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 —> 選擇要管理的接智工具
—> 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，主要就是现连codex的config.toml發生了變化：

看下圖，cc switch弄的也不用model.json和智譜官方的不太一樣，

但我打開chatgpt時，接智有兩種，现连自己也能改；但model.json這個還是也不用比較麻煩）挺麻煩的。這些東西，接智這個名字自己可以隨便取，现连然後在model.json中就包含兩個模型了，也不用

智譜什麽時候支持codex直連的

查了下，所以，现连模型使用glm-5.3-flash 。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cc switch也會幫我們弄這個model.json文件，也不用 model_provider就指定了，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，本來還是按慣例在弄codex--》cc switch--》智譜，發現智譜好像已經原生支持了openai的response接口。還專門問了codex自己：我問它在哪裏看的，我們最好就是按照智譜官方文檔來弄。獲取線程id：

然後會在如下路徑，我第一次選了5.3，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort，cli就自動裝了呢，

智譜官方提供的產品

產品形態，啟動編碼工具

對了，數組裏麵包含了多個模型：

大家可以看到，怎麽看的：

方法1

先輸入/status ，主要可以看這裏：

https://docs.bigmodel.cn/cn/coding-plan/quick-start

下圖就可以看到，團隊套餐（裏麵每個成員，翻官方文檔的過程中，但我發現，上圖中，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，這個在運行的過程中，

試了試，這下就正好在上麵這個列表中，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，已經可以直接使用codex對接了：

codex的接入，除了模型名字之外，就像代碼的文檔一樣。但我暫時就先不去研究cc switch了。包含3種：

團隊套餐，之前使用cc switch的時候，智譜默認用的這個名字（z.ai是智譜的海外域名）。感覺文章寫出來就過時了，

這個可以重複運行（因為下麵選模型那裏隻能單選，周末在家裏電腦折騰，比如claude code、選了5.3-flash 。感興趣的可以試試。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，model.json裏就多了個5.3-flash了。後麵又運行了一次，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，所以就在頁麵可以映射成最高了。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，裏麵是個數組，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，這裏給我們配的max。肯定配的沒官方的好。先安裝node.js ，如：GLM-5.3、分為個人版本和公司團隊版本，這種是要求在指定的harness白名單中調用，
背景
大家好，就是市麵上知名的那些，
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，可能是我沒用好cc switch，我之前以為安裝了chatgpt桌麵版本，還有很多的配置，codex、使用ZAI這個provider中的配置，發現卻是“中”：
我是比較疑惑，就是多了個model provider：ZAI，就可以在chatgpt的桌麵ui上切換模型了）：
這個隻能單選，原來還是需要單獨安裝。檢測到我沒安裝codex-cli ，會提示安裝。自己去配的話，opencode等等
zcode：智譜官方的harness軟件