国产模型也能轻松使用Codex了！保姆级教程来了！多图预警！
技术解析：如何通过CC Switch让Codex支持国产大模型
作者：卡卡罗特 | 技术博客
引言
最近CC Switch发布了v3.16版本，带来了一个重要的功能更新：现在可以通过CC Switch让Codex支持国产大模型。这对于国内开发者来说是个好消息，可以绕过网络限制，使用Kimi、DeepSeek、GLM等国产模型来驱动Codex的强大功能。
本文将详细介绍实现原理、完整配置步骤，并深入分析背后的技术架构。
1. CC Switch简介
CC Switch是一个开源的路由代理工具，专门用于在不同AI模型API之间进行协议转换。它的核心价值在于：
- 协议适配：将OpenAI的Responses API转换为兼容的Chat Completions API
- 多模型支持：统一接入DeepSeek、Kimi、GLM、MiniMax等国产模型
- 本地代理：在本地运行，避免网络限制问题
项目在GitHub上已获得85K+ stars，证明了其技术价值和社区认可度。
GitHub地址：https://github.com/farion1231/cc-switch
可以看到，star数已经来到了恐怖的85K。
GitHub地址是：
https://github.com/farion1231/cc-switch
经常使用Claude Code的人应该知道。
Claude Code如果要使用国产模型，那就需要更改Claude Code 的 baseURL。
那CC Switch就非常方便地切换Base URL。
比如你可以在Claude Code里面使用Deepseek，智谱的GLM、Kimi，使用小米的Mimo模型...
比如我这里就配置了Deepseek、Kimi、小米模型。
回到今天的主题。
那么怎么在CC Switch里面配置Codex？
下面我演示在Codex里面使用Kimi模型。
2. 环境准备与安装
2.1 下载CC Switch
CC Switch提供了预编译的二进制包，支持Windows和macOS系统：
- 访问Release页面：https://github.com/farion1231/cc-switch/releases/tag/v3.16.0
- 根据操作系统下载对应版本
- 解压后即可运行
我们在Release这里下载软件。
下载地址是：
https://github.com/farion1231/cc-switch/releases/tag/v3.16.0
然后滑到最下面，到下面这个页面。
根据我的截图下载对应的Mac或者Windows即可。
已经安装过？
如果你已经安装过CC Switch，到设置这里，更新到V3.16版本。
2、配置Codex
点选这个OpenAI的图标。然后点击右边的加号。添加一个配置。
可以看到这里支持非常多的国产模型，有Deepseek、豆包、Kimi、小米的MiM...
这里我们选择kimi模型。
这里输入Kimi的API Key。
这个key哪里来的？
在Kimi的官网里面获取。
3、获取Kimi的ApiKey
登录Kimi的开放平台后台。
✅****地址是：https://platform.kimi.com/console/account
如果里面没钱，可以进行充值，可以先充10块试下。
然后在API Key管理这里新建一个API Key。
然后把这个API key粘贴到第二步cc-switch里面。
4、配置模型
然后往下滑，获取模型，下拉框里面选择Kimi 2.6。然后点击添加就行了。
5、启动Kimi
回到主页面，使用kimi模型。然后会提示你开启路由服务。
6、开启路由服务
点击这个设置icon，进入到设置页面。
在路由这个选项中，打开【路由总开关】，下面启动Codex。
7、Codex登入
假设你已经安装过Codex 🤔
如果你之前没登账号，可以选择其他方式。这里就是通过API key登录Codex。
✅如果你已经登录了Codex账号，也不用退出，可以跳过这一步。
这里的密钥可以随便填一个。
因为我们在CC Switch里面已经配置好了API key，这一步其实没用。
8、验证
进入Codex主页面之后。
右下角这里的模型可以看到，确实改成了Kimi模型。
我们试一下提个问。可以看到它输出了。
Kimi 2.6模型是支持图片识别的。所以你可以截图发给他。
可以看到，Codex也识别到了对应的文字，说明它是能理解图片的。
至此，你可以爽快地应用Codex的功能了。
9. 技术原理深度解析
9.1 API协议差异分析
要理解CC Switch的工作原理，首先需要了解OpenAI API的演进：
OpenAI Chat Completions API (v1/chat/completions)
POST https://api.openai.com/v1/chat/completions
Content-Type: application/json
{
"model": "gpt-4",
"messages": [...],
"stream": true
}
这是早期的事实标准，国内大多数模型厂商都兼容此协议。
OpenAI Responses API (v1/responses)
POST https://api.openai.com/v1/responses
Content-Type: application/json
{
"model": "gpt-4",
"input": [...],
"stream": true,
"tools": [...]
