保姆级教程｜AICodeSwitch 让 Codex 秒接 DeepSeek，告别高价 API！

www.tangshuang.net

发布于 2026-06-08 14:07:46

2.9K2

Codex 这类命令行 AI 编程助手虽然强大，但直接用 OpenAI 官方 API 有3个痛点：

贵且慢：GPT-4 级别的模型成本不低，国内直连还经常超时；
换模型麻烦：想切国产模型，得手动改环境变量或配置文件，稍有不慎就报错。
协议限制：新版Codex只能接入Responses标准的API，而目前国内大模型基本都不支持。

作为vibe coding的重度用户，我几乎每天都在使用codex来完成一些编程工作。但是，随着官方政策收紧，我现在连用中转站都觉得非常费力。于是产生了转国内大模型的想法。

另外，还有一个点，就是这段时间，codex（桌面端）继之前爆热的openclaw、hermes之后，再次成为本机agent的首选。桌面端codex和我们写代码用的codex cli面临问题一样。所以，解决这个问题，也是在当下这个codex热情况下，帮助更多小伙伴可以体验codex带来便利。

于是，我写了AICodeSwitch这个工具，它在本地起一个服务，自动接管Codex的请求，按照你设定的规则转发给DeepSeek、GLM等模型，协议自动转化，配置一键写入。

接下来，我就以Codex接入DeepSeek为例，实机演示一遍，如何让 Codex 通过 AICodeSwitch 使用 DeepSeek 作为后端模型。

AICodeSwitch工作原理

简单来说，AICodeSwitch 就是一个“本地中间人”，它"骗"过了 Codex，让它以为在跟 OpenAI 通信，实际上请求已经被转发了。

这里需要说一下协议转换。

我们在本地使用codex或claude code编程，或是用来做其他工作时，它们会和官方API进行对接，采用一套标准接口数据格式，如果格式对不上，那么codex/claude code就无法正常工作。而codex要求的格式是一种叫Responses标准的格式，这种格式比普通的对话格式（Chat Completions）要复杂的多。然而，国内的绝大多数模型，如DeepSeek、GLM等，都只支持Chat Completions格式（它们同时支持claude的格式，但是在codex上也用不上），而且，它们的Chat Completions格式，也不和openai官方格式完全相同，也还存在非常微小的差异。这就意味着codex，没法正常使用。

协议转换就是解决这个问题，AICodeSwitch通过协议转换，将DeepSeek的Chat Completions格式，转化为codex认识的Responses格式，这样，codex就可以正常工作。

前置准备

1）安装codex

现在，codex已经在MacOS和Windows电脑上都可以使用了。你只需要安装它们即可。

2）安装NodeJS

在NodeJS官网下载安装包进行安装。

3）安装AICodeSwitch

在Windows电脑上，可以下载.msi安装包(https://github.com/tangshuang/aicodeswitch/releases/download/v5.1.1/AI-Code-Switch-5.1.1-Windows-x64.msi)进行安装。在MacOS或Linux桌面版电脑上，在命令行（Terminal）中执行如下命令：

sudo npm i -g aicodeswitch

输入电脑登陆密码后，即可安装成功。安装完成后，你可以执行 aicos version 命令来检查安装是否成功。

4）获取DeepSeek API Key

在已有deepseek官网账号的情况下，访问开发者页面(https://platform.deepseek.com/api_keys)，创建一个API Key。

注意，API Key只能在创建时看到，一旦关闭窗口，就再也看不见了，因此，你要先保存起来。

配置AICodeSwitch

在windows电脑上启动AICodeSwitch软件，或者在MacOS或Linux电脑命令行执行 aicos ui 命令。

你可以得到一个管理界面，此时，你会看到一个“一键配置”的按钮，点击它。

在供应商中选中DeepSeek，并且，在下方API Key字段中，填写上面得到的API Key。同时，在下方选中Codex作为目标，点击确定并提交，等待页面完成刷新。

好了，配置结束，就是这么简单！

具体的操作，可以在B站观看我做的一个视频（https://www.bilibili.com/video/BV1tQ7Q63Eva/ 视频是以接入免费的agnes模型为例，但是操作是相同的）。这个视频只有1分钟，向你展示了如何进行超便捷的配置。

开始使用Codex

打开codex桌面软件，开启一个新会话，开始体验接入DeepSeek后的codex。

验证codex是否已经接入DeepSeek

当你发起一个codex会话后，当对话处理思考和对话输出过程中，回到AICodeSwitch的界面，查看路由管理下方的规则列表里面，刚才添加的DeepSeek服务，状态是否处于“使用中”的状态。下面是一个我接入其他服务时的截图，作为参考：

当这里的状态，出现“使用中”的字样时，说明AICodeSwitch已经正式接管了Codex，并使用你刚才配置的DeepSeek来作为后端大模型了。

和CC-Switch的区别

我知道很多小伙伴听说过一款叫CC-Switch的软件，它也是一款和AICodeSwitch一样的本地大模型中转软件。而且由于它“出道”较早，获得了较多的曝光。AICodeSwitch从一些细节处，提供了比CC-Switch更优秀的体验。

下面，我只列出一些只有AICodeSwitch有的，CC-Switch没有的，或者AICodeSwitch更好的点，让你看到我们在设计AICodeSwitch时所提供的用心点。

