打破壁垒：用 CLIProxyAPI 让 OpenAI Codex CLI 丝滑接入智谱 GLM-5.1

在 AI 编程助手遍地开花的今天，终端开发者们似乎面临着一个“鱼和熊掌”的抉择：要么忍受昂贵的 Token 费用和令人抓狂的网络波动，要么妥协于能力稍逊的免费工具。但如果有一种方案，能让你在终端里享受顶尖的编程辅助，同时把成本压缩到每月仅需 10 美元呢？

今天，我们就来揭秘如何通过 CLIProxyAPI 这款中间件，让 OpenAI 官方出品的 codex 命令行工具，成功牵手国内明星模型智谱 GLM-5.1。这不仅是一次降本增效的实操，更是对技术边界的一次有趣探索。

🧐 为什么是这个组合？

在动手之前，我们先聊聊为什么要把这俩“强行”凑在一起。

OpenAI Codex CLI 是目前终端 AI 编程工具里的“顶流”。它能自主读取文件、执行命令甚至帮你写代码，可以说是终端党的梦幻助理。然而，它的原生设计只认 OpenAI 自家的 API。对于国内开发者来说，这意味着高昂的使用成本和随时可能断线的网络焦虑。

智谱 GLM-5.1 则是国产大模型中的编码悍将。不仅在代码逻辑、上下文理解上表现惊艳，其官方推出的 Coding Plan（每月仅需 10 美元）更是主打一个“白菜价办大事”。此外，国内直连的丝滑体验也是巨大的加分项。

💡 核心痛点：协议的“方言”障碍
看起来是天作之合，但强行撮合会遇到一个大麻烦——协议不兼容。
最新版的 Codex CLI (≥ 0.84.0) 使用的是 OpenAI 较新的 Responses API 协议；而智谱 GLM 系列目前兼容的是业界通用的 Chat Completions API 协议。这就好比一个说英语，一个说中文，直接沟通必然是鸡同鸭讲。

🛠️ 破局关键：CLIProxyAPI 协议转换大法

为了解决这个难题，我们需要一位“同声传译”——CLIProxyAPI。这是一个备受社区欢迎的开源项目（斩获 4.7k+ Star），专门用来做各种 CLI 工具的 API 协议转换。

它的工作逻辑非常优雅，我们可以把它理解为一次“借壳出海”：

1. 拦截：Codex CLI 向本地代理发送它熟悉的 Responses API 请求。
2. 转译：CLIProxyAPI 收到请求后，将其拆解并重新打包成智谱 GLM 能听懂的 Chat Completions API 格式，转发给智谱服务器。
3. 回译：智谱返回结果后，代理再将数据流转换回 Codex 期待的格式，丝滑地呈现在你的终端上。

1
2
3
4
5
6
7
8
9
10
11
12
13

[ 你的终端: Codex CLI ] 
   │ (发送 Responses API 请求)
   ▼
[ 本地中间件: CLIProxyAPI ] 
   │ (转换成 Chat Completions API 请求)
   ▼
[ 智谱 AI: GLM-5.1 模型 ] 
   │ (返回生成结果)
   ▼
[ 本地中间件: CLIProxyAPI ]
   │ (转回 Responses API 格式)
   ▼
[ 你的终端: Codex CLI 渲染输出 ]

有了这个“翻译官”，我们就能在不修改任何底层代码的情况下，实现两者的完美对接。下面，直接进入实战环节！

🚀 完整接入实战教程

第一步：准备“通行证”与环境

开始前，请确保你的电脑满足以下条件：

• 系统：macOS、Linux 或 Windows。
• Node.js：版本 ≥ 22（Codex CLI 的运行基础）。
• 智谱 API Key：前往 https://bigmodel.cn/ 注册并获取 Token。

💡 避坑提示：如果你是 macOS 用户，强烈建议全程在终端挂上代理，否则后续安装和握手可能会遇到网络连接问题。

第二步：安装 OpenAI Codex CLI

打开你的终端，我们通过 npm 全局安装最新版的 Codex CLI：

1
2
3
4
5

# 全局安装最新版 Codex CLI
npm install -g @openai/codex@latest

# 验证安装是否成功
codex --version

注：建议直接安装最新版，老版本（如 0.80.0）在 macOS 上可能会遇到二进制文件签名拦截的问题。

第三步：部署 CLIProxyAPI 代理

有了客户端，接下来我们需要把“翻译官”请回家。

1. 下载二进制文件：
   前往 https://github.com/xxx/CLIProxyAPI/releases（请在 GitHub 搜索最新地址），根据你的系统（Mac/Windows/Linux）下载对应的编译好的二进制文件。

2. 赋予执行权限并运行：
   假设你下载的是 Mac 版本的 CLIProxyAPI-darwin-arm64，解压后在终端进入该目录，执行以下命令：

1
2
3
4
5

# 赋予执行权限
chmod +x CLIProxyAPI-darwin-arm64

# 运行代理服务（默认会在本地 8080 端口启动）
./CLIProxyAPI-darwin-arm64

看到终端输出类似 Server is running on port 8080 的字样，就说明我们的“翻译官”已经就位待命了。

第四步：握手测试与配置

现在万事俱备，只欠东风。我们需要告诉 Codex CLI 不要去找 OpenAI 的服务器，而是把请求发给本地的代理。

在你的终端里设置环境变量（以 Mac/Linux 为例）：
需要分别配置CLIProxyAPI和codex的config.yaml
下面的代码只是举例，实际的配置要复杂一点

1
2
3
4
5
6
7
8

# 1. 指向本地代理的地址
export OPENAI_BASE_URL="http://localhost:8080/v1"

# 2. 填入你在智谱开放平台获取的 API Key
export OPENAI_API_KEY="your-zhipu-api-key-here"

# 3. 可选：指定使用 GLM-5.1 模型（如果不指定，Codex 可能会默认请求 gpt-4，代理会帮我们映射到 GLM）
export MODEL="glm-5.1"

配置完成后，激动人心的时刻到了！运行 Codex：

1

codex

如果一切顺利，你将看到 Codex 熟悉的交互界面。试着输入一句：“你是谁”。

见证奇迹的时刻：你的请求经由本地代理无缝转译，几秒钟后，高质量的 Python 代码就会跃然屏上。这不仅保留了 Codex CLI 优秀的终端交互体验，背后驱动的却是性价比极高的智谱 GLM-5.1 大模型！

🎯 写在最后

技术的魅力往往就在于这种“打破常规”的拼搭。通过 CLIProxyAPI 这个巧妙的中间层，我们不仅绕过了网络限制和高昂成本的枷锁，更解锁了 GLM-5.1 在终端编程场景下的巨大潜力。

无论你是想在个人小项目中体验 AI 结对编程的乐趣，还是在团队中探索低成本的 AI 研发工作流，这套 Codex CLI + CLIProxyAPI + GLM-5.1 的组合都值得一试。与其困在官方生态的围墙里，不如自己动手，打造一把最趁手的终端利器！