首页
看点啥
插画图片
首页 看点啥 Codex接入自定义API网关的三种做法全解

Codex接入自定义API网关的三种做法全解

2026-08-04 0

OpenAI Codex 默认把请求打到官方端点,但在很多实际场景里——国内网络不稳定、想用多模型聚合服务、需要企业内部审计流量——你会希望把请求改道到自定义网关。Codex 原生支持这件事,配置入口在 ~/.codex/config.toml 里,也可以用环境变量临时覆盖。本文梳理三种方法,按「最快上手 → 最推荐 → 最灵活」的顺序排列,每种方法附完整可复制的配置。

为什么要接自定义网关

Codex 的默认行为是把 API 请求发给 api.openai.com,这在以下场景会遇到问题:

  1. 国内网络api.openai.com 在大陆无法直接访问,需要通过国内可访问的第三方 API 端点
  2. 多模型切换:想在 Codex 里用非 OpenAI 的模型(DeepSeek、Claude、Kimi 等),需要一个兼容 OpenAI 协议的聚合入口
  3. 企业审计:需要把 LLM 流量过一遍内部网关,记录 token 消耗或做内容审查
  4. 成本控制:不同网关对不同模型的定价不同,切换网关是降本的直接手段

Codex 支持所有兼容 OpenAI Chat Completions 或 Responses API 的第三方端点,核心原理是:把 base_url 指向你的网关地址,把 API Key 换成对应服务商的 Key。

方法一:环境变量(临时/CI 场景首选)

最快的方式,不需要改任何配置文件,适合临时测试或 CI/CD 环境。

# 自定义 provider 名称(大写),任意字符串export MYGATEWAY_API_KEY="your-api-key-here"export MYGATEWAY_BASE_URL="https://your-gateway-api-base-url/v1"# 调用时用 --provider 指向这个名称codex --provider MYGATEWAY "帮我写一个 Python 爬虫"

注意点

  1. _API_KEY_BASE_URL 里的 必须一致(都大写,下划线分隔)
  2. 这种方式只对当前终端会话生效,关掉终端后失效
  3. 如果只想替换 Key、不换地址,单独 export OPENAI_API_KEY="xxx" 即可覆盖官方 Key

方法二:config.toml 自定义 provider(推荐,持久生效)

这是最推荐的方式。配置写进 ~/.codex/config.toml,所有项目共享,重启终端后依然有效。

配置文件位置

~/.codex/config.toml

如果文件不存在,直接新建。Codex 首次运行时也会自动创建这个文件。

基础结构

# 顶层:指定默认使用哪个 provider 和模型model = "gpt-4.1"model_provider = "mygateway"   # 对应下面 [model_providers.xxx] 的键名# 定义自定义 provider[model_providers.mygateway]name = "My API Gateway"base_url = "https://your-gateway-api-base-url/v1"env_key = "MYGATEWAY_API_KEY"   # 从这个环境变量读 Key

然后设置 Key:

export MYGATEWAY_API_KEY="your-api-key-here"

之后直接运行 codex "任务描述" 即可,无需每次加 --provider

完整字段说明

字段是否必填说明
name显示名称,日志里用
base_url网关的 API 根地址
env_key是(二选一)从环境变量读 API Key
wire_api协议类型,填 "responses" 时走 Responses API,默认走 Chat Completions
http_headers静态请求头,字典格式
env_http_headers从环境变量读取的请求头
query_params附加 query 参数(如 Azure 的 api-version

实战示例:接入专为 AI 编程设计的聚合网关

一些聚合网关专门针对 Codex、Claude Code、Cline 等工具做了适配,开箱即用地打通了多模型切换。以 Fenno(api.fenno.ai)为例,它支持 GPT、Claude、GLM、DeepSeek 等主流编程模型,接入方式与标准 OpenAI 格式完全一致:

model = "claude-sonnet-4-5"model_provider = "fenno"[model_providers.fenno]name = "Fenno AI Gateway"base_url = "https://api.fenno.ai/v1"env_key = "FENNO_API_KEY"
export FENNO_API_KEY="your-fenno-key"codex "重构这个函数,消除重复代码"

