接智編碼套餐，现连GLM-5.3-Flash

具體的也不用接入步驟，這下就正好在上麵這個列表中，接智選了5.3-flash，现连比如claude code 、也不用這些東西，接智所以就在頁麵可以映射成最高了。现连感覺文章寫出來就過時了，也不用我第一次選了5.3，接智原來還是现连需要單獨安裝。還有很多的也不用配置，有兩種，接智發現卻是现连“中”：

我是比較疑惑，獲取線程id ：

然後會在如下路徑，也不用在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，就是市麵上知名的那些，上圖中，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，使用ZAI這個provider中的配置，肯定配的沒官方的好。自己去配的話，就是多了個model provider：ZAI，model.json中就隻有5.3；後麵又運行了一次，裏麵是個數組，我一開始選了5.3 ，智譜默認用的這個名字（z.ai是智譜的海外域名）。但我暫時就先不去研究cc switch了。trae、感興趣的可以試試。model.json裏就多了個5.3-flash了。會提示安裝。

但我打開chatgpt時，

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，還專門問了codex自己：

我問它在哪裏看的，就像代碼的文檔一樣。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	，先安裝node.js，
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，就可以在chatgpt的桌麵ui上切換模型了）：
這個隻能單選，cc switch也會幫我們弄這個model.json文件	，數組裏麵包含了多個模型	
：
大家可以看到，除了模型名字之外	
，
智譜官方提供的產品
產品形態，本來還是按慣例在弄codex--》cc switch--》智譜
，自己也能改；但model.json這個還是比較麻煩）挺麻煩的。翻官方文檔的過程中，
試了試，之前使用cc switch的時候，但我發現
，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，分為個人版本和公司團隊版本，這個在運行的過程中，背景
大家好，
model_provider就指定了，這裏給我們配的max。codex、
這裏弄完後，周末在家裏電腦折騰	
，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，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，檢測到我沒安裝codex-cli
，
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，主要就是codex的config.toml發生了變化	：
看下圖，cli就自動裝了呢，包含3種：
團隊套餐，裏麵的最高沒有勾選：
勾選了就好了：
選了這個選項後，可能是我沒用好cc switch，如	：GLM-5.3、這個名字自己可以隨便取，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	，啟動編碼工具
對了，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，後麵又運行了一次	，怎麽看的：
方法1
先輸入/status，我們最好就是按照智譜官方文檔來弄
。所以，
智譜什麽時候支持codex直連的
查了下
，我是逐日。cc switch弄的model.json和智譜官方的不太一樣，選了5.3-flash。連cc swtich也省了，發現智譜好像已經原生支持了openai的response接口。模型使用glm-5.3-flash。這種是要求在指定的harness白名單中調用，我之前以為安裝了chatgpt桌麵版本，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，已經可以直接使用codex對接了：
codex的接入，團隊套餐（裏麵每個成員
，主要可以看這裏
：
https://docs.bigmodel.cn/cn/coding-plan/quick-start
下圖就可以看到
，然後在model.json中就包含兩個模型了	，
這個可以重複運行（因為下麵選模型那裏隻能單選
，包含了keywire_api = "responses"