這個可以重複運行（因為下麵選模型那裏隻能單選
，现连codex
、也不用但我暫時就先不去研究cc switch了 。接智獲取線程id：

然後會在如下路徑，现连

試了試，也不用感興趣的接智可以試試。上圖中 ，现连我們公司就是也不用買的團隊套餐：

文檔在這裏 ：

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

這裏也說了 ，這下就正好在上麵這個列表中，接智

這個模型glm-5.3-flash的现连詳情在哪裏呢？

在這一行配置中查看 ：

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

打開這個文件一看，原來還是也不用需要單獨安裝 。後麵又運行了一次 ，接智自己也能改；但model.json這個還是现连比較麻煩）挺麻煩的。

背景

大家好
，也不用cli就自動裝了呢，這些東西 ，這個名字自己可以隨便取，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
，會提示安裝。就可以在chatgpt的桌麵ui上切換模型了）：
這個隻能單選
，model.json裏就多了個5.3-flash了
。發現卻是“中”
：
我是比較疑惑，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	
，GLM-5.3-Flash
具體的接入步驟，翻官方文檔的過程中，
model_provider就指定了，我第一次選了5.3，裏麵是個數組，怎麽看的：
方法1
先輸入/status，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，
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，這個在運行的過程中
，本來還是按慣例在弄codex--》cc switch--》智譜，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort，裏麵的最高沒有勾選  ：

勾選了就好了：

選了這個選項後，我是逐日。

智譜官方提供的產品

產品形態，我們最好就是按照智譜官方文檔來弄。

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，trae、cc switch弄的model.json和智譜官方的不太一樣，我之前以為安裝了chatgpt桌麵版本，所以就在頁麵可以映射成最高了 。智譜默認用的這個名字（z.ai是智譜的海外域名）。有兩種，如：GLM-5.3、然後在model.json中就包含兩個模型了，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 ，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 ，就是多了個model provider
：ZAI，所以，選了5.3-flash，cc switch也會幫我們弄這個model.json文件 
，就是市麵上知名的那些，主要可以看這裏：

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

下圖就可以看到 ，還專門問了codex自己：

我問它在哪裏看的，先安裝node.js
，自己去配的話 ，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，

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;