Codex配置教程
前言
Codex CLI 是 OpenAI 官方的命令行 AI 编程工具。本文介绍 Windows / Mac / Linux 三系统的统一配置流程
前置 Node.js 与 Git 环境的安装请参考 《Node.js 与 Git 环境配置教程》,cc-switch 配置详见 《cc-switch 配置教程》
安装 Codex CLI
安装方法
三系统使用同一条 npm 命令
npm install -g @openai/codex
验证
codex --version
输出版本号即为安装成功
常见问题
Q:permission denied / EACCES 错误(Mac / Linux)
不要使用 sudo,把 npm 全局目录改到用户目录
mkdir ~/.npm-global
npm config set prefix '~/.npm-global'
echo 'export PATH=~/.npm-global/bin:$PATH' >> ~/.bashrc # zsh 用户改为 ~/.zshrc
source ~/.bashrc
Q:permission denied 错误(Windows)
以管理员身份运行 PowerShell
npm config set prefix "$env:APPDATA\npm"
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
Q:command not found: codex
npm 全局 bin 目录未加入 PATH,执行 npm config get prefix 查看路径,将对应的 /bin 目录追加到系统 PATH
配置 API
cc-switch(推荐)
cc-switch 同时支持 Claude Code 和 Codex,无需手动编辑配置文件,可在多渠道间一键切换
详细安装与使用见 《cc-switch 配置教程》
注意:Codex 的 Base URL 必须带 /v1 后缀(与 Claude Code 不同)
手动编辑配置文件
Codex 不使用环境变量,而是读取两个配置文件:
| 系统 | config.toml | auth.json |
|---|---|---|
| Windows | C:\Users\<用户名>\.codex\config.toml |
C:\Users\<用户名>\.codex\auth.json |
| Mac / Linux | ~/.codex/config.toml |
~/.codex/auth.json |
编辑 config.toml
若文件不存在,先创建 .codex 目录再新建文件。Windows 在 %USERPROFILE%,Mac/Linux 直接 mkdir -p ~/.codex
model_provider = "custom"
model = "gpt-5.4"
model_reasoning_effort = "high"
disable_response_storage = true
[model_providers.custom]
name = "custom"
base_url = "https://你的请求地址/v1"
wire_api = "responses"
requires_openai_auth = true
model_context_window = 1000000
model_auto_compact_token_limit = 900000
编辑 auth.json
{
"OPENAI_API_KEY": "sk-xxx"
}
保存后重启终端,codex 启动时会自动读取上述配置
配置参数速查
| 参数 | 说明 | 可选值 |
|---|---|---|
model_provider |
模型提供商标识,需与下方 [model_providers.xxx] 一致 |
自定义名称 |
model |
使用的模型 | 见下文模型列表 |
model_reasoning_effort |
推理深度 | low / medium / high |
disable_response_storage |
禁用服务端响应存储 | 推荐 true |
wire_api |
API 协议 | responses |
model_context_window |
上下文窗口(1M 长上下文场景填 1000000) |
整数 |
model_auto_compact_token_limit |
接近上限前自动压缩对话 | 整数(一般 900000) |
开始使用
在任意项目目录打开终端,输入 codex 启动
cd 你的项目目录
codex
看到输入框出现提示符后,直接用中文或英文描述需求即可,例如
帮我用 Python 实现一个二叉搜索树,包含插入、删除、查找方法
扫描二维码,在手机上阅读