Codex CLI

我平时 Codex 和 Claude Code 都用。两边的模型池不一样，想换 DeepSeek、GLM 或者 GPT-6 Luna 的时候，经常得为了一个模型换客户端，挺烦的。OpenCode Go 把这些模型放进了一个 10 美元/月的订阅里，但订阅只解决"用哪些模型"，没解决"在哪儿用"： Codex 说的是 Responses API； Claude Code 说的是 Anthropic Messages； 而 OpenCode Go 的模型来自不同厂商，上游横跨 Responses、Chat Completions、Anthropic Messages、Google generateContent 四种协议。 opencode-go-proxy 就是中间那层本地适配器：一个进程、一个端口，把客户端的请求翻译成模型认识的上游协议，再把流式响应翻译回来。 Codex app ── POST /v1/responses (Responses API) ──┐ │ Claude Code ── POST /v1/messages (Anthropic) ─────┤ ▼ opencode-go-proxy ←── 127.0.0.1:8787 │ POST per family: chat/completions · responses · messages · models/<id>:generateContent ▼ OpenCode Go / OpenCode Zen ── 38 个认证模型 · 可选 Zen 模型 问题不在模型，在协议 把模型接进客户端，最直接的做法是写个转发脚本。真用起来才发现，转发本身倒不难，麻烦的是各家协议在细节上对不上： ...

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： ...