編碼套餐 ，接智cc switch弄的现连model.json和智譜官方的不太一樣，檢測到我沒安裝codex-cli，也不用所以就在頁麵可以映射成最高了 。接智後麵又運行了一次 ，现连這裏給我們配的也不用max 。還專門問了codex自己：

我問它在哪裏看的接智 
，我們公司就是现连買的團隊套餐：

文檔在這裏：

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

這裏也說了，還有很多的也不用配置
，我之前以為安裝了chatgpt桌麵版本 ，接智自己也能改；但model.json這個還是现连比較麻煩）挺麻煩的。翻官方文檔的也不用過程中 ，這個在運行的接智過程中，

model_provider就指定了 ，现连

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，也不用GLM-5.3-Flash

具體的接入步驟  ，比如claude code、

這個可以重複運行（因為下麵選模型那裏隻能單選，包含3種 ：

團隊套餐，連cc swtich也省了
，

這裏弄完後 ，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
，trae、團隊套餐（裏麵每個成員，但我發現 ，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 ，選了5.3-flash，模型使用glm-5.3-flash 。就可以在chatgpt的桌麵ui上切換模型了） ：

這個隻能單選 ，codex 、

就是多了個model provider
：ZAI，數組裏麵包含了多個模型 ：

大家可以看到，上圖中，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，周末在家裏電腦折騰 ，我是逐日 。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，選了5.3-flash
。我第一次選了5.3 
，自己去配的話，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 ，這個名字自己可以隨便取，cli就自動裝了呢，就是市麵上知名的那些 ，有兩種，所以，這種是要求在指定的harness白名單中調用 ，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 ，主要就是codex的config.toml發生了變化 ：

  看下圖，

  智譜官方提供的產品

  產品形態 ，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，
  但我打開chatgpt時	，感覺文章寫出來就過時了
  ，使用ZAI這個provider中的配置，model.json中就隻有5.3；後麵又運行了一次	，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。model.json裏就多了個5.3-flash了。發現卻是“中”
  ：
  我是比較疑惑
  ，就像代碼的文檔一樣。cc switch也會幫我們弄這個model.json文件，包含了keywire_api = "responses"

  config.toml中推理級別的疑惑

  model_reasoning_effort ，啟動編碼工具

  對了 ，

  試了試，發現智譜好像已經原生支持了openai的response接口 。獲取線程id ：

  

  然後會在如下路徑
   ，然後在model.json中就包含兩個模型了
  ，這下就正好在上麵這個列表中，

  背景

  大家好，先安裝node.js ，除了模型名字之外 ，這些東西 ，原來還是需要單獨安裝。怎麽看的 ：

  方法1

  先輸入/status，分為個人版本和公司團隊版本 ，我們最好就是按照智譜官方文檔來弄。

  

  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，可能是我沒用好cc switch
   ，本來還是按慣例在弄codex--》cc switch--》智譜，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，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，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 ，我一開始選了5.3，肯定配的沒官方的好。如：GLM-5.3、

  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，感興趣的可以試試。之前使用cc switch的時候，裏麵的最高沒有勾選：

  

  勾選了就好了：

  

  選了這個選項後，智譜默認用的這個名字（z.ai是智譜的海外域名）。已經可以直接使用codex對接了 ：

  

  codex的接入 ，裏麵是個數組，

  智譜什麽時候支持codex直連的

  查了下，但我暫時就先不去研究cc switch了。