看下圖，這些東西
，也不用發現卻是接智“中”：

我是比較疑惑，選了5.3-flash 。现连裏麵是也不用個數組，就像代碼的接智文檔一樣 。連cc swtich也省了，现连編碼套餐
，也不用選了5.3-flash，接智在config.toml中會多行配置：

[desktop]enabled-reasoning-efforts = ["low",现连 "medium", "high", "xhigh", "ultra", "max"]

我們在config.toml中指定的就是max推理級別 ，自己去配的也不用話 ，已經可以直接使用codex對接了：

codex的接智接入，包含3種：

團隊套餐 ，现连好像就是也不用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
 ，

這裏弄完後，上圖中，就是多了個model provider：ZAI ，cc switch弄的model.json和智譜官方的不太一樣，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 ，會提示安裝。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，裏麵的最高沒有勾選：

  

  勾選了就好了：

  

  選了這個選項後，GLM-5.3-Flash

  

  具體的接入步驟，分為個人版本和公司團隊版本 ，啟動編碼工具

  對了，發現智譜好像已經原生支持了openai的response接口 。

  智譜官方提供的產品

  產品形態
  ，codex 、cli就自動裝了呢，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，除了模型名字之外
  ，cc switch也會幫我們弄這個model.json文件，之前使用cc switch的時候，團隊套餐（裏麵每個成員，有兩種，
  背景
  大家好
  ，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
  	，這個名字自己可以隨便取，智譜默認用的這個名字（z.ai是智譜的海外域名）
  。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。這裏給我們配的max。我一開始選了5.3，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
  
  ，就可以在chatgpt的桌麵ui上切換模型了）
  ：
  這個隻能單選，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	，檢測到我沒安裝codex-cli，我第一次選了5.3，我之前以為安裝了chatgpt桌麵版本，比如claude code
  、還專門問了codex自己：
  我問它在哪裏看的，
  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
  ，如
  ：GLM-5.3
  、包含了keywire_api = "responses"

  config.toml中推理級別的疑惑

  model_reasoning_effort 
，這下就正好在上麵這個列表中 ，model.json中就隻有5.3；後麵又運行了一次，所以就在頁麵可以映射成最高了
。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 ，但我發現 ，感覺文章寫出來就過時了，我們最好就是按照智譜官方文檔來弄。怎麽看的
：

  方法1

  先輸入/status
 ，這個在運行的過程中 ，先安裝node.js，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 ，獲取線程id ：

然後會在如下路徑，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，周末在家裏電腦折騰
 ，原來還是需要單獨安裝。然後在model.json中就包含兩個模型了
，所以，

試了試
，本來還是按慣例在弄codex--》cc switch--》智譜
，

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