
在国内使用 Codex、OpenAI API 或 VS Code Codex 插件时,很多开发者会遇到网络连接失败、请求超时、账号风控、插件无法正常调用模型等问题。 通过配置第三方 API 中转站,可以让 Codex 请求走国内更稳定的代理接口,从而提升开发体验。
本文将以 Codex 接入国内第三方中转站 为核心,完整演示:
config.toml 配置文件
由于 OpenAI 官方接口在国内网络环境下访问并不稳定,直接使用 Codex 时可能会出现以下问题:
因此,对于国内开发者来说,将 Codex 配置到稳定的第三方 API 中转站,是一种更适合日常开发的方案。
第三方中转站的作用可以简单理解为:
Codex 不再直接访问 OpenAI 官方接口,而是通过国内可访问的中转 API 地址完成模型请求。
Codex 接入第三方 API 中转站的核心逻辑并不复杂,主要分为两步:
model_provider
实际需要修改的内容主要包括:
config.toml
为了安全,不建议直接把 API Key 明文写入配置文件,而是通过环境变量读取。
Codex 的配置文件通常位于用户目录下的 .codex 文件夹中。
~/.codex/config.toml
C:\Users\你的用户名\.codex\config.toml
如果 .codex 文件夹中没有 config.toml 文件,可以手动新建一个。
打开 config.toml 文件,在顶部加入或修改以下配置:
# 修改为中转站实际支持的模型名称
model = "gpt-5.5"
# 指定 Codex 默认使用自定义中转站
model_provider = "my_proxy"
# 推理强度,可根据需求调整
model_reasoning_effort = "high"
[windows]
sandbox = "elevated"
这里最关键的是:
model_provider = "my_proxy"
它表示 Codex 默认不再走官方接口,而是使用我们后面定义的 my_proxy 中转站服务商。
如果你原来的配置文件中已经存在 projects、plugins 等配置,不需要删除,保留即可。
在 config.toml 文件底部新增以下内容:
[model_providers.my_proxy]
name = "DKAI Proxy API"
base_url = "https://codex.dakeai.c/v1"
env_key = "MY_PROXY_API_KEY"
wire_api = "responses"
requires_openai_auth = false
参数 | 说明 |
|---|---|
name | 自定义服务商名称,可以随意命名 |
base_url | 第三方中转站提供的 API 接口地址,通常以 /v1 结尾 |
env_key | Codex 从系统环境变量中读取的 API Key 名称 |
wire_api | 接口类型,兼容新版 OpenAI Responses API 可填写 responses |
requires_openai_auth | 第三方中转站一般设置为 false |
需要注意的是,示例中的:
base_url = "https://codex.dakeai.cc/v1"
需要替换为你在中转站后台获取到的真实 API 地址。
在上面的配置中,我们写了:
env_key = "MY_PROXY_API_KEY"
这表示 Codex 启动时会自动从系统环境变量中读取名为 MY_PROXY_API_KEY 的变量,并将它作为 API Key 使用。
这样做的好处是:
如果你使用的是 Windows,可以按照下面步骤设置:
Win + S
MY_PROXY_API_KEY
sk-xxxxxxxxxxxxxxxx
注意:
变量名必须和 config.toml 中的 env_key 完全一致,不能多空格,也不能大小写写错。
如果你使用的是 macOS 或 Linux,可以在终端中执行:
export MY_PROXY_API_KEY="你的中转站API_KEY"
如果希望长期生效,可以写入 Shell 配置文件。
echo 'export MY_PROXY_API_KEY="你的中转站API_KEY"' >> ~/.zshrc
source ~/.zshrc
echo 'export MY_PROXY_API_KEY="你的中转站API_KEY"' >> ~/.bashrc
source ~/.bashrc
配置完成后,需要关闭当前所有终端窗口,然后重新打开一个新的终端。
原因是: 终端只会在启动时读取系统环境变量,如果你不重新打开终端,新设置的 API Key 可能不会生效。
在新终端中运行:
codex exec "Reply OK"
如果返回类似:
OK
说明 Codex 已经成功读取环境变量,并且能够通过第三方中转站完成请求。
有些用户会遇到一种情况:
终端里运行 Codex 正常,Codex 独立环境也能正常使用,但是 VS Code 里的 Codex 插件仍然报错:
Missing environment variable: MY_PROXY_API_KEY
这个问题通常不是配置文件错误,而是 VS Code 没有重新读取系统环境变量。
VS Code 在启动时会读取一次系统环境变量。
如果你是在 VS Code 已经打开的情况下新增了 MY_PROXY_API_KEY,那么当前 VS Code 进程并不知道这个变量已经存在。
即使你点击右上角关闭窗口,VS Code 也可能仍然有后台进程残留,导致插件继续读取旧环境变量。
可以按照下面步骤彻底重启 VS Code:
Code.exe 进程
重新启动后,VS Code 会重新读取系统环境变量,MY_PROXY_API_KEY 就可以正常注入到 Codex 插件中。
下面是一个较完整的配置示例,你可以根据自己的中转站信息进行修改:
model = "gpt-5.5"
model_provider = "my_proxy"
model_reasoning_effort = "high"
[windows]
sandbox = "elevated"
[model_providers.my_proxy]
name = "DKAI Proxy API"
base_url = "https://codex.dakeai.cc/v1"
env_key = "MY_PROXY_API_KEY"
wire_api = "responses"
requires_openai_auth = false
请重点修改以下内容:
model = "gpt-5.5"
base_url = "https://api.your-proxy-domain.com/v1"
env_key = "MY_PROXY_API_KEY"
其中:
model 要填写中转站实际支持的模型名称
base_url 要填写中转站后台提供的 API 地址
env_key 要和系统环境变量名称保持一致
可以手动创建。
路径一般是:
~/.codex/config.toml
或:
C:\Users\你的用户名\.codex\config.toml
如果 .codex 文件夹也不存在,可以一起新建。
不建议。
更推荐使用环境变量,例如:
env_key = "MY_PROXY_API_KEY"
这样可以避免密钥泄露,也更适合多工具共用。
通常是 VS Code 没有彻底重启。
解决办法是关闭所有 VS Code 窗口,并确认任务管理器中没有残留的 Code.exe 进程,然后重新打开 VS Code。
如果你的中转站兼容 OpenAI 新版 Responses API,可以填写:
wire_api = "responses"
如果中转站只兼容传统 Chat Completions 接口,可以尝试:
wire_api = "chat"
具体以中转站后台说明为准。
模型名称需要填写中转站实际支持的模型。
例如:
model = "gpt-5.5"
如果请求失败,可以检查中转站后台支持的模型列表,确认模型名称是否填写正确。
通过以上配置,就可以让 Codex 接入国内第三方 API 中转站,从而解决国内网络环境下访问 OpenAI 不稳定、VS Code Codex 插件无法正常调用、环境变量读取失败等问题。
完整流程可以概括为:
config.toml
model_provider
codex exec "Reply OK" 验证配置
如果你正在国内环境中使用 Codex、OpenAI API 或 VS Code Codex 插件,建议优先完成中转站配置,可以明显减少请求失败和插件报错问题。
本文系转载,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文系转载,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。