保姆级教程:用 CC Switch 为 Codex 接入 DeepSeek 模型
前言
作为一名后端开发,我一直在寻找降低 AI 编程助手使用成本的方案。Codex 作为一款体验优秀的编程助手,虽然稳定但长期使用的成本和额度限制一直是个痛点。通过开源工具 CC Switch,我们可以将 Codex 的请求转发到 DeepSeek 这类国产大模型,在保留 Codex 原生交互体验的同时,大幅降低使用成本。
本文将完整记录从下载、安装到配置的全过程,所有步骤均经过实测验证,可直接复现。
一、核心原理说明
Codex 原生仅支持 OpenAI 官方接口,无法直接对接第三方模型。CC Switch 作为本地代理工具,会接管 Codex 的请求并转发到你指定的 API 服务,实现模型自由切换。
整个流程如下:
Codex → CC Switch 本地代理 → DeepSeek API → CC Switch → Codex
对于 Codex 来说,它依然认为自己在访问 OpenAI 接口,而实际请求已经被转发到了 DeepSeek,全程无感知。
二、前置准备
在开始配置前,请确保已准备好以下内容:
| 项目 | 说明 |
|---|---|
| Codex 客户端 | 已安装并登录 |
| DeepSeek API Key | 在 DeepSeek 开放平台注册并获取 |
| 操作系统 | Windows 10+(本文以 Windows 为例) |
| CC Switch | v3.16.0 及以上版本 |
三、步骤1:安装 CC Switch
1.1 下载安装包
前往 CC Switch 的 GitHub 仓库 Releases 页面下载最新版本:
https://github.com/farion1231/cc-switch/releases/download/v3.16.3/CC-Switch-v3.16.3-Windows.msi
根据你的操作系统选择对应安装包,Windows 用户下载 .msi 格式文件即可。
1.2 安装 CC Switch
双击下载的 .msi 文件,按默认步骤完成安装即可。安装完成后,CC Switch 会自动启动并驻留在系统托盘。
四、步骤2:添加 DeepSeek 提供商
2.1 打开 Codex 配置页面
- 启动 CC Switch,在顶部应用切换栏选择「Codex」。
- 点击左侧「Providers」区域的「+ Add Provider」按钮。

2.2 配置 DeepSeek 基础信息
在预设列表中搜索「DeepSeek」,选择对应的预设模板(v3.16.0 已内置 deepseek-v4-flash 和 deepseek-v4-pro),然后填写以下信息:
| 字段 | 填写内容 |
|---|---|
| 供应商名称 | DeepSeek(可自定义) |
| 官网链接 | https://platform.deepseek.com |
| API Key | 你的 DeepSeek API Key |
| API 请求地址 | https://api.deepseek.com |


2.3 开启高级选项配置
展开「高级选项」,进行关键配置:
- 开启「需要本地路由映射」:Codex 原生不支持 Chat Completions 协议,必须开启此开关才能转发请求。
- 开启「支持思考模式」和「支持思考等级」:适配 DeepSeek 的推理能力。
- 模型映射配置:
菜单显示名 实际请求模型 上下文窗口 DeepSeek V4 Flash deepseek-v4-flash1000000DeepSeek V4 Pro deepseek-v4-pro1000000


配置完成后点击「保存」。
五、步骤3:接管 Codex 路由
3.1 关闭 Codex 进程
Codex 运行时会锁定配置文件,无法被接管,因此必须先完全退出:
- 右键任务栏的 Codex 图标,选择「退出」。
- 打开任务管理器,结束所有
codex.exe后台进程。
3.2 开启 DeepSeek 路由
在 CC Switch 中,选中 DeepSeek 提供商,点击「开启路由」。此时 CC Switch 会自动修改 Codex 的 config.toml 和 auth.json 文件,将请求定向到本地代理。
开启成功后,你会看到「路由接管成功」的提示。


六、步骤4:验证配置是否生效
4.1 检查 Codex 配置文件
打开 Codex 的 config.toml 文件,确认以下关键配置已被修改:
model_provider = "custom"
model = "deepseek-v4-flash"
model_reasoning_effort = "high"
disable_response_storage = true
model_catalog_json = "cc-switch-model-catalog.json"
[model_providers.custom]
name = "deepseek"
base_url = "http://127.0.0.1:15721/v1"
wire_api = "responses"
requires_openai_auth = true
4.2 对话测试验证
重新打开 Codex,新建一个对话,输入:
你现在的模型名称是什么?
如果回复出现 DeepSeek 风格的自定义人设(如“我是 Codex,基于 GPT-5 构建”这类话术),说明请求已经被成功转发到 DeepSeek,配置生效。


七、常见问题排查
问题1:开启路由失败,提示“Codex 当前供应商不存在”
- 解决:确保 Codex 已完全退出,关闭所有后台进程后重试。
问题2:配置文件已修改,但 Codex 依然使用官方模型
- 解决:关闭全局代理/VPN,避免 Codex 绕过 CC Switch 的本地代理。
问题3:回复依然是 Codex 官方话术
- 解决:删除旧会话,新建对话测试,旧会话可能存在缓存。
八、总结
通过以上步骤,我们成功实现了 Codex 与 DeepSeek 的对接,全程无代码修改,仅通过 CC Switch 即可完成。这种方式不仅降低了使用成本,还保留了 Codex 原生的交互体验,对于重度编程用户来说是非常实用的方案。
后续我会继续测试其他国产模型的适配情况,如果你在配置过程中遇到问题,也可以随时交流。

989

被折叠的 条评论
为什么被折叠?



