news 2026/1/12 11:53:06

Codex CLI 完整安装与配置教程(mac + 中转)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Codex CLI 完整安装与配置教程(mac + 中转)

一、模块安装

1️⃣ 创建工作目录(推荐)

mkdir~/codex-workcd~/codex-work

建议单独使用一个干净目录,避免 Codex 扫描到大量无关文件。


2️⃣ 安装 Codex CLI

sudonpminstall-g @openai/codex

如果你本地 npm 权限已处理好,也可以不加sudo


3️⃣ 验证安装

codex --version

输出类似:

codex-cli 0.77.0

说明安装成功。


二、准备配置文件(重点)

⚠️注意:Codex 默认读取的是全局配置文件~/.codex/config.toml
不是当前目录下的config.toml


1️⃣ 创建全局配置目录与文件

mkdir-p ~/.codextouch~/.codex/config.toml

2️⃣ 编辑配置文件

nano~/.codex/config.toml

3️⃣ 直接粘贴以下内容即可(已验证可用)

# ========================= # OpenAI Codex CLI Config # ========================= [openai] api_key_env = "OPENAI_API_KEY" base_url_env = "OPENAI_BASE_URL" # ========================= # Codex Runtime # ========================= [codex] # Codex / Agent 专用模型(中转已验证支持) model = "gpt-5.2-codex" # 是否自动确认文件修改(建议 false) auto_confirm = false # 中文交互 language = "zh-CN" # 仓库扫描限制(避免大目录警告) max_snapshot_files = 2000 # 忽略超大未跟踪目录 ignore_large_untracked_dirs = true

保存并退出。


三、设置环境变量(API Key + 中转地址)

1️⃣ 临时生效(当前终端)

exportOPENAI_API_KEY="sk-xxxxxxxxxxxxxxxx"exportOPENAI_BASE_URL="https://api.zhangsan.cool/v1"

OPENAI_BASE_URL必须以/v1结尾


2️⃣ 验证环境变量是否生效

echo$OPENAI_BASE_URLecho$OPENAI_API_KEY

你应该能看到:

https://api.zhangsan.cool/v1 sk-xxxxxxxxxxxxxxxx

四、启动 Codex CLI

确保你在工作目录中:

cd~/codex-work

然后启动:

codex

如果看到类似界面:

OpenAI Codex (v0.77.0) model: gpt-5.2-codex medium directory: ~/codex-work

说明配置全部加载成功

⚠️medium是 Codex 的默认推理档位(effort),
不是模型名的一部分,属于正常现象。


五、功能验证(建议做一次)

在 Codex 中输入:

你好

如果能正常中文回复,说明:

  • ✅ API Key 正确
  • ✅ 中转地址正确
  • ✅ Codex Agent 接口可用
  • gpt-5.2-codex模型路由成功

七、推荐的使用姿势(总结)

cd~/codex-work codex

然后直接中文指令,例如:

为这个目录创建一个 Python 项目结构,并实现一个快速排序示例

Codex 可以直接:

  • 写代码
  • 改代码
  • 跑测试
  • 理解整个项目结构

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/1/9 10:29:39

YOLO模型推理耗时高?选择合适GPU可提升3倍效率

YOLO模型推理耗时高?选择合适GPU可提升3倍效率 在智能制造工厂的质检线上,一台搭载YOLOv5模型的视觉检测系统正以每分钟200件的速度扫描PCB板。突然,流水线报警——一块存在微小焊点缺陷的电路板被漏检。排查发现,问题并非出在模型…

作者头像 李华
网站建设 2026/1/11 13:24:22

YOLOv10新增动态标签功能,对Token计费有何影响?

YOLOv10新增动态标签功能,对Token计费有何影响? 在智能视觉系统日益普及的今天,我们不再满足于“看到目标”,而是希望模型能告诉我们“这意味着什么”。这正是YOLOv10引入动态标签功能背后的深层动因——它试图让目标检测从冷冰冰…

作者头像 李华
网站建设 2026/1/9 20:59:18

YOLO开源社区最火项目盘点:哪些值得你投入Token去跑?

YOLO开源社区最火项目盘点:哪些值得你投入Token去跑? 在自动驾驶的感知系统中,无人机巡检的画面分析里,或是工厂流水线上的缺陷检测环节——如果你留心观察,会发现背后几乎都有一个共同的技术身影:YOLO。它…

作者头像 李华
网站建设 2026/1/12 6:27:43

YOLOv8 Pose关键点检测实测:人体姿态估计新高度

YOLOv8 Pose关键点检测实测:人体姿态估计新高度 在健身房的智能镜前,一个用户正在做深蹲。镜子没有显示他的脸,却清晰地勾勒出他身体的骨架线——膝盖弯曲角度实时标红,语音提示“下蹲不足,请再降低10厘米”。这背后&a…

作者头像 李华
网站建设 2026/1/8 20:44:40

YOLO模型部署到生产环境:GPU资源监控与告警

YOLO模型部署到生产环境:GPU资源监控与告警 在工业质检线上,一台搭载YOLOv8的视觉检测系统正以每秒50帧的速度分析产品缺陷。突然,连续几帧图像出现漏检——不是模型精度问题,而是GPU显存悄悄爬升到了98%,推理线程被迫…

作者头像 李华
网站建设 2026/1/12 6:12:17

用开源YOLO镜像做目标检测?这些GPU优化技巧你必须知道

用开源YOLO镜像做目标检测?这些GPU优化技巧你必须知道 在智能制造工厂的质检线上,每分钟有上千件产品经过摄像头。系统需要在毫秒级内判断是否存在缺陷——这不仅是对算法精度的考验,更是对推理速度和部署稳定性的极限挑战。传统目标检测方案…

作者头像 李华