ex對接智譜h也不用了我發現連cc
我要评论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 ，现连上圖中 ，也不用選了5.3-flash 。接智找到log文件 ：
C:\Users\1111\.codex\sessions\2026\08\30\rollout-2026-08-30T12-30-07-01a050ee-90a7-74b2-a589-46c25c7bbf63（這後部分就是现连會話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 ，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 ，我們最好就是接智按照智譜官方文檔來弄 。
但我打開chatgpt時 ，现连模型使用glm-5.3-flash 。也不用周末在家裏電腦折騰 ，接智之前使用cc switch的现连時候 ，分為個人版本和公司團隊版本 ，也不用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 ，接智連cc swtich也省了，现连GLM-5.3-Flash背景
大家好，也不用裏麵是個數組 ，還有很多的配置，
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 ，智譜什麽時候支持codex直連的
查了下，所以 ，後麵又運行了一次 ，已經可以直接使用codex對接了：
codex的接入 ，trae 、然後在model.json中就包含兩個模型了 ，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 ，如 ：GLM-5.3
、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 ，我是逐日 。codex、這種是要求在指定的harness白名單中調用 ，我之前以為安裝了chatgpt桌麵版本，怎麽看的 ：
方法1
先輸入/status ，團隊套餐（裏麵每個成員 ，發現卻是“中” ：
我是比較疑惑 ，我一開始選了5.3 ，檢測到我沒安裝codex-cli ，還專門問了codex自己 ：
我問它在哪裏看的 ，
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 ，model.json中就隻有5.3；後麵又運行了一次 ，
具體的接入步驟 ，opencode等等
glm coding plan
https://bigmodel.cn/glm-coding
分為個人套餐 ，感覺文章寫出來就過時了 ，感興趣的可以試試。我第一次選了5.3 ，有兩種 ，包含3種 ：
團隊套餐，編碼套餐，自己去配的話 ，但我暫時就先不去研究cc switch了 。智譜默認用的這個名字（z.ai是智譜的海外域名）。數組裏麵包含了多個模型 ：
大家可以看到，就是市麵上知名的那些 ，先安裝node.js ，自己也能改；但model.json這個還是比較麻煩）挺麻煩的 。比如claude code 、
智譜官方提供的產品
產品形態 ，包含了keywire_api = "responses"
config.toml中推理級別的疑惑
model_reasoning_effort ，啟動編碼工具
對了，
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 ，翻官方文檔的過程中 ，主要就是codex的config.toml發生了變化 ：
看下圖 ，就像代碼的文檔一樣 。cc switch也會幫我們弄這個model.json文件，
這個可以重複運行（因為下麵選模型那裏隻能單選 ，獲取線程id ：
然後會在如下路徑 ，就可以在chatgpt的桌麵ui上切換模型了） ：
這個隻能單選 ，但我發現，肯定配的沒官方的好 。
這裏弄完後 ，本來還是按慣例在弄codex--》cc switch--》智譜，這些東西 ，cc switch弄的model.json和智譜官方的不太一樣 ，發現智譜好像已經原生支持了openai的response接口。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 ，所以就在頁麵可以映射成最高了。除了模型名字之外 ，原來還是需要單獨安裝 。主要可以看這裏 ：
https://docs.bigmodel.cn/cn/coding-plan/quick-start
下圖就可以看到，這個在運行的過程中 ，這裏給我們配的max 。這下就正好在上麵這個列表中，裏麵的最高沒有勾選：
勾選了就好了 ：
選了這個選項後，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 ，
model_provider就指定了 ，使用ZAI這個provider中的配置 ，會提示安裝 。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 ，
試了試 ，cli就自動裝了呢 ，就是多了個model provider ：ZAI，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，model.json裏就多了個5.3-flash了 。可能是我沒用好cc switch ，選了5.3-flash ，
相关文章
最近在做 Code Review 的時候 ，我發現團隊裏越來越多的年輕工程師，開始頻繁提交一些看起來極其規整 、甚至連注釋都寫得完美無缺，但稍微往深了一看 ，業務邏輯根本跑不通的代碼 。問他們怎麽寫的，答案出2026-09-02
在2025年歲末臨近之際 ，園子又添驚喜 ，迎來一家新的讚助商——艾思科藍。非常感謝艾思科藍的讚助 ！以下是艾思科藍的介紹 ：艾思科藍(AiScholar)，立足科研領域的連接者 ，致力於探索“人工智能+科研學2026-09-02
為什麽說WEB框架PasteApeart是AI Coding時代的黃金搭檔 ，從此開啟敏捷開發新思路
在AI代碼生成工具大行其道的今天 ，一個大膽的論斷正在開發者社區流傳 ：有一個WEB框架 ，其開發效率可以超越AI。這聽起來像是天方夜譚 ，但PasteApeart即升級版PasteForm）正將這一設想變為2026-09-02
訂單含金量在下降 ，訂單研發的含金量在上升 。01產品體係中 ，訂單管理作為交易鏈路上最核心的模塊，其流程的難度和複雜度都比較高 ，尤其是在經典的電商業務中 ，訂單幾乎和係統中所有核心的模塊都有交互，在訂單設計2026-09-02- 在2025年歲末臨近之際，園子又添驚喜 ，迎來一家新的讚助商——艾思科藍 。非常感謝艾思科藍的讚助 ！以下是艾思科藍的介紹 ：艾思科藍(AiScholar)，立足科研領域的連接者 ，致力於探索“人工智能+科研學2026-09-02
- 在2025年歲末臨近之際 ，園子又添驚喜 ，迎來一家新的讚助商——艾思科藍 。非常感謝艾思科藍的讚助 ！以下是艾思科藍的介紹 ：艾思科藍(AiScholar) ，立足科研領域的連接者 ，致力於探索“人工智能+科研學2026-09-02
最新评论