国内使用Codex教程:Windows / Mac 安装、API Key 配置、模型切换与常见报错

这篇教程带你在 Windows 和 macOS 上安装 Codex CLI,并用 AI Code With 完成 API Key、Base URL、模型与调用验证。每一步都给出成功标准,同时整理 401、404、model not found、PowerShell 脚本限制等常见问题,适合第一次配置 Codex 的人照着操作。

41 分钟阅读
国内使用Codex教程:Windows / Mac 安装、API Key 配置、模型切换与常见报错

2026 Codex CLI 使用教程:Windows / Mac 安装、API Key 配置、模型切换与常见报错

不讲一堆概念,这篇只做一件事:从一台还没配好的电脑开始,把 Codex CLI 真正跑起来。

网上的 Codex 教程已经很多了,但最麻烦的地方也正是在这里:有的还在讲旧登录方式,有的 Base URL 已经变了,有的只贴一段配置,出了 401、404 就没下文。

如果你只是想知道 Codex 是什么,官方文档已经够看。可如果你的目标是“我今天就想把它装好,而且出错时知道该查哪里”,那就继续往下。

这篇走的是 API Key / 自定义接口这条路线。我会用 AI Code With 作为实际示例,因为后面的 API Key、Codex 专用 Base URL、模型和调用记录,本来就需要一个真实平台来完成。

先看最终要跑通的链路安装 Codex CLI → 创建 AI Code With API Key → 配置 auth.json / config.toml → 启动 Codex → 用 /status 检查 → 跑一个真实任务 → 回 AI Code With 查看调用记录。最后一步能对上才算真的接通。

01|先确认:你其实有两条登录路线

Codex CLI 现在既可以用 ChatGPT 账号登录,也可以走 API Key。第一次运行 `codex` 时,官方支持 ChatGPT OAuth;CLI 也支持 API Key 认证。

  • 只想先体验 Codex:直接用 ChatGPT 登录,最省事。
  • 想自己配置 API、Base URL、模型,或者后面需要切不同模型:走 API Key 路线。

这篇文章重点讲第二条。不是因为 Codex 必须买 API Key,而是因为我们要把“第三方 API 怎么配置、怎么验证、怎么排错”这条最容易出问题的链路讲清楚。

02|开始前只准备

Node.js 18+(这篇采用 npm 安装路线;如果你已经装好可以直接跳过)。

一个你愿意拿来测试的小文件夹,不要一开始就指向公司机密或重要原始资料。

先检查 Node.js:

node --version

能看到类似 `v20.x`、`v22.x` 或更高版本,就可以继续。AI Code With 当前 Codex 文档要求 Node.js 18+。

03|Windows:把 Codex CLI 装起来

1. 打开 PowerShell

按 Win 键,搜索 PowerShell,打开即可。先不用急着以管理员身份运行,正常安装如果没有权限问题就够了。

2. 安装 Codex CLI

npm install -g @openai/codex

安装完成后,直接查版本:

codex --version

能正常显示 Codex 版本号,就说明 CLI 已经进系统了。

如果提示“在此系统上禁止运行脚本”

先别直接把 PowerShell 改成 Unrestricted。Microsoft 把执行策略视为安全边界的一部分,更稳妥的做法是先查看当前策略:

Get-ExecutionPolicy -List

如果确实是当前用户策略拦住了脚本,可以只对当前用户改成 RemoteSigned:

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

改完重新开一个 PowerShell,再执行安装命令。公司电脑如果被组策略锁定,不要强改,直接找 IT。

04|macOS:同样三步

1. 确认 Node.js

node --version

如果没有 Node.js,可以用 Homebrew 安装:

brew install node

没有 Homebrew 的话,也可以直接从 Node.js 官网安装 LTS 版本。

2. 安装 Codex CLI

npm install -g @openai/codex

如果 npm 下载很慢,AI Code With 当前文档也给了国内镜像安装方式;但如果默认 npm 能装,优先用官方默认源,变量越少越好。

3. 检查版本

codex --version

05|为什么这篇用 AI Code With 来配 API Key

到了这里,Codex 已经装好了。下一步才是这篇教程和普通“安装教程”真正分开的地方:我们要把自定义 API 路线跑通。

我这里用 AI Code With 做示例。它更像一个统一的 AI 编程模型入口:一份额度可以在平台支持的多个模型之间使用,同时能看到 API 调用记录。对这篇教程来说,最重要的不是“平台介绍”,而是后面三样东西都能直接拿到:API Key、Codex 专用端点、调用记录。

