Codex 接入指引

Codex 是 OpenAI 推出的终端智能编码助手。本页覆盖两种接入方式：Codex CLI（推荐）与通用 SDK 代码生成。

---

方式一：Codex CLI

版本要求

新版 Codex 已不再支持 wire_api = "chat"，必须使用 wire_api = "responses"，对应 GWLLM 的 /v1/responses 端点。

1. 安装 Codex CLI

npm install -g @openai/codex

2. 配置 GWLLM 接入

编辑 Codex 配置文件 ~/.codex/config.toml，新增 GWLLM 服务商：

model = "gpt-6-sol"
model_provider = "gwllm"

[model_providers.gwllm]
name = "GWLLM"
base_url = "https://gwllm.com/v1"
env_key = "GWLLM_API_KEY"
wire_api = "responses"

3. 设置令牌并启动

export GWLLM_API_KEY="sk-您的GWLLM令牌"
codex

Claude 系列走 GWLLM 的 Responses→Anthropic 转换链路，同样把 model 换成 claude-opus-5-5、claude-sonnet-5-5 这类线上模型 ID 即可。

---

方式二：通用 SDK 代码生成

环境变量配置（全局推荐）

许多命令行工具、自动化脚本与 AI 辅助工具会自动读取标准的环境变量。推荐在终端配置文件（如 ~/.bashrc 或 ~/.zshrc）中配置：

# 基础地址（OpenAI 兼容协议必须包含 /v1）
export OPENAI_BASE_URL="https://gwllm.com/v1"

# 您的 GWLLM 令牌
export OPENAI_API_KEY="sk-您的GWLLM令牌"

配置后，所有支持 OpenAI 标准环境变量的 CLI 工具将立即自动生效！

---

SDK 编程接入实战

Python SDK (openai>=1.0.0)

from openai import OpenAI

# 1. 初始化客户端
client = OpenAI(
    api_key="sk-您的GWLLM令牌",
    base_url="https://gwllm.com/v1"
)

# 2. 调用代码生成与重构
response = client.chat.completions.create(
    model="gpt-6-sol",  # 推荐使用 gpt-6-sol、claude-opus-5-5 或 gemini-4-argon
    messages=[
        {
            "role": "system",
            "content": "你是一位精通算法与架构的高级工程师。请仅输出规范、健壮的代码及必要注释。"
        },
        {
            "role": "user",
            "content": "使用 Python 实现一个支持并发安全的带过期时间（TTL）的 LRU 缓存类。"
        }
    ],
    temperature=0.2  # 代码生成建议调低温度以保证逻辑确定性
)

print(response.choices[0].message.content)

---

Node.js / TypeScript SDK

import OpenAI from 'openai';

const openai = new OpenAI({
  apiKey: 'sk-您的GWLLM令牌',
  baseURL: 'https://gwllm.com/v1',
});

async function generateCode() {
  const completion = await openai.chat.completions.create({
    model: 'gpt-6-sol',
    messages: [
      { role: 'system', content: '你是一位 TypeScript 专家。' },
      { role: 'user', content: '写一个 React 19 的自定义 hook，实现无闪烁的本地存储同步。' },
    ],
  });

  console.log(completion.choices[0].message.content);
}

generateCode();

---

推荐模型清单

在进行代码编写、重构与架构设计时，推荐优先选择以下模型：

模型名称 (Model ID)	优势场景	适用特点
claude-opus-5-5	重度工程重构、超长百万级上下文逻辑追踪、复杂全栈架构设计	全球顶尖工程能力
claude-sonnet-5-5	生产环境日常主力开发、跨文件代码引用、前端页面高保真还原	智能与极速最佳平衡
gpt-6-sol	原生大上下文规划、多文件自主开发、复杂多步工具调用	OpenAI 旗舰代码引擎
gemini-4-argon	复杂软件工程、深度数学推理、长程自主智能体任务	推理与工程双强旗舰
grok-4.7	STEM 推理、知识密集型编码、长程智能体协作	低幻觉实时知识模型

---

最佳实践技巧

1. 设置合理的 Temperature： 对于代码生成，建议将 temperature 设置在 0.1 ~ 0.3 之间。过高的随机性可能导致代码语法错误或导入不存在的第三方库。
2. 要求输出 Markdown 格式： 在提示词中加入 请使用 Markdown 语法输出代码，并标明编程语言，便于在前端或编辑器中高亮解析。
3. 传递工程上下文： 在单次交互中尽可能提供相关的类型定义（Type/Interface）或已有函数签名，AI 能够写出风格完全一致的代码。