Codex用国产模型教程，CC Switch一键切换DeepSeek/Kimi，附安装包下载

用Codex的朋友应该都遇到过一个问题：官方只接OpenAI自家的模型，国内想用DeepSeek、Kimi这些根本没戏。直到我发现了CC Switch这个开源工具，Star已经飙到85K了，说白了它就是一个Base URL切换器，但最新版直接打通了Codex的Responses API。

装CC Switch

作者打包好了Windows和Mac版本，直接去Release页下载就行。我装的V3.16，这个是支持Codex的关键版本，老版本不行。

如果你之前装过，进设置里检查一下更新，确保升到V3.16。别用旧版硬搞，接口对不上会报错。

配一个国产模型

打开CC Switch，点OpenAI那个图标，再点右边的加号添加配置。

列表里支持的模型比我想的多：DeepSeek、Kimi、豆包、GLM、小米MiMo都有。我这里选Kimi做个演示，其实配置流程都一样。

选完模型后填API Key。Kimi的Key在开放平台后台拿，地址是 platform.kimi.com，注册就送额度，够你测试一阵子了。

Codex那边也要改

光配好CC Switch还不够，Codex本身的Model Provider也要指过来。我实测的时候把provider切到CC Switch的本地代理地址，然后用Kimi跑了一轮代码生成，响应速度比我预期的快不少。

有一点要注意：国产模型对Codex的某些高级功能支侍得不太完整，比如复杂的多步推理，偶尔会断流。日常写代码、改bug问题不大，但别指望完全平替GPT-4o。

背后的原理其实挺有意思

CC Switch做了一件很巧妙的事：它在本地起了个代理服务，把Codex发的/v1/responses请求翻译成/v1/chat/completions格式，国产模型读懂了再返回去。

圈里有个说法叫 Harness = Agent – Model。Codex之所以好用，不只是模型强，它那套工具调用、上下文管理、任务规划的框架（也就是Harness）才是真正的核心竞争力。CC Switch让你保留了这套Harness，只把”脑子”换成国产模型。

等国产模型再迭代几个版本，这个方案的实用性只会越来越高。先收藏，回头国产模型能力上来了直接就能用。

下载链接：https://pan.quark.cn/s/918ecb5f022c

项目地址：https://github.com/farion1231/cc-switch