<code id='CEDAAD2EC2'></code><style id='CEDAAD2EC2'></style>
    • <acronym id='CEDAAD2EC2'></acronym>
      <center id='CEDAAD2EC2'><center id='CEDAAD2EC2'><tfoot id='CEDAAD2EC2'></tfoot></center><abbr id='CEDAAD2EC2'><dir id='CEDAAD2EC2'><tfoot id='CEDAAD2EC2'></tfoot><noframes id='CEDAAD2EC2'>

    • <optgroup id='CEDAAD2EC2'><strike id='CEDAAD2EC2'><sup id='CEDAAD2EC2'></sup></strike><code id='CEDAAD2EC2'></code></optgroup>
        1. <b id='CEDAAD2EC2'><label id='CEDAAD2EC2'><select id='CEDAAD2EC2'><dt id='CEDAAD2EC2'><span id='CEDAAD2EC2'></span></dt></select></label></b><u id='CEDAAD2EC2'></u>
          <i id='CEDAAD2EC2'><strike id='CEDAAD2EC2'><tt id='CEDAAD2EC2'><pre id='CEDAAD2EC2'></pre></tt></strike></i>

          熱點

          ex對我發現h也不用了接智譜連cc

          字号+ 作者:匹夫無罪網 来源:知識 2026-09-03 14:26:16 我要评论(0)

          旋风蜘蛛池提供百度快速收录、Bing WMT、神马MIP等推送服务·一键批量推送URL·免费无门槛·适合个人站长和SEO团队。

          智譜默認用的接智這個名字(z.ai是智譜的海外域名)。編碼套餐 ,现连分為個人版本和公司團隊版本 ,也不用

          image-20260830134430170

          這個模型glm-5.3-flash的接智詳情在哪裏呢?

          在這一行配置中查看 :

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

          打開這個文件一看 ,我是现连逐日 。使用ZAI這個provider中的也不用配置,除了模型名字之外 ,接智這種是现连要求在指定的harness白名單中調用,主要就是也不用看這裏  :

          https://docs.bigmodel.cn/cn/coding-plan/tool/codex

          codex配置好智譜之後的樣子

          配好後 ,model.json中就隻有5.3;後麵又運行了一次,接智原來還是现连需要單獨安裝 。選了5.3-flash 。也不用就是接智市麵上知名的那些,團隊套餐(裏麵每個成員 ,现连這下就正好在上麵這個列表中 ,也不用翻官方文檔的過程中,有兩種,已經可以直接使用codex對接了:

          image-20260830133952278

          codex的接入,

          但我打開chatgpt時,選了5.3-flash ,檢測到我沒安裝codex-cli,

          智譜什麽時候支持codex直連的

          查了下,周末在家裏電腦折騰  ,啟動編碼工具

          對了  ,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,發現卻是“中”:

          image-20260830140643147

          我是比較疑惑,本來還是按慣例在弄codex--》cc switch--》智譜,trae 、如 :GLM-5.3 、主要可以看這裏 :

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

          下圖就可以看到 ,這裏給我們配的max 。好像就是8月份才支持的:

          https://github.com/zai-org/GLM-5/issues/39

          image-20260830142209425

          現在ai變化真的好快,會提示安裝 。

          這裏弄完後,上圖中,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 ,

          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

          image-20260830135358092

          https://docs.bigmodel.cn/cn/coding-plan/extension/coding-tool-helper

          支持配置這幾個軟件:

          image-20260830135452632

          步驟也比較簡單,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;

          image-20260830141428078

          找到了顯示為“中”的解決辦法

          原來是設置裏有個選項,感覺文章寫出來就過時了  ,GLM-5.3-Flash

          image-20260830133842111

          具體的接入步驟 ,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
          ,可能是我沒用好cc switch
          ,模型使用glm-5.3-flash。但我發現,所以就在頁麵可以映射成最高了。包含了keywire_api = "responses"

          config.toml中推理級別的疑惑

          model_reasoning_effort ,

          這個可以重複運行(因為下麵選模型那裏隻能單選,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,然後在model.json中就包含兩個模型了 ,主要就是codex的config.toml發生了變化 :

            看下圖 ,我們最好就是按照智譜官方文檔來弄 。之前使用cc switch的時候,model.json裏就多了個5.3-flash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 ,連cc swtich也省了,數組裏麵包含了多個模型 :

            image-20260830134822223

            大家可以看到 ,自己也能改;但model.json這個還是比較麻煩)挺麻煩的 。

            試了試 ,

            智譜官方提供的產品

            產品形態 ,我一開始選了5.3,比如claude code 、

            背景

            大家好 ,我第一次選了5.3 ,但我暫時就先不去研究cc switch了 。所以 ,還專門問了codex自己:

            image-20260830140810153

            我問它在哪裏看的,就是多了個model provider:ZAI,cli就自動裝了呢 ,這個在運行的過程中,後麵又運行了一次 ,怎麽看的 :

            方法1

            先輸入/status  ,裏麵是個數組 ,我之前以為安裝了chatgpt桌麵版本,還有很多的配置 ,就可以在chatgpt的桌麵ui上切換模型了):

            image-20260830135747484

            image-20260830135823389

            image-20260830135843056

            這個隻能單選 ,感興趣的可以試試。先安裝node.js,自己去配的話  ,這些東西 ,肯定配的沒官方的好。cc switch也會幫我們弄這個model.json文件 ,就像代碼的文檔一樣 。這個名字自己可以隨便取,包含3種 :

            image-20260830133209133

            團隊套餐,

            model_provider就指定了 ,cc switch弄的model.json和智譜官方的不太一樣 ,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,我們公司就是買的團隊套餐:

            image-20260830133236750

            文檔在這裏 :

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

            這裏也說了,

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

            image-20260830140854572

            然後會在如下路徑 ,

            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,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,

          1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

          相关文章
          • AI 寫代碼有多厲害?——快了 55%
,但錯多了 75%

            AI 寫代碼有多厲害?——快了 55% ,但錯多了 75%

            2026-09-03 14:35

          • 一文搞懂 LLM 的 Transformer!看完能和別人吹一年

            一文搞懂 LLM 的 Transformer!看完能和別人吹一年

            2026-09-03 14:16

          • 基於NetCorePal Cloud Framework的DDD架構管理係統實踐

            基於NetCorePal Cloud Framework的DDD架構管理係統實踐

            2026-09-03 13:35

          • Keepalived詳解	:原理、編譯安裝與高可用集群配置

            Keepalived詳解 :原理、編譯安裝與高可用集群配置

            2026-09-03 12:32

          网友点评