}
这是OpenAI推出的新一代API，Codex正是基于此协议构建。_*
OpenAI 作为大语言模型领域的“老大哥”，早期很多开发者最熟悉的接口是：
/v1/chat/completions
这套接口后来几乎成了行业里的“事实标准”。
很多第三方模型厂商，尤其是国内厂商，比如 DeepSeek、Kimi、GLM、MiniMax 等，都会说自己“兼容 OpenAI 接口”。
后来 OpenAI 推出了新的接口：
/v1/responses
这套 Responses API 更像是新一代统一接口，能更好地承载多轮对话、推理、工具调用、流式输出等能力。
而 Codex 使用的，正是这套新的 Responses API。
问题来了：国内很多厂商基本没有兼容这个协议🤣
那CC Switch就相当于一个中转，它会在内部起一个服务。然后调用链路是这样的。
Codex
↓ 发送 /v1/responses 请求
CC Switch 本地代理
↓ 把 Responses 请求翻译成 /v1/chat/completions 请求
DeepSeek / Kimi / GLM / MiniMax 等上游模型
↓ 返回 Chat Completions 格式的 JSON 或 SSE 流
CC Switch 本地代理
↓ 再把 Chat 格式翻译回 Responses 格式
Codex
这件事真正有意思的地方，不只是 Codex 能不能用 Kimi。
而是它把 Codex 里很重要的一层能力，给拆出来了。
这层东西现在有个挺流行的说法，叫 Harness
ng)
你可以先粗暴地记一个公式。
**Harness = Agent - Model**
听着有点抽象，我用 Codex 举个例子。
Codex 肯定是一个 Agent，它不只是跟你聊天，它会读文件、改代码、调用工具、管理上下文、规划任务，还会在合适的时候问你要不要执行某个操作。
这些东西，其实不是模型本身。
模型更像是负责思考和生成的脑子。
而 Codex 这套交互、工具调用、上下文管理、权限控制、任务执行的身体和操作系统，才是 Harness。
以前我们用 Codex，默认就是 OpenAI 的GPT模型加上 OpenAI 的 Harness，两个东西绑在一起。这个组合当然强，但在国内确实会遇到网络、账号、支付这些问题，导致很多人使用不了Codex。
CC Switch 这种中间层的路由服务，它让你有机会把中间的模型换掉。
Harness 还是 Codex 的 Harness。
但脑子，可以暂时换成 Kimi、DeepSeek、GLM、MiniMax 、Mimo这些国产模型！
10. 总结与展望
10.1 技术价值总结
CC Switch的技术创新点在于：
- 协议转换层：实现了Responses API到Chat Completions API的无缝转换
- 本地代理架构：避免了网络限制，提升了访问速度
- 多模型统一接入：为Codex提供了国产模型支持
10.2 未来展望
随着国产大模型能力的不断提升，这种"Harness + 国产模型"的模式将更加普及。CC Switch这样的中间件工具，为国内开发者使用先进AI工具提供了技术可行性。
10.3 注意事项
- 确保使用的国产模型API Key有足够额度
- 注意不同模型的上下文长度限制
- 定期更新CC Switch以获取最新功能支持
技术交流：如果您在配置过程中遇到问题，欢迎在评论区留言讨论。
版权声明：本文为原创技术文章，转载请注明出处。
作者简介：卡卡罗特，专注于AI工具与开发技术分享。识～**
浙公网安备 33010602011771号