维度	AICodeSwitch 的用心设计（独家或更优）	CC-Switch 的局限
底层架构与通用性	无界网关架构：基于标准 API 路径代理，任何能发 HTTP 请求的 AI 工具（例如cursor、trae等）均可即插即用，不限种类和版本。	白名单适配：仅为特定的 7 种工具做适配，不在列表中的工具无法使用。
	服务端部署支持：可作为服务端代理统一部署，团队成员共享路由与用量控制。	纯桌面应用：仅支持本地运行，无法满足团队统一接入需求。
智能路由与调度	8 种内容感知路由：自动检测请求类型（Thinking、图像、长上下文、后台任务、高 IQ [!] 前缀等）并路由到最优模型，一次配置永久自动优化。	纯手动切换：依赖用户手动判断并切换服务商，所有请求一刀切走同一条通道。
	全局无感热切换：代理架构天然支持所有工具实时切换，修改路由规则后下一个请求立即生效。	部分需重启：除 Claude Code 外，其他工具切换后通常需要重启才能生效。
协议与格式转换	12 种 API 双向转换：完整实现 Claude / OpenAI Chat / OpenAI Responses / Gemini 四种格式间的全量双向转换。	基础转换：仅支持 Claude ↔ OpenAI 的基本转换。
	提供商级后处理：针对 DeepSeek (注入 thinking)、Moonshot (修复 reasoning)、Qwen (映射 effort) 等做专属兼容性修补，超越简单格式转换。可完美支持火山引擎Coding Plan的Responses协议接入codex。	无此类针对特定提供商的深度兼容处理。即使火山引擎支持Responses协议，也无法直接在codex中使用。
稳定性与容灾	熔断与黑名单机制：智能故障切换，失败服务加入临时黑名单，熔断保护避免重复试探，30秒后自动恢复探测。	基础故障转移：仅支持自动切换到备用服务商。
	原始配置兜底：所有路由不可用时，自动回退工具原始配置（带死循环检测），确保极端情况不断连。	无提及此类兜底回退机制。
	实时状态监测：规则运行状态实时推送到 UI，故障感知更即时。	无此实时状态推送机制。
会话与上下文感知	长上下文自动升级：会话感知路由，当 Session 累积 Token 超过阈值（默认 100 万）时，自动升级到长上下文模型。一方面可以避免会话触token顶，另一方面可以用来为长上下文对话节省成本。	缺乏会话级感知：无基于上下文长度的动态路由能力。
	Compact 请求智能处理：智能路由compact请求，避免超过阈值无法完成compact。特别是claude code，某些情况下，会话token太满，导致执行compact都没有空间去执行，通过compact路由，提供一个上下文窗口更大的模型，就可以解决。专门清洗悬挂的 tool_use 历史、剥离冗余参数，确保对话压缩操作的正确性与效率。	无针对 Compact 压缩请求的专项防护处理。
配置与生命周期	智能合并与回滚：停止代理时以备份为基线，智能合并运行期间用户新增的配置字段；SHA-256 追踪确保无损还原。	覆盖式回滚：自动备份与原子写入，但回滚时可能覆盖用户新增的配置。
	抗强杀恢复：即使被 SIGKILL 强制终止，也可通过 aicos restore 手动安全恢复。避免后续无法使用codex或claude code。	强杀可能导致配置状态未恢复。
团队与企业管控	编程计划强制：通过检测 User-Agent / tool_use 等，只接受编程相关请求，防止编程 API 额度被其他用途消耗，导致官方封杀。	无此隔离管控功能。
	规则级精细用量控制：支持 Token 限制、请求次数、频率窗口、并发限制，限制自动从服务级同步到规则级。	粗放式管控：手动切换模式下，流量全走一路，难以按规则精细控本。
用户友好的交互	CLI 优先哲学：提供完整 aicos 命令行工具，支持脚本调用、PM2 托管、无 GUI 服务器运行。	无 CLI：必须依赖图形界面，无法在无头环境（远程机/CI）使用。
	深度日志分析：分片日志 + 全文搜索 + 会话分组 + 错误详情，便于深度排查与审计。	基础日志：请求日志与费用追踪。
	一键配置：几乎支持国内全部模型厂商的一键配置，只需要选中一个厂商，配上key之后，立即可用。	一键配置功能仅限于模型厂商基础信息，不够彻底，需要多个步骤进行配置。

如何让DeepSeek支持图片识别？

这几天有小道消息称DeepSeek即将发布4.1版本，会是一个支持图片识别的多模态模型。但是，现阶段我们还是无法直接让deepseek识别图片，除了deepseek之外，glm、minimax都是一样的问题，无法直接识别图片。这对我们要用图片来引导大模型的场景，就是一个非常麻烦的事情。那么有什么办法可以让codex在接入deepseek时支持图片识别？

AICodeSwitch支持内容感知路由，可通过配置，感知codex的请求内容，动态的分配请求发送给什么模型。

我们可以创建一条规则让glm-4.6v或者agnes这个免费的模型来识别图像，而普通的对话内容，则由deepseek响应。

如上图所示，我们配置了两条规则。我们把注意力放在“类型”这一列，其中“图像理解”对应的是agnes-2.0-flash，这也就意味着，当我们是要求codex理解我们的图片时，codex就会把对话先发送给agnes，由agnes来完成这次理解图像的请求。

你可能又会有另外一个疑问：为啥我们不直接用agnes这个免费的模型呢？哈哈，你可能已经发现了，我们确实可以直接使用agnes这个模型。只不过这个模型存在两个问题，一个是参数量小，智能度不够，另外一个是上下文窗口长度不够。而且由于是免费模型，必然会遇到后面响应越来越慢的问题。

结语

Codex作为现象级产品，已经占据了非常大的一块市场份额。相比于openclaw、Hermes，它有着更好的体验，能带来更智能的电脑操作体验。但是由于openai政策收紧，以及价格问题，我们选择使用国内的大模型来驱动codex，不失为一种体验优秀agent的方式。如果你也正在受到codex的热潮影响，打算体验一下，又受到各方面条件的限制，不妨试试我们本文提供的方法，在1分钟内，就可以立即体验codex。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2026-06-06，如有侵权请联系 cloudcommunity@tencent.com 删除

教程