Codex 是 OpenAI 推出的 AI 编程智能体，能帮你编写、审查和调试代码，支持在终端和桌面应用中使用。本文介绍在 Codex 中使用 GLM Coding Plan 的完整方法：安装 Codex、获取智谱 API Key，并通过配置 models.json 与 config.toml 接入 glm-5.3 等模型。
注意：Codex 需要配置专属的 OpenAI Response 协议端点
https://open.bigmodel.cn/api/v1。
一、安装 Codex
Codex 提供两种使用形态：在终端中运行的 Codex CLI，以及桌面端的 Codex 应用。您可以根据使用习惯选择其中一种安装。
安装 Codex 应用
- 访问 Codex 下载页（codexdown.cc），根据您的操作系统下载对应安装包。
- 按照系统提示完成安装并启动应用。
- 若您已安装 Codex CLI，也可以在终端中运行以下命令直接启动桌面应用：
codex app安装 Codex CLI
前提条件：
- 您需要安装 Node.js 18 或更新版本环境
- macOS 用户推荐使用 nvm 方式安装 Node.js，不推荐直接安装包安装（后续可能会遇到权限问题）
进入命令行界面，安装 Codex CLI：
npm install -g @openai/codex运行如下命令，查看安装结果，若显示版本号则表示安装成功：
codex --version二、配置 GLM Coding Plan
第 1 步：注册账号
访问 智谱开放平台，点击右上角的「注册/登录」按钮，按照提示完成账号注册流程。
第 2 步：获取 API Key
- 个人版套餐的用户，通过 个人编程套餐 > 套餐概览，新建 API Key
- 团队版套餐的成员，通过 团队编程套餐 > 我的套餐，获取 API Key（团队套餐 Key 与平台其他 API Key 不通用，使用团队额度请务必使用团队套餐 Key）
请妥善保管您的 API Key，不要泄露给他人，也不要直接硬编码在代码中。
第 3 步：配置模型与 API Key
Codex 使用 OpenAI Response 协议接入，对应端点 https://open.bigmodel.cn/api/v1。选择以下适合您的一种方式进行配置即可。
方式一：手动配置
支持 macOS、Linux 和 Windows，注意不同系统配置文件路径不一样，并保证修改的文件格式正确。
1. 创建模型目录文件
创建 ~/.codex/models.json，向 Codex 声明 GLM 模型的元数据。若文件或目录不存在，请先创建，然后将以下内容完整复制并写入：
{
"models": [
{
"slug": "glm-5.3",
"display_name": "glm-5.3",
"description": "Z.ai's latest flagship model",
"default_reasoning_level": "max",
"supported_reasoning_levels": [
{
"effort": "low",
"description": "Light reasoning"
},
{
"effort": "high",
"description": "Enhanced reasoning"
},
{
"effort": "max",
"description": "Deep reasoning"
}
],
"shell_type": "shell_command",
"visibility": "list",
"supported_in_api": true,
"priority": 0,
"base_instructions": "",
"supports_reasoning_summaries": true,
"default_reasoning_summary": "none",
"support_verbosity": false,
"apply_patch_tool_type": "freeform",
"truncation_policy": {
"mode": "bytes",
"limit": 10000
},
"context_window": 1048576,
"max_context_window": 1048576,
"effective_context_window_percent": 95,
"supports_parallel_tool_calls": true,
"experimental_supported_tools": [],
"input_modalities": [
"text"
]
},
{
"slug": "glm-5-turbo",
"display_name": "glm-5-turbo",
"description": "Agent-optimized model",
"default_reasoning_level": "max",
"supported_reasoning_levels": [],
"shell_type": "shell_command",
"visibility": "list",
"supported_in_api": true,
"priority": 1,
"base_instructions": "",
"supports_reasoning_summaries": true,
"default_reasoning_summary": "none",
"support_verbosity": false,
"apply_patch_tool_type": "freeform",
"truncation_policy": {
"mode": "bytes",
"limit": 10000
},
"context_window": 204800,
"max_context_window": 204800,
"effective_context_window_percent": 95,
"supports_parallel_tool_calls": true,
"experimental_supported_tools": [],
"input_modalities": [
"text"
]
}
]
}2. 配置 API Key 与模型
找到 Codex 的配置文件，配置文件路径如下，配置文件不存在时新建即可：
- macOS/Linux：
~/.codex/config.toml - Windows：
C:\Users\<用户名>\.codex\config.toml
完整复制以下内容并粘贴到 config.toml 中，注意将 <Your API Key> 替换为您上一步获取的 API Key：
model_provider = "ZAI"
model = "glm-5.3"
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 = "<Your API Key>"
wire_api = "responses"
wire_api必须为responses；model_catalog_json指向上一步创建的模型元数据文件；model可按需切换为glm-5.3等已在 models.json 中声明的模型。
方式二：自动化助手
Coding Tool Helper 是一个编码工具助手，可快速将您的 GLM 编码套餐加载到 Codex 中。安装并运行它，按照界面提示操作即可自动完成工具安装、套餐配置等：
# 进入命令行界面，执行如下命令运行 Coding Tool Helper
npx @z_ai/coding-helper三、开始使用 Codex
配置完成后，重启您的 Codex 应用，或打开新终端执行 codex 命令即可开始。
四、常见问题
手工修改配置不生效
- 关闭所有 Codex 窗口，重新打开一个新的命令行窗口，再次运行
codex启动。 - 确认
~/.codex/models.json文件存在且 JSON 格式正确，可使用在线 JSON 校验工具检查。 - 确认
~/.codex/config.toml中的model_catalog_json路径指向正确。 - 确认
experimental_bearer_token已替换为您实际的 API Key。 - 确认配置文件的 TOML 格式是否正确，检查字段名称、引号、中括号是否完整。
Codex 接入 GLM Coding Plan 需要什么端点？
Codex 使用 OpenAI Response 协议接入，对应端点是 https://open.bigmodel.cn/api/v1，config.toml 中的 wire_api 必须为 responses。
GLM Coding Plan 的 API Key 在哪里获取？
个人版套餐用户通过智谱「个人编程套餐 > 套餐概览」新建 API Key；团队版成员通过「团队编程套餐 > 我的套餐」获取。团队套餐 Key 与平台其他 API Key 不通用，使用团队额度务必使用团队套餐 Key。