技术分享：用CC Switch让Codex与国产大模型无缝对接
作者：卡卡罗特 | 技术博客
引言
最近，CC Switch发布了新版本v3.16，带来了一个特别实用的功能：现在你可以通过CC Switch让Codex使用国产大模型。这对国内开发者来说真是个好消息，能轻松绕过网络壁垒，像Kimi、DeepSeek、GLM等国产模型都能为Codex提供强大的支持。
在接下来的内容中，我会详细讲解实现的原理、配置的具体步骤，还会分析一下背后的技术架构。
1. CC Switch概述
CC Switch是一个开源的代理工具，专门用来在不同AI模型的API之间进行协议转换。它的主要优势在于：
-
协议适配：能把OpenAI的Responses API转换成兼容的Chat Completions API
-
多模型支持：可以统一接入DeepSeek、Kimi、GLM、MiniMax等多个国产模型
-
本地代理：能够在本地运行，避免网络限制带来的麻烦
在GitHub上，项目已经获得超过85K的star，足以证明它的技术价值和受到的广泛认可。
GitHub地址
：https://github.com/farion1231/cc-switch
你看，这个star数确实很惊人，已经突破了85K。
想要获取GitHub地址吗？这里有：
https://github.com/farion1231/cc-switch
如果你经常用Claude Code的话，应该知道。
要是想在Claude Code上使用国产模型，就得调整Claude Code的baseURL。
这时，CC Switch就显得特别方便，能轻松切换Base URL。
例如，你可以在Claude Code中使用Deepseek、智谱的GLM、Kimi，还有小米的Mimo模型……
我这边就配置了Deepseek、Kimi和小米的模型。
回到今天的主题，那我们要如何在CC Switch中配置Codex呢？
接下来，我会演示如何在Codex中使用Kimi模型。
2. 环境准备与安装
2.1 下载CC Switch
CC Switch提供了预编译的可执行包，支持Windows和macOS系统：
访问Release页面：https://github.com/farion1231/cc-switch/releases/tag/v3.16.0
根据你的操作系统下载对应的版本
解压后就能直接运行
我们可以在Release页面下载这个软件。
下载链接是：
https://github.com/farion1231/cc-switch/releases/tag/v3.16.0
然后滑动到页面底部，就能找到你需要的内容。
根据我的截图，下载适合Mac或Windows的版本就可以了。
已经安装过了？
如果你已经安装了CC Switch，记得在设置里更新到V3.16版本。
2、配置Codex
选择OpenAI的图标，然后点击右侧的加号，添加新的配置。
可以看到，这里支持很多国产模型，比如Deepseek、豆包、Kimi和小米的MiM……
我们选择Kimi模型吧。
在这里输入Kimi的API Key。
那这个key从哪里来呢？
可以在Kimi的官方网站上获取。
3、获取Kimi的ApiKey
登录Kimi的开放平台后台。
✅
****地址是：https://platform.kimi.com/console/account
如果账户余额不足，可以充值，先试试充10块钱。
接下来，在API Key管理里创建一个新的API Key。
把这个API Key复制到第二步的CC Switch配置里。
4、配置模型
然后往下滑，选择Kimi 2.6模型，点击添加就可以了。
5、启动Kimi
回到主页面，选择使用Kimi模型。系统会提示你开启路由服务。
6、开启路由服务
点击设置图标，进入设置页面。
在路由选项中，启用【路由总开关】，然后启动Codex。
7、Codex登录
假设你已经装上了Codex 🤔
如果你之前没登录账号，也没关系，还有别的办法。这里可以通过API密钥来登录Codex。
✅如果你已经登录Codex账号，没必要退出，直接跳过这一部分就行了。
这里的密钥随便填一个就可以。
因为我们的CC Switch已经配置好了API密钥，所以这一环其实是多余的。
8、验证
进入Codex主界面后。
你可以看到右下角的模型已经成功切换到Kimi模型了。
我们来试着问个问题，结果它输出了。
Kimi 2.6模型支持图片识别，所以你可以把截图发给它。
你会发现，Codex也能识别出相关的文字，这说明它确实能够理解图片内容。
现在，你可以尽情使用Codex的各种功能了。
9. 技术原理深入分析
9.1 API协议差异剖析
要弄清CC Switch的工作原理，首先要先了解OpenAI API的发展历程：
OpenAI Chat Completions API (v1/chat/completions)
这是较早的标准，很多国内的模型厂商都支持这个协议。
OpenAI Responses API (v1/responses)
这是OpenAI推出的新一代API，Codex就是基于这个协议构建的。_*
OpenAI在大语言模型的领域里算是“老大哥”，早期很多开发者最熟悉的接口就是：
这套接口几乎成为了行业的“事实标准”。
很多第三方模型厂商，特别是国内的，比如DeepSeek、Kimi、GLM、MiniMax等，都声称自己“兼容OpenAI接口”。
后来，OpenAI推出了新的接口：
这个Responses API更像是一个统一的接口，能更好地支持多轮对话、推理、工具调用和流式输出等功能。
而Codex正是使用了这套新型的Responses API。
问题来了：国内很多厂商基本上并没有兼容这个协议🤣
因此，CC Switch就像一个中转站，它在内部启动一个服务。调用的流程是这样的。
这件事情真正有趣的地方，不仅仅是Codex能否使用Kimi。
而在于它将Codex中一项非常重要的能力拆分出来了。
现在这层能力有个流行的说法，叫Harness
ng)
你可以先简单记住一个公式。
**Harness = Agent - Model**
听起来有点抽象，我用Codex来举个例子。
Codex肯定是一个智能代理，它不仅仅是和你聊天，它还能读文件、修改代码、调用工具、管理上下文、规划任务，并在合适的时机询问你是否要执行某个操作。
这些功能其实并不属于模型本身。
模型更像是负责思考和生成的“大脑”。
而Codex这套交互、工具调用、上下文管理、权限控制和任务执行的“身体”以及操作系统，才是Harness。
以前我们使用Codex时，默认就是OpenAI的GPT模型加上OpenAI的Harness，这两个部分捆绑在一起。这个组合当然很强大，但在国内确实会遇到网络、账号和支付等问题，导致很多人无法使用Codex。
CC Switch这种中间层的路由服务，给了你一个机会去更换中间的模型。
Harness依旧是Codex的Harness。
但“大脑”，现在可以暂时换成Kimi、DeepSeek、GLM、MiniMax、Mimo等国产模型！
10. 总结与展望
10.1 技术价值总结
CC Switch的技术创新体现在：
-
协议转换层：实现了Responses API与Chat Completions API之间的无缝转换
-
本地代理架构：避免了网络限制，提高了访问速度
-
多模型统一接入：让Codex能够支持国产模型
10.2 未来展望
随着国产大模型能力的不断提升，这种“Harness + 国产模型”的模式将会更加普及。像CC Switch这样的中间件工具，为国内开发者使用先进的AI工具提供了技术可行性。
10.3 注意事项
-
确保使用的国产模型API密钥额度充足
-
注意不同模型的上下文长度限制
-
定期更新CC Switch以获取最新的功能支持
技术交流：如果在配置过程中遇到了问题，欢迎在评论区留言讨论。
版权声明：本文为原创技术文章，转载请注明出处。
作者简介：卡卡罗特，专注于AI工具与开发技术分享。识～**
