最近不少人在折腾 Codex、Hermes 这类 Agent 工具时,会遇到一个很现实的问题:官方模型用起来有门槛,或者因为网络、账号、费用等原因不太顺手。

如果只是想先体验 Agent 的工作流,或者希望把本地 Agent 接到国产大模型上,其实可以走一条更轻的路线:用 cockpit-tools 管理账号与模型配置,再把 DeepSeek 这类 OpenAI 兼容接口接进去。

这篇就以 DeepSeek + cockpit-tools + Codex 为例,记录一遍完整配置流程。

准备工作

你需要先准备这些东西:

  1. 一个可用的 Codex 客户端。
  2. 一个 DeepSeek 开发平台账号。
  3. 一个 DeepSeek API Key。
  4. cockpit-tools 安装包。
  5. 少量测试余额,避免接口调用时因为余额不足导致误判配置失败。

Codex 可以从 OpenAI 官方入口打开:

1
https://chatgpt.com/codex/open-app

也可以直接在 Microsoft Store 里搜索下载。

Microsoft Store 匹配到 Codex

Codex 商店页面

获取 DeepSeek API Key

先打开 DeepSeek 开发平台的 API Key 页面:

1
https://platform.deepseek.com/api_keys

进入页面后,找到 API Keys 管理入口。

DeepSeek API 平台入口

点击新建 API Key,名称随意,方便自己识别即可。

新建 API Key

创建完成后,平台会显示一串 Key。这个 Key 只会完整显示一次,务必先复制保存好。

保存 API Key

这里多说一句:API Key 不要发给别人,也不要截图公开。
后面你在任何配置文件、截图或文章里展示时,都要记得打码。

安装 cockpit-tools

接下来到 cockpit-tools 的 GitHub Releases 页面,根据自己的系统下载最新版本:

1
https://github.com/jlcodes99/cockpit-tools/releases

Windows 下安装这类工具时,可能会遇到 SmartScreen 的误报。如果你确认安装包来自官方仓库,可以点击“更多信息”。

Windows SmartScreen 更多信息

然后选择“仍要运行”。

Windows SmartScreen 仍要运行

之后按安装向导一路下一步即可。

cockpit-tools 安装向导

等待安装完成。

安装完成

在 cockpit-tools 里添加 DeepSeek 账号

安装完成后打开 cockpit-tools,在左侧找到 Codex 相关入口。

打开 Codex 配置面板

点击右上角的 + 号添加账号。

点击添加账号

在账号配置里选择对应的服务商或模型配置。这里以 DeepSeek 为例。

选择服务商和模型

然后把刚才在 DeepSeek 平台创建的 API Key 填进去。

填写 DeepSeek API Key

保存后会自动回到主界面。接着点击启动 Codex,等待客户端自动启动。

启动 Codex

测试是否接入成功

Codex 启动后,发一句简单的“你好”测试一下。

如果能正常返回,基本说明已经通过 cockpit-tools 把 Codex 接到了 DeepSeek。

Codex 测试对话

如果这里没有响应,优先排查这几项:

  • DeepSeek API Key 是否复制完整。
  • 账户余额是否足够。
  • cockpit-tools 里的模型和服务商是否选对。
  • 当前网络是否能访问 DeepSeek API。
  • Codex 客户端是否已经正确启动。

CC-Switch 怎么办?

CC-Switch 的思路类似,也是用来切换和管理 Agent 使用的模型配置。不同点是它通常还需要你在本地配置路由或代理规则,整体更偏折腾一点。

如果你只是想快速体验,建议先用 cockpit-tools 跑通一遍。等流程理解清楚后,再根据自己的使用习惯切到 CC-Switch

相关仓库:

1
2
cockpit-tools: https://github.com/jlcodes99/cockpit-tools
CC-Switch: https://github.com/farion1231/cc-switch

如果你访问 GitHub 不方便,也可以在公众号后台回复 codex 获取安装包下载方式。

最后提醒

接入国产大模型之后,Agent 的使用体验会更灵活,但也别忽略几个细节:

  • API Key 一定要保管好,不要提交到 Git 仓库。
  • 第一次测试建议小额充值,确认配置跑通再继续使用。
  • 不同模型的能力和上下文长度不同,复杂任务要多做验证。
  • 如果涉及公司代码、隐私数据或密钥,先确认模型服务商的数据政策。

这套方案的核心不是“哪个工具最强”,而是先把本地 Agent 的配置链路跑通。只要链路跑通,后面无论是 Codex、Hermes,还是其它兼容 OpenAI API 的 Agent 工具,都可以按类似思路去接。


如果你也在折腾 Codex、Agent 或国产大模型,可以关注我的公众号,后面我会继续记录这些配置和实战过程。

墨鱼札记公众号二维码