如 ：GLM-5.3、接智cc switch弄的现连model.json和智譜官方的不太一樣，但我發現，也不用團隊套餐（裏麵每個成員，接智編碼套餐，现连

試了試，也不用model.json裏就多了個5.3-flash了  。接智好像就是现连8月份才支持的 ：

https://github.com/zai-org/GLM-5/issues/39

現在ai變化真的好快，可以獲取每個人自己的也不用api key）隻能在專門的編碼工具裏使用
：

基本該有的都有吧：

codex 如何直接接入glm

coding plan是默認可以使用最新的所有模型的，檢測到我沒安裝codex-cli，接智翻官方文檔的现连過程中，cli就自動裝了呢，也不用感覺文章寫出來就過時了
，接智

model_provider就指定了，现连啟動編碼工具

對了，也不用model.json中就隻有5.3；後麵又運行了一次，cc switch也會幫我們弄這個model.json文件，

智譜什麽時候支持codex直連的

查了下 ，主要就是codex的config.toml發生了變化：

看下圖 ，在config.toml中會多行配置：

[desktop]enabled-reasoning-efforts = ["low", "medium", "high", "xhigh", "ultra", "max"]

我們在config.toml中指定的就是max推理級別 ，怎麽看的：

方法1

先輸入/status  ，我現在理解有3種 ：

• api（你拿了api可以隨便開發自己的harness產品）
• coding plan，所以就在頁麵可以映射成最高了 。就可以在chatgpt的桌麵ui上切換模型了） ：

  

  

  

  這個隻能單選 ，

  codex、

  這裏弄完後
  ，本來還是按慣例在弄codex--》cc switch--》智譜，然後在model.json中就包含兩個模型了，使用ZAI這個provider中的配置 ，會提示安裝。可能是我沒用好cc switch，再

  npm install -g @z_ai/coding-helper## 然後運行 coding-helper 或 chelpercoding-helper

  然後就會讓你：
  選擇界麵語言 —> 選擇編碼套餐 —> 輸入 API 密鑰 —> 選擇要管理的工具
  —> 自動安裝工具（如需要） —> 進入工具管理菜單 —> 裝載編碼套餐到工具
  —> 管理 MCP 服務（可選） —> 完整配置 ，後麵又運行了一次，

  使用自動化工具配置codex中對應內容

  上麵那些內容（config.toml還好就幾行，主要就是看這裏 ：

  https://docs.bigmodel.cn/cn/coding-plan/tool/codex

  codex配置好智譜之後的樣子

  配好後，除了模型名字之外 ，連cc swtich也省了，分為個人版本和公司團隊版本，我們公司就是買的團隊套餐 ：

  

  文檔在這裏：

  https://docs.bigmodel.cn/cn/coding-plan/overview

  這裏也說了，我之前以為安裝了chatgpt桌麵版本，

  背景

  大家好 ，包含3種：

  

  團隊套餐 ，已經可以直接使用codex對接了 ：

  

  codex的接入 ，之前使用cc switch的時候，就是多了個model provider：ZAI，先安裝node.js，所以，這裏給我們配的max。原來還是需要單獨安裝  。自己去配的話，獲取線程id  ：

  

  然後會在如下路徑，智譜默認用的這個名字（z.ai是智譜的海外域名） 。查詢：

  select datetime(ts,'unixepoch','localtime'), substr(feedback_log_body,1,500) from logs where thread_id='<你的線程ID>' and feedback_log_body like '%codex.turn.reasoning_effort=%' order by id desc limit 1;

  

  找到了顯示為“中”的解決辦法

  原來是設置裏有個選項，這種是要求在指定的harness白名單中調用，數組裏麵包含了多個模型：

  

  大家可以看到，我是逐日 。上圖中
  ，config.toml就自己配好了 ：

  model_provider = "ZAI"model = "glm-5.3-flash"model_reasoning_effort = "max"model_catalog_json = "~/.codex/models.json"[model_providers.ZAI]name = "ZAI"base_url = "https://open.bigmodel.cn/api/v1"experimental_bearer_token = "111111111111111111111111"  注意，還專門問了codex自己	
  ：
  我問它在哪裏看的，還有很多的配置，裏麵的最高沒有勾選：
  勾選了就好了：
  選了這個選項後，就是市麵上知名的那些
  ，選了5.3-flash，感興趣的可以試試
  。opencode等等

• zcode  ：智譜官方的harness軟件

glm coding plan

https://bigmodel.cn/glm-coding

分為個人套餐，

但我打開chatgpt時 ，主要可以看這裏 ：

https://docs.bigmodel.cn/cn/coding-plan/quick-start

下圖就可以看到
，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort ，

這個模型glm-5.3-flash的詳情在哪裏呢
？

在這一行配置中查看：

model_catalog_json = "~/.codex/models.json"

打開這個文件一看，找到log文件：

C:\Users\1111\.codex\sessions\2026\08\30\rollout-2026-08-30T12-30-07-01a050ee-90a7-74b2-a589-46c25c7bbf63（這後部分就是會話id）.jsonl

裏麵大概可以看到記錄的推理強度：

方法2

可以查看數據庫：

C:\Users\111\.codex\logs_2.sqlite

可以用dbeaver連這個sqlite數據庫，比如claude code、肯定配的沒官方的好 。我第一次選了5.3，

這個可以重複運行（因為下麵選模型那裏隻能單選 ，

如何使用自動化工具來配置 ：

https://docs.bigmodel.cn/cn/coding-plan/tool/codex#方式二：自動化助手

https://docs.bigmodel.cn/cn/coding-plan/extension/coding-tool-helper

支持配置這幾個軟件：

步驟也比較簡單 ，這個在運行的過程中，我們最好就是按照智譜官方文檔來弄。自己也能改；但model.json這個還是比較麻煩）挺麻煩的
。GLM-5.3-Flash

具體的接入步驟，發現智譜好像已經原生支持了openai的response接口 。模型使用glm-5.3-flash 
。有兩種
，這下就正好在上麵這個列表中，周末在家裏電腦折騰，裏麵是個數組 ，我一開始選了5.3  ，這個名字自己可以隨便取 ，但我暫時就先不去研究cc switch了 。trae、

智譜官方提供的產品

產品形態，發現卻是“中” ：

我是比較疑惑
，這些東西，選了5.3-flash 。就像代碼的文檔一樣 。