Codex Desktop 是 OpenAI 推出的本地终端编程 Agent2026 年 6 月 OpenAI Codex 团队成员 thsottiaux 在 X 上提醒Codex App、CLI 和 SDK 均可指向任意 OpenAI 兼容 API不限于 GPT 系列模型Ollama 同日随即响应补全了ollama launch codex和ollama launch codex-app两条快捷入口支持 GLM-5.2、Kimi-K2.7-Code、gpt-oss:120b 等开源模型无需 OpenAI API Key 即可完整使用 Codex 的 Agent 循环、工具执行和 AGENTS.md 项目记忆核心配置文件为~/.codex/config.toml用户级不可用项目级覆盖关键字段是wire_api responsesCodex 使用 Responses API 而非 Chat Completions漏配这一行是最常见的 404 错误来源上下文窗口建议 64k Token 以上本文梳理从零起步到多 Profile 切换的五条接入路径以及 Desktop 模型选择器不显示外部 Provider 等已知问题的修正方案。接入前的三项前置条件不管选哪条路径以下三项必须先确认① Ollama 0.30 以上版本ollama launch codex的 Profile v2 支持需要 Ollama 0.30。用ollama --version确认旧版ollama launch codex写入的是已废弃的[profiles.*]格式Codex 0.134 不再接受。# 检查版本ollama--version# 升级macOS Homebrewbrew upgrade ollama② 上下文窗口 64k Token 以上Codex 的 Agent 循环会在每轮累积工具输出、diff、代码片段上下文消耗速度远快于普通对话。Ollama 官方建议至少 32k Token社区实测推荐 64k。选模型时优先确认上下文规格不够长的模型在复杂任务中途截断会导致工具调用混乱。③ 配置文件位置Codex 的 Provider 认证必须写在用户级配置项目级.codex/config.toml无法覆盖model_provider和model_providers字段系统用户级配置路径macOS / Linux / WSL~/.codex/config.tomlWindows%USERPROFILE%\.codex\config.toml五条接入路径路径 Aollama launch codex最快推荐新手Ollama 托管整个 Profile 配置、模型目录和 Provider 注册一条命令搞定# 安装 Codex CLI如未安装npminstall-gopenai/codex# 拉取一个编程能力强的开源模型ollama pull glm-5.2# 推理强适合 Fable 5 替代场景ollama pull kimi-k2.7-code# 专攻 Agentic 编程SWE-bench 数据好ollama pull gpt-oss:120b# OpenAI 开源权重官方 OSS 栈首选# 启动 Codex CLIollama launch codex# 启动 Codex Desktop Appollama launch codex-appollama launch codex在后台做了三件事刷新 Codex 可见的模型目录model_catalog_json在~/.codex/config.toml写入[model_providers.ollama-launch]生成~/.codex/ollama-launch.config.tomlProfile 文件以--profile ollama-launch启动 Codex只配置不启动方便检查生成了什么ollama launch codex--config恢复到 Ollama 接入前的原始配置ollama launch codex--restore路径 B--oss标志临时会话不想持久化配置只想临时跑一次本地模型# 使用默认 OSS Providerconfig.toml 里的 oss_provider 字段codex--oss# 指定具体模型codex--oss-mgpt-oss:120b codex--oss-mglm-5.2# Ollama Cloud 托管变体codex--oss-mgpt-oss:120b-cloud在~/.codex/config.toml设置默认 OSS Provider# 默认本地 Provider--oss 时生效 oss_provider ollama # 或 lmstudio运行前确保ollama serve已在后台运行且目标模型已 pull。路径 C手动写 config.tomlPower Users最灵活适合需要在 GPT 和本地模型之间快速切换的开发者。第一步在~/.codex/config.toml注册 Provider[model_providers.ollama-launch] name Ollama base_url http://localhost:11434/v1/ wire_api responseswire_api responses是必填项不是可选项。Codex 使用 OpenAI 的 Responses API/v1/responses而大多数兼容服务默认只暴露 Chat Completions/v1/chat/completions。漏配这一行会收到 404 错误。第二步创建 Ollama Profile 文件~/.codex/ollama-launch.config.tomlmodel glm-5.2 model_provider ollama-launch model_catalog_json /Users/your-name/.codex/ollama-launch-models.json第三步创建 GPT Profile 文件~/.codex/gpt.config.toml可选model gpt-5.5 model_reasoning_effort high approval_policy on-request切换使用codex--profileollama-launch# 本地 Ollama 模型codex--profilegpt# OpenAI GPTcodexexec--profileollama-launch修复 src/auth 里的测试Profile v2 格式说明Codex 0.134Profile 是独立的.config.toml文件~/.codex/profile-name.config.toml顶层 key不再嵌套在[profiles.name]下。