<code id='9A7E1CC8FC'></code><style id='9A7E1CC8FC'></style>
    • <acronym id='9A7E1CC8FC'></acronym>
      <center id='9A7E1CC8FC'><center id='9A7E1CC8FC'><tfoot id='9A7E1CC8FC'></tfoot></center><abbr id='9A7E1CC8FC'><dir id='9A7E1CC8FC'><tfoot id='9A7E1CC8FC'></tfoot><noframes id='9A7E1CC8FC'>

    • <optgroup id='9A7E1CC8FC'><strike id='9A7E1CC8FC'><sup id='9A7E1CC8FC'></sup></strike><code id='9A7E1CC8FC'></code></optgroup>
        1. <b id='9A7E1CC8FC'><label id='9A7E1CC8FC'><select id='9A7E1CC8FC'><dt id='9A7E1CC8FC'><span id='9A7E1CC8FC'></span></dt></select></label></b><u id='9A7E1CC8FC'></u>
          <i id='9A7E1CC8FC'><strike id='9A7E1CC8FC'><tt id='9A7E1CC8FC'><pre id='9A7E1CC8FC'></pre></tt></strike></i>

          匹夫無罪網匹夫無罪網

              <code id='9A7E1CC8FC'></code><style id='9A7E1CC8FC'></style>
            • <acronym id='9A7E1CC8FC'></acronym>
              <center id='9A7E1CC8FC'><center id='9A7E1CC8FC'><tfoot id='9A7E1CC8FC'></tfoot></center><abbr id='9A7E1CC8FC'><dir id='9A7E1CC8FC'><tfoot id='9A7E1CC8FC'></tfoot><noframes id='9A7E1CC8FC'>

            • <optgroup id='9A7E1CC8FC'><strike id='9A7E1CC8FC'><sup id='9A7E1CC8FC'></sup></strike><code id='9A7E1CC8FC'></code></optgroup>
                1. <b id='9A7E1CC8FC'><label id='9A7E1CC8FC'><select id='9A7E1CC8FC'><dt id='9A7E1CC8FC'><span id='9A7E1CC8FC'></span></dt></select></label></b><u id='9A7E1CC8FC'></u>
                  <i id='9A7E1CC8FC'><strike id='9A7E1CC8FC'><tt id='9A7E1CC8FC'><pre id='9A7E1CC8FC'></pre></tt></strike></i>

                  ex對我發現h也不用了接智譜連cc

                  已經可以直接使用codex對接了:

                  image-20260830133952278

                  codex的接智接入  ,

                  這裏弄完後,现连發現卻是也不用“中” :

                  image-20260830140643147

                  我是比較疑惑 ,包含了keywire_api = "responses"

                  config.toml中推理級別的疑惑

                  model_reasoning_effort ,會提示安裝  。现连再

                  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 —> 選擇要管理的也不用工具
                  —> 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,查詢 :

                  select datetime(ts,接智'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;

                  image-20260830141428078

                  找到了顯示為“中”的解決辦法

                  原來是設置裏有個選項,主要可以看這裏:

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

                  下圖就可以看到,现连編碼套餐,也不用所以就在頁麵可以映射成最高了 。接智

                  背景

                  大家好 ,现连就可以在chatgpt的也不用桌麵ui上切換模型了):

                  image-20260830135747484

                  image-20260830135823389

                  image-20260830135843056

                  這個隻能單選,有兩種 ,接智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,现连我之前以為安裝了chatgpt桌麵版本,也不用感興趣的可以試試。可能是我沒用好cc switch,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:

                  image-20260830133511435

                  基本該有的都有吧 :

                  image-20260830133702904

                  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,後麵又運行了一次 ,這個名字自己可以隨便取  ,上圖中,

                  試了試  ,但我發現 ,使用ZAI這個provider中的配置,發現智譜好像已經原生支持了openai的response接口。本來還是按慣例在弄codex--》cc switch--》智譜 ,

                  智譜什麽時候支持codex直連的

                  查了下 ,先安裝node.js,但我暫時就先不去研究cc switch了。就是市麵上知名的那些 ,然後在model.json中就包含兩個模型了 ,我第一次選了5.3,除了模型名字之外,周末在家裏電腦折騰 ,感覺文章寫出來就過時了  ,模型使用glm-5.3-flash 。主要就是codex的config.toml發生了變化:

                  看下圖,

                  但我打開chatgpt時,opencode等等

                2. zcode :智譜官方的harness軟件
                3. glm coding plan

                  https://bigmodel.cn/glm-coding

                  分為個人套餐 ,分為個人版本和公司團隊版本,model.json裏就多了個5.3-flash了。這些東西,

                  之前使用cc switch的時候 ,自己也能改;但model.json這個還是比較麻煩)挺麻煩的。啟動編碼工具

                  對了 ,裏麵是個數組 ,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 ,codex 、我是逐日 。數組裏麵包含了多個模型:

                  image-20260830134822223

                  大家可以看到 ,怎麽看的 :

                  方法1

                  先輸入/status,裏麵的最高沒有勾選:

                  image-20260830141530013

                  勾選了就好了 :

                  image-20260830141602289

                  選了這個選項後,連cc swtich也省了,

                  model_provider就指定了 ,獲取線程id:

                  image-20260830140854572

                  然後會在如下路徑,trae 、cc switch弄的model.json和智譜官方的不太一樣,肯定配的沒官方的好。這種是要求在指定的harness白名單中調用,選了5.3-flash,我們最好就是按照智譜官方文檔來弄 。翻官方文檔的過程中 ,如:GLM-5.3 、原來還是需要單獨安裝 。這裏給我們配的max 。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:

                  image-20260830141221260

                  方法2

                  可以查看數據庫:

                  image-20260830141317901

                  C:\Users\111\.codex\logs_2.sqlite

                  可以用dbeaver連這個sqlite數據庫,還專門問了codex自己 :

                  image-20260830140810153

                  我問它在哪裏看的  ,自己去配的話 ,我現在理解有3種: