Kimi 开放平台原生支持 Codex 使用的 Responses API，因此 Codex 可以直接使用 Kimi 模型，无需进行协议转换或使用本地代理。本指南将带你在 macOS 和 Windows 上完成全部配置。
什么是 Codex？
Codex 是 OpenAI 面向仓库和终端操作的编程 agent。它可以：
编写代码：创建函数、测试、脚本和针对性功能。
理解陌生代码库：搜索文件、追踪调用并解释组件。
审查代码：识别可能存在的缺陷、风险假设、缺失的测试和安全隐患。
调试并解决问题：复现错误、提出修改建议并运行检查。
自动执行日常工作：在获得你的批准后，更新文件并执行已有文档记录的工作流程。
安装并登录 Codex
第 1 部分：安装 Codex CLI
在 macOS 上打开终端，或在 Windows 上打开 PowerShell。
运行适用于你的操作系统的命令：
macOS：
Windows：
等待安装完成，然后关闭并重新打开终端或 PowerShell。
运行：
选择“使用 ChatGPT 登录”，在浏览器中完成登录后返回终端或 PowerShell。免费 ChatGPT 账号即可完成此登录，无需付费订阅。之后配置的外部 Kimi 路由不会使用 OpenAI 计费。
第 2 部分：安装 Codex 桌面应用
访问官方下载安装页面 https://chatgpt.com/download，下载适用于 macOS 或 Windows 的桌面应用。Codex 是 ChatGPT 桌面应用中的一种工作模式，下载的应用名称为 ChatGPT。
安装并打开应用，然后使用你的 ChatGPT 账号登录。
创建任务或打开项目，然后选择 Codex 作为工作模式。
输入
Say hello in one sentence.并发送消息。
内置 AI 模型与外部 LLM API
安装 Codex 后，你可以使用其内置 AI 模型，或连接兼容的外部 LLM API。最佳选择取决于你希望投入多少配置工作、需要多大的灵活性，以及愿意进行多少账号管理。
使用 Codex 内置模型
内置模型可提供最简单的使用体验。你可以选择可用模型并立即开始编程，无需运行其他服务或配置单独的 API 密钥。
优点：
快速完成设置，无需额外配置。
可直接集成 Codex 工具和功能
需要管理的服务和凭据更少
限制：
只能从你的账户可用的模型中选择
如果想使用其他提供商的模型，灵活性较低
需要使用 ChatGPT 账户登录。免费套餐提供有限的 Codex 访问权限，但常规使用通常需要付费的 ChatGPT 套餐（如 Plus 或 Pro），或按用量计费的 OpenAI API 密钥。
使用外部 LLM API
外部 API 可提供更多模型选择，并让你使用其他提供商已有的账户。Kimi 开放平台原生支持 Codex 使用的 Responses API，因此可直接连接，无需本地路由器。
优势：
可使用其他提供商的模型
针对不同编程任务有更高的灵活性
可独立控制外部 API 账户及用量
无需订阅 GPT，适合对成本敏感的场景。
限制：
需要 API 密钥并进行少量配置更改
计费、兼容性、隐私和故障排查均取决于外部提供商
如果想最快完成设置，请先使用内置模型。如果你已有外部 API 账户，或希望有更多模型选择，请继续阅读以下操作指南。
如何将外部 LLM API 连接到 Codex：Kimi 示例
第 1 步：创建 Kimi API 密钥
打开 Kimi API 开放平台。在控制台中创建 API 密钥，然后将其存储在密码管理器或密钥管理器中。完整密钥只会显示一次，请在离开页面前复制。
注意：Kimi API 是按量付费的收费服务。测试前请确保账户余额充足——可在控制台的计费中查看或充值。如果账户余额为零，仅创建新的 API 密钥也无法调用。
第 2 步：设置 KIMI_API_KEY 环境变量
Codex 从环境变量中读取 API 密钥。请勿将密钥写入 config.toml。
macOS 和 Linux：
为避免密钥出现在 shell 历史记录中，请按以下方式输入：
这仅适用于当前终端会话。若要永久生效，请将 export 命令添加到 ~/.zshrc（如果你在 Linux 上使用 bash，则添加到 ~/.bashrc）。该文件会以明文形式存储密钥，请相应设置权限。
Windows（PowerShell）：
将 YOUR_KIMI_API_KEY 替换为你在第 1 步复制的密钥。若要使其跨会话持续生效，请在设置 > 系统 > 关于 > 高级系统设置 > 环境变量中添加 KIMI_API_KEY。
第 3 步：将 Kimi 添加为模型提供商
打开用户级 Codex 配置文件：macOS 和 Linux 上为 ~/.codex/config.toml（Windows 上为 %USERPROFILE%\.codex\config.toml）。如果该文件尚不存在，请创建它。
添加以下配置。如果 model 或 model_provider 已存在，请替换其值，并删除所有以 model_catalog_json = 或 service_tier = 开头的行（其他设置遗留的行可能会覆盖模型元数据或路由）：
如果你的 API 密钥是在中国平台（platform.moonshot.cn）创建的，请改用 https://api.moonshot.cn/v1 作为 base_url 的值——两个平台的密钥不能通用。
保留其他无关的现有设置不变（如通知、审批、沙箱、项目和界面偏好），也不要删除其他提供商部分，例如 [model_providers.openai]。
