OpenAI Codex CLI 是一个强大的终端 AI 编程助手，但它默认只支持 OpenAI 自家的模型。如果你更倾向于使用国内的大模型，比如智谱 AI 的 GLM 系列，该怎么办？

codex-glm-proxy 就是解决这个问题的工具——一个轻量级的本地代理，让 Codex CLI 无缝对接 GLM 模型。

它做了什么？

简单来说，Codex CLI 使用的是 OpenAI 的 Responses API 格式，而智谱 GLM 使用的是 Chat Completions API 格式。两者协议不同，无法直接通信。

codex-glm-proxy 在中间做双向格式转换：

Codex CLI ──Responses API──▶ 本地代理 (localhost:18765) ──Chat Completions──▶ GLM API

你不需要改 Codex 的源码，也不需要等官方适配，启动代理、改个配置文件就行。

核心特性

  • 流式响应：实时 SSE 流式输出，打字效果和 OpenAI 原生体验一致
  • 工具调用：完整支持 apply_patch、exec 等 Codex 全部工具，AI 可以直接帮你改代码、跑命令
  • 多轮对话：完整保持上下文，支持连续追问和迭代
  • 连接池复用：内置 TCP+TLS 连接池，多实例并发时性能更好
  • 单文件无依赖：整个代理就一个 proxy.py，纯 Python 标准库，不用 pip install 任何东西

支持哪些模型？

代理支持智谱 GLM 全系列 Coding 模型：

  • GLM-5.1：最强推理能力，适合复杂编码和架构设计
  • GLM-5-Turbo：速度更快，适合日常编码
  • GLM-5：标准模型
  • GLM-4.7：轻量高效，适合简单任务

如果 Codex 请求的是 OpenAI 模型名（如 gpt-4o），代理会自动映射到对应的 GLM 模型，无需手动指定。

5 分钟上手

前置条件

第一步：启动代理

git clone https://gitee.com/jidzhang/codex-glm-proxy.git
cd codex-glm-proxy

export GLM_API_KEY="你的API密钥"
python3 proxy.py

代理默认监听 http://localhost:18765。也可以用后台脚本：

./scripts/start.sh    # 后台启动
./scripts/stop.sh     # 停止

第二步：配置 Codex CLI

创建或编辑 ~/.codex/config.toml：

model_provider = "glm"
model = "glm-5.1"

model_catalog_json = "/你的用户目录/.codex/models.json"

[model_providers.glm]
name = "GLM via Proxy"
base_url = "http://localhost:18765"
wire_api = "responses"

第三步：设置模型目录

把项目里的 models.json 复制到 ~/.codex/models.json：

cp models.json ~/.codex/models.json

第四步：开用

mkdir my-project && cd my-project && git init
codex "用 Python 写一个猜数字游戏"

Codex 会通过代理调用 GLM 模型，自动生成代码并执行。

推理深度说明

Codex CLI 支持设置推理深度（reasoning effort），控制模型回答前的思考程度。经过实际测试：

  • low：快速响应，简单任务够用
  • medium：平衡模式
  • high：深度推理，效果最好，推荐使用

注意：xhigh 在 GLM API 中并不比 high 更好，会被静默忽略。提供的 models.json 已默认设为 high，开箱即用。

管理和排障

curl http://localhost:18765/health     # 健康检查
tail -f /tmp/codex-glm-proxy.log       # 查看日志

常见问题：

  • “Streaming complete, sent 0 chunks”：模型名没配对，确保 config.toml 中 model 写的是 glm-5.1 等
  • Connection refused：代理没启动，先跑 python3 proxy.py
  • Codex 循环重复操作：更新到最新版代理

关于 GLM Coding Plan

如果你想使用智谱 GLM 的 Coding 功能，推荐了解一下 GLM Coding Plan：

👉 https://www.bigmodel.cn/glm-coding?ic=PUT51M7I5Q

这是智谱官方推出的编程专项方案，提供适合编码场景的模型能力和 API 资源。

项目地址

MIT 协议，欢迎 Star、Fork 和 PR。

总结：codex-glm-proxy 用最简单的方式打通了 Codex CLI 和 GLM 模型。单文件、零依赖、配置即用。如果你想在终端里用 GLM 写代码，值得一试。