企业官网建设流程全解析

Codex Desktop 是 OpenAI 推出的本地终端编程 Agent，2026 年 6 月 OpenAI Codex 团队成员 @thsottiaux 在 X 上提醒：Codex App、CLI 和 SDK 均可指向任意 OpenAI 兼容 API，不限于 GPT 系列模型；Ollama 同日随即响应，补全了ollama launch codex和ollama launch codex-app两条快捷入口，支持 GLM-5.2、Kimi-K2.7-Code、gpt-oss:120b 等开源模型，无需 OpenAI API Key 即可完整使用 Codex 的 Agent 循环、工具执行和 AGENTS.md 项目记忆；核心配置文件为~/.codex/config.toml（用户级，不可用项目级覆盖），关键字段是wire_api = "responses"（Codex 使用 Responses API 而非 Chat Completions，漏配这一行是最常见的 404 错误来源），上下文窗口建议 64k Token 以上；本文梳理从零起步到多 Profile 切换的五条接入路径，以及 Desktop 模型选择器不显示外部 Provider 等已知问题的修正方案。

接入前的三项前置条件

不管选哪条路径，以下三项必须先确认：

① Ollama 0.30 以上版本

ollama launch codex的 Profile v2 支持需要 Ollama 0.30+。用ollama --version确认，旧版ollama launch codex写入的是已废弃的[profiles.*]格式，Codex 0.134+ 不再接受。

# 检查版本ollama--version# 升级（macOS Homebrew）brew upgrade ollama

② 上下文窗口 64k Token 以上

Codex 的 Agent 循环会在每轮累积工具输出、diff、代码片段，上下文消耗速度远快于普通对话。Ollama 官方建议至少 32k Token，社区实测推荐 64k+。选模型时优先确认上下文规格，不够长的模型在复杂任务中途截断会导致工具调用混乱。

③ 配置文件位置

Codex 的 Provider 认证必须写在用户级配置，项目级.codex/config.toml无法覆盖model_provider和model_providers字段：

五条接入路径

路径 A：ollama launch codex（最快，推荐新手）

Ollama 托管整个 Profile 配置、模型目录和 Provider 注册，一条命令搞定：

# 安装 Codex CLI（如未安装）npminstall-g@openai/codex# 拉取一个编程能力强的开源模型ollama pull glm-5.2# 推理强，适合 Fable 5 替代场景ollama pull kimi-k2.7-code# 专攻 Agentic 编程，SWE-bench 数据好ollama pull gpt-oss:120b# OpenAI 开源权重，官方 OSS 栈首选# 启动 Codex CLIollama launch codex# 启动 Codex Desktop Appollama launch codex-app

ollama launch codex在后台做了三件事：

1. 刷新 Codex 可见的模型目录（model_catalog_json）
2. 在~/.codex/config.toml写入[model_providers.ollama-launch]
3. 生成~/.codex/ollama-launch.config.tomlProfile 文件，以--profile ollama-launch启动 Codex

只配置不启动（方便检查生成了什么）：

ollama launch codex--config

恢复到 Ollama 接入前的原始配置：

ollama launch codex--restore

路径 B：--oss标志（临时会话）

不想持久化配置，只想临时跑一次本地模型：

# 使用默认 OSS Provider（config.toml 里的 oss_provider 字段）codex--oss# 指定具体模型codex--oss-mgpt-oss:120b codex--oss-mglm-5.2# Ollama Cloud 托管变体codex--oss-mgpt-oss:120b-cloud

在~/.codex/config.toml设置默认 OSS Provider：

# 默认本地 Provider，--oss 时生效 oss_provider = "ollama" # 或 "lmstudio"

运行前确保ollama serve已在后台运行，且目标模型已 pull。

路径 C：手动写 config.toml（Power Users）

最灵活，适合需要在 GPT 和本地模型之间快速切换的开发者。

第一步：在~/.codex/config.toml注册 Provider

[model_providers.ollama-launch] name = "Ollama" base_url = "http://localhost:11434/v1/" wire_api = "responses"

wire_api = "responses"是必填项，不是可选项。Codex 使用 OpenAI 的 Responses API（/v1/responses），而大多数兼容服务默认只暴露 Chat Completions（/v1/chat/completions）。漏配这一行会收到 404 错误。

第二步：创建 Ollama Profile 文件~/.codex/ollama-launch.config.toml

model = "glm-5.2" model_provider = "ollama-launch" model_catalog_json = "/Users/your-name/.codex/ollama-launch-models.json"

第三步：创建 GPT Profile 文件~/.codex/gpt.config.toml（可选）

model = "gpt-5.5" model_reasoning_effort = "high" approval_policy = "on-request"

切换使用：

codex--profileollama-launch# 本地 Ollama 模型codex--profilegpt# OpenAI GPTcodexexec--profileollama-launch"修复 src/auth 里的测试"

Profile v2 格式说明（Codex 0.134+）：Profile 是独立的.config.toml文件（~/.codex/<profile-name>.config.toml），顶层 key，不再嵌套在[profiles.name]下。如果看到--profile xxx cannot be used while config.toml contains legacy [profiles.xxx]的报错，说明配置是旧格式，运行ollama launch codex --restore后重新配置。

路径 D：LM Studio

Codex 内置了lmstudioProvider ID。在 LM Studio 里启动本地服务器后：

oss_provider = "lmstudio"

codex--oss

上下文要求和wire_api = "responses"限制与 Ollama 路径完全一致。如果 LM Studio 只暴露 Chat Completions 端点，同样需要代理转换（见下方路径 E）。

路径 E：自定义 Provider（vLLM / 任意 OpenAI 兼容端点）

适合自建 vLLM、Unsloth 推理服务，或通过七牛云 AI 等聚合平台统一接入多个开源模型：

model = "your-model-id" model_provider = "local_vllm" [model_providers.local_vllm] name = "Local vLLM" base_url = "http://localhost:8000/v1" wire_api = "responses" requires_openai_auth = false env_key = "LOCAL_API_KEY" # 无鉴权时填 dummy 字符串即可

# 启动codex--oss--profilelocal_vllm# 或单次覆盖codex--configmodel_provider='"local_vllm"'--configmodel='"your-model-id"'

查看端点支持的模型 ID：

curlhttp://localhost:8000/v1/models

注意：openai、ollama、lmstudio是 Codex 保留 ID，自定义 Provider 不能用这三个名字，选local_vllm、my_api等唯一名称。

推荐模型与硬件参考

硬件原则：Agent 任务的上下文窗口比模型参数量更影响实际体验。显存够放模型但不够跑长上下文时，任务中途截断比跑慢更致命——换更小量化版，保留足够 KV Cache 空间。

已知问题与修正方案

问题一：Desktop 模型选择器不显示外部 Provider

Codex Desktop App 的 UI 模型选择器目前不展示自定义 Provider 里的模型，即使 config.toml 配置完全正确。临时解法：通过ollama launch codex-app或命令行--profile参数绕过 UI 选择器启动。OpenAI 官方 GitHub issue 已记录，修复尚未发布。

问题二：404 /v1/responses 错误

最常见的报错。原因是目标端点只有 Chat Completions API，没有 Responses API。解法有两种：

• 检查 Ollama 版本是否 0.30+（旧版 Ollama 不支持 Responses 转换层）
• 使用社区工具 CC Switch 做协议转换代理（在 Responses 和 Chat Completions 之间转换）

问题三：Profile 格式旧版报错

--profile ollama-launch cannot be used while config.toml contains legacy [profiles.ollama-launch]

运行ollama launch codex --restore清除旧格式，更新 Ollama 到 0.30+，再重新ollama launch codex。

问题四：Computer Use / 浏览器自动化不可用

这些功能是 GPT 独占特性，OSS 模式下不可用，与模型能力无关。

OSS 模式实际能跑什么

接入 Ollama 后，以下 Codex 功能在 OSS 模式下完整保留：

• Agent 循环 + 工具执行（读取/修改代码、运行命令、提交 PR）
• 斜线命令：/init（自动生成 AGENTS.md）、/plan、/goal、/review、/diff、/context
• 项目记忆（AGENTS.md 和 .codex/ 目录）
• Skills 支持（模型工具调用稳定性决定效果上限）
• 并行任务和多 Profile 切换

降级的部分主要是工具调用可靠性（与模型质量强相关）和需要 GPT 独占能力的功能。实际建议：OSS 模型适合做垂直切片任务（“修这个文件里的 bug”），复杂跨库重构优先用 GPT Profile。

工具调用与多模型统一接入

对于需要把 Ollama 和多个云端模型（DeepSeek、Kimi、GLM 等）统一管理的团队，在路径 E 里配置聚合推理平台的接入端点是一种省事的方案——单一 API Key 覆盖多个模型，免维护多账号，配合 Codex 的 Profile 机制可以做到按任务性质自动切换推理来源。七牛云 AI 模型广场支持 OpenAI 兼容格式，配置方式与自定义 Provider 路径完全一致，对已有 Codex 配置的团队迁移成本极低。

延伸阅读

• Ollama 官方 Codex 集成指南：https://docs.ollama.com/integrations/codex
• Codex 高级配置文档（含 config.toml 全字段）：https://developers.openai.com/codex/cli/config
• Codex GitHub issue #29156（Desktop 自定义 Provider UI 问题）：https://github.com/openai/codex/issues/29156
• 七牛云 AI 模型广场（OpenAI 兼容接入）：https://www.qiniu.com/ai/models