OpenAI 的编程智能体 Codex 过去只认自家 GPT 模型，现在它开放了「模型接入层」。通过一个叫 model_providers 的配置，你可以让 Codex 接入 Ollama、LM Studio 等本地模型服务，甚至接 DeepSeek 等第三方 API。这意味着你可以按需切换模型、省 token、甚至完全离线运行代码智能体。

Codex 开源模式是什么

本质上看，OpenAI 这次开放的不是模型本身，而是给 Codex 加了一个「可插拔模型接口层」。你在配置文件中注册多个「模型提供方」，Codex 启动时根据配置选择对应提供方，将请求路由到不同模型服务。

核心功能

--oss 开关

最直接的用法：在命令行里加一个 --oss 参数，Codex 就直接连本地开源模型服务。默认支持两个：

• Ollama：本地跑大模型最流行的工具
• LM Studio：带图形界面的桌面平替

model_providers 配置

更灵活的方式是在配置文件中注册「模型提供方」，每个提供方包含四类信息：

• base_url：访问地址
• wire_api：通信协议（目前只认 responses 一个值）
• env_key：鉴权方式
• model：模型映射关系

Mistral、企业自建的代理、第三方中转站都能这么接入。你还可以把设置保存为「配置档案」，调试时在命令行里点名字就能切换。

实战：--oss 连本地模型

通过本地模型服务和网络权限配置，你可以让 Codex 在本机完成代码生成与推理，实现离线运行与本地化处理。

实际体验

优势

• 不被一家厂商绑死：按需切换模型，隐私和成本自己说了算
• 省钱：让 GPT 负责规划（拆解任务、设计架构），开源模型负责执行（写代码、批量改文件），同样一个任务成本可能砍掉一大半
• 本地离线：代码一行都不出自己的电脑，适合不想把私人项目传上云的个人开发者

限制

插座装上了，不代表什么电器插上都能转。接进来的模型通常得兼容**对话补全（Chat Completions）接口格式；至于工具调用（function calling）**这类更复杂的能力能不能完整跑通，官方没打包票，得一个个试。

如何接入 DeepSeek

DeepSeek 是很多中文开发者最熟悉的开源模型之一。但直接把 DeepSeek 的地址填进 Codex 并不能顺利工作——新版 Codex 主要基于 OpenAI 的 Responses API，而 DeepSeek 及大多数开源模型接口仍以 Chat Completions 为主。

社区的解法是在中间加一层本地「路由层」或「协议转换器」，基本流程如下：

1. Codex 按 Responses API 发请求
2. 路由层把它转换成 Chat Completions 格式
3. 转发给 DeepSeek 等开源模型
4. 把返回结果转换回 Codex 能识别的 Responses 格式

类似的能力不只有 CC Switch 提供。LiteLLM、claude-code-router，以及开发者自建的各种代理服务，本质上都在解决同一个问题。

应用场景

• 个人开发者：用本地开源模型跑 Codex，省钱又保护隐私
• 混合路由玩法：GPT 做规划 + 开源模型做执行，成本砍半
• 企业内部部署：通过 model_providers 接入企业自建代理，统一管理模型访问

💡 提示：OpenAI 这次开放的是「模型接入层」而非模型本身。无论接入哪种模型，都需要对齐到 OpenAI 定义的请求与响应结构。这层接口协议，正在成为 AI 编程工具新的竞争焦点。