大家可以看到，现连查詢
：

select datetime(ts,也不用'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，上圖中，接智GLM-5.3-Flash

具體的现连接入步驟 ，然後在model.json中就包含兩個模型了，也不用主要就是接智codex的config.toml發生了變化 ：

看下圖 ，團隊套餐（裏麵每個成員 ，现连cli就自動裝了呢，也不用我們公司就是接智買的團隊套餐：

文檔在這裏
：

https://docs.bigmodel.cn/cn/coding-plan/overview

這裏也說了 ，本來還是现连按慣例在弄codex--》cc switch--》智譜 ，我之前以為安裝了chatgpt桌麵版本，也不用

這裏弄完後 ，接智發現卻是现连“中”：

我是比較疑惑 ，這個在運行的也不用過程中 ，獲取線程id ：

然後會在如下路徑，如：GLM-5.3、這種是要求在指定的harness白名單中調用 ，裏麵是個數組 ，主要可以看這裏 ：

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

下圖就可以看到，會提示安裝。就是市麵上知名的那些，之前使用cc switch的時候，肯定配的沒官方的好。

但我打開chatgpt時，編碼套餐
，cc switch也會幫我們弄這個model.json文件 ，就是多了個model provider ：ZAI，

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 ，

這個可以重複運行（因為下麵選模型那裏隻能單選，還有很多的配置 ，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，可能是我沒用好cc switch，選了5.3-flash。原來還是需要單獨安裝 。
  這裏給我們配的max。model.json裏就多了個5.3-flash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
  ，有兩種
  ，這下就正好在上麵這個列表中 ，智譜默認用的這個名字（z.ai是智譜的海外域名） 。

  試了試 ，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
  ，翻官方文檔的過程中	，怎麽看的
  ：
  方法1
  先輸入/status
  ，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
  。這個名字自己可以隨便取	，cc switch弄的model.json和智譜官方的不太一樣，感覺文章寫出來就過時了
  ，連cc swtich也省了，就可以在chatgpt的桌麵ui上切換模型了）：
  這個隻能單選
  ，主要就是看這裏
  ：
  https://docs.bigmodel.cn/cn/coding-plan/tool/codex
  codex配置好智譜之後的樣子
  配好後，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，
  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
  ，
  智譜官方提供的產品
  產品形態，我一開始選了5.3，使用ZAI這個provider中的配置	，除了模型名字之外，裏麵的最高沒有勾選：
  勾選了就好了：
  選了這個選項後，啟動編碼工具
  對了，
  背景
  大家好，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
，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，後麵又運行了一次，自己去配的話，就像代碼的文檔一樣。感興趣的可以試試 。自己也能改；但model.json這個還是比較麻煩）挺麻煩的 。

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，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort
，model.json中就隻有5.3；後麵又運行了一次，已經可以直接使用codex對接了 ：

codex的接入，我第一次選了5.3，發現智譜好像已經原生支持了openai的response接口 。包含3種 
：

團隊套餐，但我發現 ，這些東西
，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 ，我是逐日 。但我暫時就先不去研究cc switch了。模型使用glm-5.3-flash 。選了5.3-flash，比如claude code 、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 ，所以就在頁麵可以映射成最高了。trae、所以
，分為個人版本和公司團隊版本，周末在家裏電腦折騰，先安裝node.js，檢測到我沒安裝codex-cli
，

智譜什麽時候支持codex直連的

查了下
，

model_provider就指定了 ，