同样的结构可以套用到任何 OpenAI 兼容的端点——改 base_urlenv_key 就行,其余格式不变。

保留 ID 限制

以下 ID 是 Codex 内置保留的,不能用作自定义 provider 的键名:

  1. openai
  2. ollama
  3. lmstudio

其他名称都可以自由命名。

方法三:命令行 --provider(调试首选)

不想改配置文件、也不想改环境变量,可以每次运行时临时指定:

# 内置 provider 直接用名字codex --provider openrouter --model "anthropic/claude-opus-5" "任务"# 内置支持的 provider 列表(截至 2026 年):# openai / openrouter / azure / gemini / ollama# mistral / deepseek / xai / groq / arceeai

对于自定义 provider,需要先在 config.toml 里定义好,然后用 --provider 在运行时覆盖全局设置:

codex --provider fenno --model "gpt-4.1-mini" "生成单元测试"

这在「平时用默认配置,偶尔切换到另一个网关测试」的场景下很实用,不用来回改 config.toml 顶层的 model_provider

常见坑与排错

坑 1:base_url 末尾加不加 /v1

不同网关的规范不一样。部分网关要求完整路径 https://gateway.example.com/v1,部分只需根地址 https://gateway.example.com。如果返回 404,先检查这里。最简单的验证方法是直接 curl:

curl https://your-gateway/v1/models   -H "Authorization: Bearer $YOUR_API_KEY"

能返回模型列表说明地址正确。

坑 2:model 字段写错

自定义网关有自己的模型 ID 命名规范,不一定和 OpenAI 官方一致。比如有些网关把 Claude 命名为 claude-opus-5,有些是 anthropic/claude-opus-5。建议先查网关文档里的模型 ID 列表。

坑 3:环境变量没生效

Codex 读的是当前 shell 的环境变量。如果在 .zshrc/.bashrc 里加了 export,需要重新 source 或新开终端:

source ~/.zshrc# 或者直接确认变量存在echo $FENNO_API_KEY

坑 4:wire_api 冲突

如果网关只支持 Chat Completions 协议(/v1/chat/completions),不要设置 wire_api = "responses",否则 Codex 会发 Responses API 格式的请求,网关会报格式错误。不填 wire_api 时,Codex 默认走 Chat Completions。

常见问题

Q:Codex Desktop 和 Codex CLI 的自定义网关配置一样吗?

配置文件路径相同(~/.codex/config.toml),但 Codex Desktop 在处理本地自定义 provider 时有已知的 API Key 混用问题(GitHub issue #24457),如果遇到认证失败优先用 CLI 验证。

Q:能同时定义多个自定义 provider 吗?

可以。在 config.toml 里定义多个 [model_providers.] 块,通过顶层 model_provider 切换全局默认,或运行时用 --provider 临时切换。

Q:自定义网关支持 streaming 吗?

Codex 默认开启流式输出。只要网关的端点支持 SSE 格式的流式响应,就可以正常工作。大部分 OpenAI 兼容网关都支持,可以在 curl 里加 "stream": true 手动验证。

Q:企业内网网关需要额外配置吗?

如果网关需要特定请求头(如内部 token 或 tenant ID),用 http_headers 字段写死静态值,或用 env_http_headers 从环境变量读:

[model_providers.internal]base_url = "https://llm.internal.company.com/v1"env_key = "INTERNAL_LLM_KEY"http_headers = { "X-Tenant-ID" = "your-tenant" }

小结

Codex 接自定义网关的核心就三步:

  1. ~/.codex/config.toml 里加一个 [model_providers.]
  2. 填好 base_url(网关地址)和 env_key(Key 的环境变量名)
  3. 顶层设 model_provider = "" 激活,设 model 指定默认模型

临时场景用环境变量 + --provider,生产环境推荐写进 config.toml 持久化。协议层面,只要网关兼容 OpenAI Chat Completions API,Codex 就能接上。

本文配置语法基于 Codex CLI 2026 年官方文档(~/.codex/config.toml 格式),建议搭配官方 config.md 查看最新字段说明。

喜欢(0)

上一篇

苹果14nfc门禁卡添加做法

苹果14nfc门禁卡添加做法

下一篇

Ollama 模型交互的三种方式说明

Ollama 模型交互的三种方式说明
猜你喜欢