最新,通过GACCode配置Codex桌面客户端使用方案!

简介: 本指南详解Codex桌面端配置流程:①安装客户端;②获取gaccode.com的API Key(无订阅可邮件申请);③创建并编辑~/.codex/config.toml文件,配置gac模型提供方与gpt-5.4模型;④导出CODEX_API_KEY环境变量;⑤重启应用即可开始智能对话。
  1. 已成功安装 codex客户端
  2. 拥有有效的 API Key(gaccode.com,没有gaccode订阅可发送任意邮件到gaccode@163.com获取),此处默认Codex分组

1.下载Codex桌面版,未配置成功时打开见到如下登陆页:

2.配置环境变量,在 Shell 中导入从 gaccode 获取的 API Key:

# 到此页面获取 API Key
# https://gaccode.com/api-keys
echo 'export CODEX_API_KEY="你的Key字符串"' >> ~/.zshrc && source ~/.zshrc

那么开始我们的配置,1. 关闭Codex桌面端,2.进入.codex文件夹(如果没有则在 ~ 目录下创建)

3. 创建config.toml文件

4.打开填写内容

profile = "gac"
[model_providers.gac]
name = "gac"
base_url = "https://gaccode.com/codex/v1"
wire_api = "responses"
env_key = "CODEX_API_KEY"
[profiles.gac]
model_provider = "gac"
model = "gpt-5.2"
model_reasoning_effort = "high"
approval_policy = "on-request"
cd ~/.codex
cat > config.toml << 'EOF'
profile = "gac"
[model_providers.gac]
name = "gac"
base_url = "https://gaccode.com/codex/v1"
wire_api = "responses"
env_key = "CODEX_API_KEY"
[profiles.gac]
model_provider = "gac"
model = "gpt-5.2"
model_reasoning_effort = "high"
approval_policy = "on-request"
EOF

5.配置环境变量

在 Shell 中导入从 gaccode 获取的 API Key:

# 到此页面获取 API Key
# https://gaccode.com/api-keys
export CODEX_API_KEY="你的Key字符串"

6.重启codex,即可开始对话

相关文章
|
13天前
|
机器学习/深度学习 人工智能 PyTorch
写 PyTorch 总像在写脚本?试试 PyTorch Lightning,把模型训练变成“工程化项目”
写 PyTorch 总像在写脚本?试试 PyTorch Lightning,把模型训练变成“工程化项目”
198 14
写 PyTorch 总像在写脚本?试试 PyTorch Lightning,把模型训练变成“工程化项目”
|
4天前
|
机器学习/深度学习 数据采集 人工智能
别再从零训练了:用迁移学习“借力打力”,小数据也能玩转大模型
别再从零训练了:用迁移学习“借力打力”,小数据也能玩转大模型
110 15
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
手撕 Transformer:从原理到代码,一步步造一个“小型大模型”
手撕 Transformer:从原理到代码,一步步造一个“小型大模型”
228 6
|
17天前
|
缓存 人工智能 监控
当大模型开始“碎碎念”:聊聊大模型日志分析与调优系统是怎么设计的
当大模型开始“碎碎念”:聊聊大模型日志分析与调优系统是怎么设计的
161 3
|
3天前
|
文字识别 监控 数据可视化
把重复作业交给机器后,才明白1949ai聊的协同自动化工具到底省了多少无用功
本文介绍一位教务老师如何用开源自动化工具,将每日1.5小时重复工作(下载作业、分文件夹、录分数、发通知)全自动完成。全程无需编程,通过拖拽节点实现页面监控、文件处理、OCR识别与消息推送,兼顾隐私安全与低配电脑适配,展现协同自动化“所见即所得”的实用价值。(239字)
|
24天前
|
机器学习/深度学习 传感器 运维
时间序列异常检测的5种方法:从统计阈值到深度学习
时间序列异常检测旨在识别偏离正常规律的数据点,如凌晨流量突增、传感器骤降等。因数据含趋势、季节性与噪声,需结合统计法(Z-Score)、移动平均、季节分解、Isolation Forest或自编码器等方法,多策略融合可有效降低误报。
178 6
时间序列异常检测的5种方法:从统计阈值到深度学习
|
25天前
|
人工智能 自然语言处理 运维
保姆级教程:2026年阿里云上及本地部署OpenClaw/Clawdbot+集成微信小程序等skills步骤流程
2026年,AI智能体与小程序生态深度融合,OpenClaw(原Clawdbot)凭借轻量化部署、插件化扩展、自然语言驱动任务执行的优势,成为个人与中小企业快速搭建AI小程序的首选工具。它既能本地私有化部署保障数据隐私,也能在阿里云上实现7×24小时稳定运行,还能一键对接微信小程序,实现智能问答、任务自动化、私域服务、内容生成等全场景能力,无需复杂开发,零基础也能快速落地专属AI小程序。
513 11
|
19天前
|
人工智能 搜索推荐 数据库
语义重构与信任锚点:Geo优化中知识图谱的战略价值与构建路径
本文探讨AI搜索时代下Geo优化的核心——知识图谱构建,解析于磊老师首创的“两大核心+四轮驱动”方法论,涵盖人性化Geo、内容交叉验证及E-E-A-T实体化等实践路径,助力企业提升AI索引精度与获客效率。(239字)
83 18
|
16天前
|
人工智能 安全 API
OpenClaw AI军团打造手册:阿里云/本地部署+2868个Skill实战+免费API配置及避坑全解
在大模型遍地开花的2026年,你是否还在为AI的“无力感”发愁?它们知识渊博,却被困在屏幕里,触不到你的代码、你的智能家居,甚至不能帮你点一杯奶茶。而OpenClaw(曾用名Moltbot、Clawdbot)的出现,彻底打破了这一局限——它不是普通聊天机器人,而是运行在本地的AI操作系统,搭配GitHub上20.2k星标的“Awesome OpenClaw Skills”清单,能让AI从“只会聊天”进化为“无所不能”的全能助手。
299 4
|
11天前
|
Arthas 人工智能 Java
我们做了比你更懂 Java 的 AI-Agent -- Arthas Agent
Arthas Agent 是基于阿里开源Java诊断工具Arthas的AI智能助手,支持自然语言提问,自动匹配排障技能、生成安全可控命令、循证推进并输出结构化报告,大幅降低线上问题定位门槛。
551 61
我们做了比你更懂 Java 的 AI-Agent -- Arthas Agent