创建 API Key

打开 AI Code With,创建一个新的 API Key。创建后马上复制到安全位置。

06|配置 auth.json 和 config.toml

Codex 的用户级配置放在 `.codex` 目录里。Windows 通常是 `%USERPROFILE%\.codex`,macOS 通常是 `~/.codex`。

Windows:先把目录建出来

New-Item -ItemType Directory -Force "$env:USERPROFILE\.codex"

然后分别打开两个文件:

notepad $env:USERPROFILE\.codex\auth.jsonnotepad $env:USERPROFILE\.codex\config.toml

如果记事本提示文件不存在,选择创建即可。注意文件名必须真的是 `auth.json` 和 `config.toml`,不要变成 `auth.json.txt`。

macOS:建目录并打开文件

mkdir -p ~/.codexnano ~/.codex/auth.json

写完 auth.json 后,用 Ctrl + O 保存、Enter 确认、Ctrl + X 退出,再打开 config.toml:

nano ~/.codex/config.toml

auth.json:只放你的 API Key

{ "OPENAI_API_KEY": "在这里替换成你的 AI Code With API Key"}

config.toml:最关键的是 provider、模型和 Base URL

model_provider = "aicodewith"model = "gpt-5.5"model_reasoning_effort = "high"[model_providers.aicodewith]name = "AI Code With"base_url = "https://api.aicodewith.ai/chatgpt/v1"wire_api = "responses"requires_openai_auth = true

为什么我没有把平台示例里的所有字段都照抄?AI Code With 当前 Codex 文档里还会出现一些额外字段;而 OpenAI 当前 Config Reference 明确列出的核心自定义 provider 字段包括 model_provider、base_url、requires_openai_auth、wire_api 等。为了让第一次配置的人看得懂,这里先展示最小可读配置。真正发布时,如果 AI Code With 控制台/文档生成的实时配置与本文不同,以平台当时生成的完整配置为准。
Base URL 是最容易填错的一行AI Code With 当前(2026-08-18)Codex 终端文档展示的 CLI 专用端点为 `https://api.aicodewith.ai/chatgpt/v1`。不要看到“API”就顺手填通用 `/v1`。CLI 与普通 API 客户端的请求格式并不完全一样,端点混用是 404 和兼容问题的高发来源。

示例里的 `gpt-5.5` 是 AI Code With 当前 Codex 文档给出的模型值。模型上线、下线和命名都会变化,所以真正配置时,以你账号里当前可用的模型 ID 为准。

07|别看到模型名就以为成功:一定要做两次验证

第一层:Codex 自己有没有读到配置

先进入你准备用来测试的文件夹,再启动 Codex:

codex

进入交互界面后输入:

/status

重点看当前模型、工作目录等信息。如果模型已经是你配置的值,说明 config.toml 至少被读取到了。

第二层:真的发一次请求

我建议第一条测试不要让它改任何文件,只读就够:

请只读取当前文件夹,不要修改、删除或移动任何文件。告诉我这里主要有哪些内容,并列出最重要的 3 个文件。

如果 Codex 正常回复,再回到 AI Code With 后台查看使用记录。只有“Codex 有回复 + 平台出现对应调用记录”两边都能对上,我才会把它算作真正接通。

08|模型怎么切?别每次都去改一堆配置

Codex 当前支持 `/model` 在会话里选择模型,切完以后可以再用 `/status` 验证。

/model

这里有一个细节:你走的是自定义 provider,所以 `/model` 里最终能出现哪些模型,取决于当前 provider 和平台的模型配置,不要拿官方 OpenAI 列表硬套。

如果你需要的模型没有出现在列表里,最稳妥的做法是先去 AI Code With 看当前模型 ID,再把 `config.toml` 里的 `model = "..."` 改成对应 ID,重开一个 Codex 会话。

真正开始高频用以后,你会发现“一直用同一个模型”并不一定最顺。整理文件、查找信息、改固定格式和复杂分析,对模型能力的要求不一样。AI Code With 在这里的价值也更自然:不是为了多一个网站,而是你想换模型时不用重新搭一整套支付和 Key。

