trae
、接智原來還是现连需要單獨安裝。先安裝node.js ，也不用

試了試 ，接智裏麵的现连最高沒有勾選  ：

勾選了就好了：

選了這個選項後，還有很多的也不用配置 ，這裏給我們配的接智max。主要就是现连codex的config.toml發生了變化：

看下圖，

智譜官方提供的產品

產品形態 ，翻官方文檔的接智過程中，自己去配的现连話 ，智譜默認用的也不用這個名字（z.ai是智譜的海外域名）。所以，接智這些東西，现连這種是也不用要求在指定的harness白名單中調用
，選了5.3-flash。比如claude code、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 ，有兩種 ，GLM-5.3-Flash

具體的接入步驟，主要可以看這裏 ：

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

下圖就可以看到 ，我是逐日 。連cc swtich也省了
，但我發現  ，檢測到我沒安裝codex-cli ，感興趣的可以試試  。這個名字自己可以隨便取 
，裏麵是個數組，發現智譜好像已經原生支持了openai的response接口。團隊套餐（裏麵每個成員，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 ，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
  ，
  怎麽看的 ：

  方法1

  先輸入/status，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，包含了keywire_api = "responses"

  config.toml中推理級別的疑惑

  model_reasoning_effort ，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 ，但我暫時就先不去研究cc switch了。我一開始選了5.3
  ，如：GLM-5.3、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，數組裏麵包含了多個模型：

大家可以看到，已經可以直接使用codex對接了：

codex的接入 ，

這個可以重複運行（因為下麵選模型那裏隻能單選，

智譜什麽時候支持codex直連的

查了下  ，model.json中就隻有5.3；後麵又運行了一次，就可以在chatgpt的桌麵ui上切換模型了）：

這個隻能單選，就像代碼的文檔一樣  。本來還是按慣例在弄codex--》cc switch--》智譜，還專門問了codex自己：

我問它在哪裏看的 ，可能是我沒用好cc switch，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
 ，編碼套餐，

這裏弄完後，model.json裏就多了個5.3-flash了。周末在家裏電腦折騰，除了模型名字之外，cc switch也會幫我們弄這個model.json文件
，就是多了個model provider ：ZAI，cli就自動裝了呢，感覺文章寫出來就過時了 ，上圖中 ，使用ZAI這個provider中的配置 
，我們最好就是按照智譜官方文檔來弄
。cc switch弄的model.json和智譜官方的不太一樣，獲取線程id：

然後會在如下路徑
，我第一次選了5.3，

但我打開chatgpt時 ，

model_provider就指定了，

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 ，之前使用cc switch的時候，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，這個在運行的過程中	
，選了5.3-flash
，這下就正好在上麵這個列表中
，啟動編碼工具
對了，就是市麵上知名的那些	，分為個人版本和公司團隊版本
，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
，
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，
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
，我之前以為安裝了chatgpt桌麵版本，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	，所以就在頁麵可以映射成最高了	。會提示安裝。後麵又運行了一次，肯定配的沒官方的好
。然後在model.json中就包含兩個模型了，自己也能改；但model.json這個還是比較麻煩）挺麻煩的。發現卻是“中”
：
我是比較疑惑，codex
、模型使用glm-5.3-flash
。包含3種
：
團隊套餐，
背景
大家好，