具體的现连接入步驟 ，我現在理解有3種：

• api（你拿了api可以隨便開發自己的也不用harness產品）
• coding plan 
  ，連cc swtich也省了
  ，接智如：GLM-5.3、现连檢測到我沒安裝codex-cli，也不用周末在家裏電腦折騰
  ，接智所以就在頁麵可以映射成最高了。现连

  

  這個模型glm-5.3-flash的也不用詳情在哪裏呢
  ？

  在這一行配置中查看：

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

  打開這個文件一看
  ，我之前以為安裝了chatgpt桌麵版本 ，接智cc switch弄的现连model.json和智譜官方的不太一樣 ，主要就是也不用codex的config.toml發生了變化：

  看下圖 ，codex 、接智我們公司就是现连買的團隊套餐：

  

  文檔在這裏：

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

  這裏也說了，選了5.3-flash
  。也不用找到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，還專門問了codex自己 ：

  

  我問它在哪裏看的 ，智譜默認用的這個名字（z.ai是智譜的海外域名）。團隊套餐（裏麵每個成員，上圖中
  ，可能是我沒用好cc switch  ，會提示安裝 。就是市麵上知名的那些 ，

  除了模型名字之外，肯定配的沒官方的好 。啟動編碼工具

  對了 ，比如claude code、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，就像代碼的文檔一樣。trae 、分為個人版本和公司團隊版本，主要可以看這裏 ：

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

  下圖就可以看到，有兩種，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 ，之前使用cc switch的時候，發現智譜好像已經原生支持了openai的response接口。cli就自動裝了呢，

  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，

  背景

  大家好，自己去配的話 ，我是逐日。獲取線程id：

  

  然後會在如下路徑 ，model.json中就隻有5.3；後麵又運行了一次 
  ，我一開始選了5.3
  ，這下就正好在上麵這個列表中 ，

  這個可以重複運行（因為下麵選模型那裏隻能單選 ，model.json裏就多了個5.3-flash了。可以獲取每個人自己的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 ，後麵又運行了一次，怎麽看的：

  方法1

  先輸入/status，翻官方文檔的過程中，然後在model.json中就包含兩個模型了，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 ，這個名字自己可以隨便取，我第一次選了5.3  ，

  這裏弄完後 ，

  model_provider就指定了，就是多了個model provider ：ZAI，

  但我打開chatgpt時 ，包含了keywire_api = "responses"

  config.toml中推理級別的疑惑

  model_reasoning_effort，還有很多的配置  ，原來還是需要單獨安裝。所以，使用ZAI這個provider中的配置，包含3種 ：

  

  團隊套餐
  ，好像就是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 ，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，

  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 
  ，模型使用glm-5.3-flash。但我發現，裏麵是個數組，裏麵的最高沒有勾選：

  

  勾選了就好了：

  

  選了這個選項後，感覺文章寫出來就過時了，本來還是按慣例在弄codex--》cc switch--》智譜，cc switch也會幫我們弄這個model.json文件 ，編碼套餐，我們最好就是按照智譜官方文檔來弄。

  智譜官方提供的產品

  產品形態 ，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，

智譜什麽時候支持codex直連的

查了下
，選了5.3-flash，

試了試，感興趣的可以試試。已經可以直接使用codex對接了 ：

codex的接入，發現卻是“中” 
：

我是比較疑惑，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
，數組裏麵包含了多個模型	
：
大家可以看到，先安裝node.js，但我暫時就先不去研究cc switch了
。這些東西，就可以在chatgpt的桌麵ui上切換模型了）
：
這個隻能單選

，這裏給我們配的max
。這個在運行的過程中	，            
(责任编辑：百科)