09|第一次跑通以后,普通人先拿它干这三件事

1. 整理一堆资料

请阅读这个文件夹里的资料,先不要修改原文件。先告诉我你准备怎么组织信息,等我确认后再生成:1. 一份 1500 字以内的摘要;2. 一张信息汇总表;3. 一份 8 页以内的汇报大纲。关键结论标注来源文件名,拿不准的地方不要猜。

2. 清洗表格副本

请检查这个 Excel/CSV,但不要改原文件。先列出重复值、空值、日期格式和异常值问题。我确认后再复制一份副本,在副本里完成清洗,并新增一张“清洗说明”。

3. 陪你写一篇文章或报告

我要写一篇关于「{主题}」的文章。先阅读素材文件夹,不要直接写正文。先给我 3 个标题、一份大纲,以及每一节准备引用哪些资料。我确认后再写第一版初稿。资料里没有依据的结论标记“待补证据”。

这三类任务有一个共同点:先给范围、再给目标、最后给验收标准。你会发现,这比背“万能提示词”重要得多。

10|一个文件夹反复用,就写一份 AGENTS.md

如果同一个工作目录以后会反复让 Codex 处理,每次都说“别删原文件、先给计划、结果放这里”会很烦。Codex 会读取相关的 AGENTS.md 作为工作说明。

# AGENTS.md## 这个文件夹是做什么的用于市场调研、长文写作和周报整理。## 工作规则- 默认先阅读,再提出计划,不要直接大范围修改。- 不要删除或覆盖“原始资料”目录。- 结论尽量注明来源文件名。- 不确定的信息必须标出来。## 输出位置- 正式结果:/输出- 临时草稿:/草稿- 原始资料:/原始资料(只读)

把它理解成“写给 Codex 的文件夹说明书”就行,不用写成技术文档。

11|最常见的 7 个问题,我建议按这个顺序排

1. `codex` 提示不是命令

先关闭终端重新打开,再执行 `codex --version`。如果仍然找不到,优先检查 npm 是否真的全局安装成功,以及 npm 全局目录有没有加入 PATH。

2. PowerShell 提示禁止运行脚本

先用 `Get-ExecutionPolicy -List` 看清楚是哪一层策略在生效。个人电脑可以考虑只对 CurrentUser 使用 RemoteSigned;公司电脑受组策略控制时不要硬改。

3. 出现 401

优先查 API Key:有没有复制完整、auth.json 是否放对目录、JSON 有没有引号/逗号问题、Key 是否已经被删除或失效。

4. 出现 404

先查 Base URL。AI Code With 的 Codex CLI 要用平台当前给出的 Codex 专用端点,不要混用通用 API `/v1`。

5. `model not found`

模型名不是你自己起的。回 AI Code With 当前模型列表核对准确的 model ID,空格、大小写、旧模型名都可能导致识别失败。

6. `/status` 正常,但 AI Code With 没有调用记录

`/status` 只能说明配置被 Codex 读到了,不等于请求真的到达平台。再跑一次实际任务;如果仍然没有记录,再查 Key、endpoint 和网络。

7. Windows 明明建了 auth.json,还是读不到

很常见的原因是系统隐藏了扩展名,实际文件叫 `auth.json.txt`。在资源管理器里打开“显示文件扩展名”,确认真实文件名。

12|最后用这张清单验收,不要靠“感觉能用了”

检查项成功标准出错先查什么
Node.js`node --version` 有版本号没有安装 / 版本过低
Codex CLI`codex --version` 有版本号npm 安装 / PATH
配置文件`/status` 读到目标模型文件路径 / 文件名 / TOML
真实请求Codex 能正常回复测试任务Key / Base URL / 模型
平台记录AI Code With 出现对应调用endpoint / Key / 实际是否发请求
模型切换`/model` 或改配置后 `/status` 对得上模型 ID / 重开会话

结语

如果你只是第一次碰 Codex,没必要先研究十几个模型,也没必要一上来就做复杂自动化。先把“安装 → 配置 → 真实调用”这条链跑通。

如果你只想体验,ChatGPT 登录已经够用;如果你后面开始关心 API Key、自定义模型、不同模型之间怎么切,AI Code With 这类统一入口才真正开始有价值。

这篇用到的 AI Code With 入口:AI Code With 官网创建 API KeyCodex(终端)配置文档

我更建议你把这篇教程收藏到“第一次能跑通”为止。等真正开始高频使用以后,再去研究模型分工和成本控制,那时候你会更知道自己到底需要什么。