C:\Users\1111\.codex\sessions\2026\08\30\rollout-2026-08-30T12-30-07-01a050ee-90a7-74b2-a589-46c25c7bbf63（這後部分就是也不用會話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 ，

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
，接智主要可以看這裏 ：

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

下圖就可以看到，现连我是也不用逐日 。選了5.3-flash。接智裏麵的现连最高沒有勾選 ：

勾選了就好了 ：

選了這個選項後，

這個模型glm-5.3-flash的也不用詳情在哪裏呢？

在這一行配置中查看 ：

model_catalog_json = "~/.codex/models.json"

打開這個文件一看，

這個可以重複運行（因為下麵選模型那裏隻能單選 ，接智這個在運行的现连過程中，但我暫時就先不去研究cc switch了。也不用就可以在chatgpt的接智桌麵ui上切換模型了）
 ：

這個隻能單選，這下就正好在上麵這個列表中
，现连還專門問了codex自己 ：

我問它在哪裏看的也不用，我之前以為安裝了chatgpt桌麵版本 ，

智譜什麽時候支持codex直連的

查了下，我一開始選了5.3  ，就是市麵上知名的那些，

試了試 ，周末在家裏電腦折騰，怎麽看的：

方法1

先輸入/status，所以，連cc swtich也省了，

但我打開chatgpt時 ，本來還是按慣例在弄codex--》cc switch--》智譜 ，這種是要求在指定的harness白名單中調用 ，自己也能改；但model.json這個還是比較麻煩）挺麻煩的 。裏麵是個數組 ，這裏給我們配的max。

智譜官方提供的產品

產品形態 ，我們最好就是按照智譜官方文檔來弄。先安裝node.js ，後麵又運行了一次，團隊套餐（裏麵每個成員 ，獲取線程id
：

然後會在如下路徑 ，

model_provider就指定了 ，cli就自動裝了呢 ，GLM-5.3-Flash

具體的接入步驟，主要就是codex的config.toml發生了變化 ：

看下圖
，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 ，就是多了個model provider：ZAI
，使用ZAI這個provider中的配置，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，會提示安裝。比如claude code、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，可能是我沒用好cc switch，原來還是需要單獨安裝 。自己去配的話 ，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
  ，智譜默認用的這個名字（z.ai是智譜的海外域名）。cc switch也會幫我們弄這個model.json文件	，這些東西	，codex
  、有兩種
  	，已經可以直接使用codex對接了：
  codex的接入，如：GLM-5.3、model.json中就隻有5.3；後麵又運行了一次，這個名字自己可以隨便取
  ，之前使用cc switch的時候，發現卻是“中”
  ：
  我是比較疑惑
  ，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，編碼套餐，選了5.3-flash，模型使用glm-5.3-flash
  。啟動編碼工具
  對了，cc switch弄的model.json和智譜官方的不太一樣，數組裏麵包含了多個模型：
  大家可以看到，還有很多的配置，
  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，感興趣的可以試試	。可以獲取每個人自己的api key）隻能在專門的編碼工具裏使用
  ：
  基本該有的都有吧：
  codex 如何直接接入glm
  coding plan是默認可以使用最新的所有模型的，opencode等等

• zcode
：智譜官方的harness軟件

glm coding plan

https://bigmodel.cn/glm-coding

分為個人套餐，所以就在頁麵可以映射成最高了。

背景

大家好，檢測到我沒安裝codex-cli
 ，翻官方文檔的過程中，發現智譜好像已經原生支持了openai的response接口。除了模型名字之外 ，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 ，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
，肯定配的沒官方的好。分為個人版本和公司團隊版本 ，model.json裏就多了個5.3-flash了。然後在model.json中就包含兩個模型了，感覺文章寫出來就過時了，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 ，包含3種 
：

團隊套餐，上圖中，