如果看到--profile xxx cannot be used while config.toml contains legacy [profiles.xxx]的报错说明配置是旧格式运行ollama launch codex --restore后重新配置。路径 DLM StudioCodex 内置了lmstudioProvider ID。在 LM Studio 里启动本地服务器后oss_provider lmstudiocodex--oss上下文要求和wire_api responses限制与 Ollama 路径完全一致。如果 LM Studio 只暴露 Chat Completions 端点同样需要代理转换见下方路径 E。路径 E自定义 ProvidervLLM / 任意 OpenAI 兼容端点适合自建 vLLM、Unsloth 推理服务或通过七牛云 AI 等聚合平台统一接入多个开源模型model your-model-id model_provider local_vllm [model_providers.local_vllm] name Local vLLM base_url http://localhost:8000/v1 wire_api responses requires_openai_auth false env_key LOCAL_API_KEY # 无鉴权时填 dummy 字符串即可# 启动codex--oss--profilelocal_vllm# 或单次覆盖codex--configmodel_providerlocal_vllm--configmodelyour-model-id查看端点支持的模型 IDcurlhttp://localhost:8000/v1/models注意openai、ollama、lmstudio是 Codex 保留 ID自定义 Provider 不能用这三个名字选local_vllm、my_api等唯一名称。推荐模型与硬件参考模型Ollama 标签优势上下文显存参考GLM-5.2glm-5.2推理强Fable 5 替代场景128k24GBKimi K2.7-Codekimi-k2.7-codeAgentic 编程专项SWE-bench 高分128k大 MoE需核查gpt-oss:20bgpt-oss:20b官方 OSS 栈轻量入门32k16GBgpt-oss:120bgpt-oss:120b官方 OSS 旗舰32k48GBDeepSeek V4 Flash按标签高性价比推理快1M量化版可 24GBQwen3-Coder按标签编程切片快24GB 友好128k24GB硬件原则Agent 任务的上下文窗口比模型参数量更影响实际体验。显存够放模型但不够跑长上下文时任务中途截断比跑慢更致命——换更小量化版保留足够 KV Cache 空间。已知问题与修正方案问题一Desktop 模型选择器不显示外部 ProviderCodex Desktop App 的 UI 模型选择器目前不展示自定义 Provider 里的模型即使 config.toml 配置完全正确。临时解法通过ollama launch codex-app或命令行--profile参数绕过 UI 选择器启动。OpenAI 官方 GitHub issue 已记录修复尚未发布。问题二404 /v1/responses 错误最常见的报错。原因是目标端点只有 Chat Completions API没有 Responses API。解法有两种检查 Ollama 版本是否 0.30旧版 Ollama 不支持 Responses 转换层使用社区工具 CC Switch 做协议转换代理在 Responses 和 Chat Completions 之间转换问题三Profile 格式旧版报错--profile ollama-launch cannot be used while config.toml contains legacy [profiles.ollama-launch]运行ollama launch codex --restore清除旧格式更新 Ollama 到 0.30再重新ollama launch codex。问题四Computer Use / 浏览器自动化不可用这些功能是 GPT 独占特性OSS 模式下不可用与模型能力无关。OSS 模式实际能跑什么接入 Ollama 后以下 Codex 功能在 OSS 模式下完整保留Agent 循环 工具执行读取/修改代码、运行命令、提交 PR斜线命令/init自动生成 AGENTS.md、/plan、/goal、/review、/diff、/context项目记忆AGENTS.md 和 .codex/ 目录Skills 支持模型工具调用稳定性决定效果上限并行任务和多 Profile 切换降级的部分主要是工具调用可靠性与模型质量强相关和需要 GPT 独占能力的功能。实际建议OSS 模型适合做垂直切片任务“修这个文件里的 bug”复杂跨库重构优先用 GPT Profile。工具调用与多模型统一接入对于需要把 Ollama 和多个云端模型DeepSeek、Kimi、GLM 等统一管理的团队在路径 E 里配置聚合推理平台的接入端点是一种省事的方案——单一 API Key 覆盖多个模型免维护多账号配合 Codex 的 Profile 机制可以做到按任务性质自动切换推理来源。七牛云 AI 模型广场支持 OpenAI 兼容格式配置方式与自定义 Provider 路径完全一致对已有 Codex 配置的团队迁移成本极低。延伸阅读Ollama 官方 Codex 集成指南https://docs.ollama.com/integrations/codexCodex 高级配置文档含 config.toml 全字段https://developers.openai.com/codex/cli/configCodex GitHub issue #29156Desktop 自定义 Provider UI 问题https://github.com/openai/codex/issues/29156七牛云 AI 模型广场OpenAI 兼容接入https://www.qiniu.com/ai/models
)
