不装插件也能玩转 Codex CLI：第三方 API 配置与手机端操控全指南

AI 编程工具让代码编写变得更加高效

最近有不少朋友在折腾 AI 编程工具，特别是 Codex CLI/APP 这类神器。大家的需求其实很朴实：想用 OpenAI 自家 GPT 模型，同时也想无缝切换到更便宜、甚至国内的第三方大模型 API。但问题来了，网上主流的教程大多推荐装一个叫 "cc Switch" 的工具。

有没有人跟我一样，电脑洁癖发作，能不装额外软件就不装？ 既能省下一个进程，又能保持系统清爽，最好还能直接用手机操控。

今天就来分享一套“手搓”方案，完全绕过 cc Switch，直接搞定第三方 API 配置和跨设备联调。

一、 核心思路：原生变量 + 反向代理

Codex CLI/APP 本质上是一个 HTTP 请求的封装器。它们去调用大模型，走的也是标准的 OpenAI 协议。既然如此，我们其实可以通过两个层面来“欺骗”或者“指引”它：

1. 环境变量层：直接在系统环境变量里定义 Base URL 和 API Key，覆盖默认的官方设置。
2. 反向代理层：在本机起一个轻量级转发服务，把请求拦截下来，灵活转发给不同的后端（OpenAI、Anthropic 或者各种中转站）。

躺在床上也能用手机指挥电脑跑代码

这种方法的好处是对代码透明，Codex 自以为自己还在跟官方服务器聊天，其实中间早就被我们偷梁换柱了。

二、 手把手教你配置第三方 API

1. 利用环境变量直接注入

很多 CLI 工具都支持读取环境变量。这是最直接的方案，不需要改任何代码。

假设你在 MacOS 或 Linux 环境下（Windows 用户可以用 PowerShell 或 Git Bash）：

# 设置 OpenAI 兼容的第三方 API 地址
export OPENAI_API_BASE="https://your-third-party-api.com/v1"

# 设置对应的 API Key
export OPENAI_API_KEY="sk-your-api-key-here"
``

这样配置后，Codex CLI 启动时就会自动抓取这两个变量。如果你需要临时切换，直接在终端重新执行 export 即可。这比安装一个 Switch 插件要轻量得多。

### 2. 构建本地转发服务（进阶版）

如果你觉得频繁改环境变量太麻烦，或者想在一个命令里同时对比几个模型的效果，那可以手搓一个简单的 Python 脚本做转发。只需要十几行代码，不需要 Flask 或 Django 这种重型框架，用标准库 `http.server` 就行，但为了更顺手的路由控制，还是推荐用 Flask 写个极简版。

**核心逻辑：**

- 在本地 `http://localhost:8080` 起一个服务。
- Codex CLI 的 Base URL 指向 `localhost:8080`。
- 收到请求后，解析 Header 里的 `x-model`（你可以自定义这个 header 来区分模型）。
- 如果 `x-model` 是 `gpt-4`，就转发给 OpenAI 官方；如果是 `claude-3`，就转发给其他中转 API。

这样你就可以保持 Codex 的配置不变，只需要在发送请求前（或者通过 alias 别名）带上不同的参数，就能在后台自由切换模型。

## 三、 手机端操控的实现方案

解决了 API 切换，下一个痛点就是：**坐在沙发或者躺在床上时，能不能用手机指挥电脑跑代码？**

答案是肯定的，而且也不需要安装 Codex 的手机版 APP。

### 方案 A：HTTP Server 暴露（内网穿透）

如果你是技术党，家里有公网 IP 或者用 Cloudflare Tunnel 做内网穿透，可以直接把刚才写的那个“转发服务”暴露到公网上。

1.  配置好密钥验证，别让人随便刷爆你的额度。
2.  在手机浏览器上访问 `https://your-domain.com/prompt?text=帮我写个Python爬虫`。
3.  电脑端的脚本接收到请求，调用 Codex CLI 生成的代码，并把结果返回给手机页面。

### 方案 B：利用 Telegram Bot / 飞书机器人（推荐）

这可能是最优雅、最符合开发者习惯的方式。

你可以写一个极简的 Bot 程序（有很多现成的 Python SDK），跑在电脑上：

- 当你在 Telegram 给 Bot 发送消息：“帮我优化一下这段 SQL 语句”。
- Bot 监听到消息，调用本地 Codex CLI 的命令行接口（`codex "..."`）。
- CLI 把生成的代码吐出来，Bot 再把代码发回你的手机。

**这种方式的优势：**

- 不需要写 HTML 页面，不需要配 Nginx。
- 手机即收即用，还能保存历史记录。
- 可以配合 GitHub Action，甚至让 Bot 直接帮你把代码提交到仓库。

## 四、 避坑指南

在折腾过程中，有几个坑我替大家踩过了：

1.  **流式输出（Streaming）问题**：有些第三方 API 不完全兼容 OpenAI 的 SSE（Server-Sent Events）格式，导致 Codex CLI 接收结果时卡死。如果遇到这种情况，尝试让转发层先把完整结果缓存下来，再一次性发给 CLI，或者去第三方服务商的控制台检查是否开启了“兼容模式”。

2.  **上下文长度限制**：切换模型时要注意 Context Window 的区别。比如从 GPT-4 切到某个开源模型，可能本来能跑 100k 的 token，突然变成 8k，代码截断了都不知道。建议在转发脚本里做个长度检查，提示用户模型变了，注意长度。

3.  **API Key 安全**：千万别把 API Key 硬编码在脚本里提交到 GitHub。使用 `.env` 文件管理，并且在 `.gitignore` 里把它加进去。如果你用了公网穿透，务必加上一道 Token 校验，否则被扫段的人扫到，你的余额瞬间蒸发。

## 总结

其实，cc Switch 只是一个封装好的便利工具。我们作为开发者，完全有能力用更底层、更灵活的方式接管它。

通过环境变量配置 API，用轻量级转发服务切换模型，再配合一个简单的 Bot 实现手机远程操控，这三板斧下来，你不仅收获了一个高度定制化的 AI 编程环境，还对整个调用链路有了更深的掌控。

别等待工具更新，自己动手，丰衣足食。快去试试吧！