各项设置的作用：
| 设置 | 类型 | 用途 |
|---|---|---|
wire_api = "responses" | string | 通过原生 Responses API 连接 Kimi——这是建立直连的关键设置 |
env_key = "KIMI_API_KEY" | string | Codex 从中读取 API 密钥的环境变量名称 |
model_context_window = 1048576 | integer | 与 kimi-k3 的 100 万上下文窗口保持一致；如果不设置，Codex 会回退到默认模型元数据，可能导致性能下降 |
第 4 步：重启 Codex 并验证连接
Codex 仅在启动时读取 config.toml，因此请先完全退出所有正在运行的 Codex 会话。然后进入项目目录并启动 Codex：
启动后，确认 Codex CLI 将 kimi-k3 显示为当前模型：
发送一个简单请求（例如 hello）。如果收到正常回复，说明 Codex 已通过 Kimi Responses API 连接成功。
要确认回复确实来自 Kimi，请检查会话是否将 kimi 显示为提供商——例如在 Codex 会话中输入 /status。在底层，Codex 会将请求发送至 POST https://api.moonshot.ai/v1/responses。
在 Codex 桌面应用中使用 Kimi
桌面应用与 CLI 共用同一套用户级配置。请先完成上述第 1 至第 3 步，然后：
第 1 步：完全重启桌面应用
在 macOS 上，按 Command+Q 完全退出桌面应用。仅关闭窗口是不够的。
在 Windows 上，关闭所有桌面应用窗口，并确认该应用已不再在系统托盘中运行。
重新打开桌面应用，使其重新加载 ~/.codex/config.toml，然后打开一个项目文件夹。
第 2 步：保持选中 Custom 模型
打开模型选择器并选择 kimi-k3。界面可能显示 Custom 而非模型名称——这是正常现象。config.toml 中定义的自定义提供商不一定会在桌面端模型列表中按名称显示，但请求仍会使用你配置的 kimi-k3。
第 3 步：验证桌面端请求路径
发送一个简单请求，例如 hi——收到正常回复表示基础连接正常：
接下来，发送一项可调用 Codex 智能体能力的任务：
如果工具结果返回后，桌面端仍会继续生成最终答案，说明模型调用和工具调用均正常工作。
排查常见集成错误
设置后仍显示“缺少环境变量”
Codex 会话连接的是后台 app-server 守护进程，其环境在守护进程启动时获取，而非在你启动会话时获取。如果你设置 KIMI_API_KEY 时守护进程已经在运行，即使当前终端显示该变量已设置，守护进程也无法识别。在 macOS 上，将该变量写入 GUI 会话环境，然后重启守护进程：
然后再次启动 Codex。在 Windows 上，在系统范围内设置该变量后，请注销并重新登录（或完全重启桌面应用）。
401 未授权
API 密钥无效，或密钥与 base_url 分属不同平台——在 platform.kimi.ai 创建的 API 密钥只能配合 https://api.moonshot.ai/v1 使用，而在 platform.moonshot.cn 创建的密钥只能配合 https://api.moonshot.cn/v1 使用。同时确认 KIMI_API_KEY 可在用于启动 Codex 或桌面应用的环境中获取。对于 CLI，请在启动 Codex 的终端中检查：
400 web_search.search_context_size 不受支持
请求中包含尚不支持的 search_context_size 参数，请将其删除。Codex 默认不会发送此参数，内置 web_search 工具开箱即用。
/v1/responses 返回 404
base_url 配置错误——请确保其严格为 https://api.moonshot.ai/v1（包含 /v1 后缀）。如果你此前通过 CC Switch 或其他本地路由器连接，还请确认 base_url 不再指向诸如 http://127.0.0.1:... 的本地地址。
429 速率限制
你已触及速率或并发限制。请在 Kimi API 平台控制台的 限制 中查看当前套餐的配额。
警告：未找到 kimi-k3 的模型元数据
kimi-k3 不在 Codex 的内置模型目录中。出现此警告属于预期情况，不影响使用——第 3 步中设置的 model_context_window = 1048576 已确保上下文窗口被视为 1M。
配置更改未生效
Codex 仅在启动时读取 config.toml——请退出后重新启动。同时确认你编辑的是用户级的 ~/.codex/config.toml，且没有任何 -c 标志或配置文件将其覆盖。如果你之前通过 CC Switch 连接，还需在其 设置 > 路由 中关闭 Codex——否则它会持续重写 config.toml，覆盖新配置。
使用 Kimi API 的优势
在 Codex API 工作流中使用 Kimi，可以提升编程、调试和开发任务的表现。其先进能力有助于生成准确的回复、处理复杂指令，并更快地解决问题。以下是在 Codex 工作流中使用 Kimi 提升生产力和效率的主要优势。
长上下文代码理解
Kimi 可以一次处理大量代码和信息，更有效地识别不同文件及项目部分之间的关联。因此，处理大型或复杂的代码库会轻松得多。
更好的文档和仓库分析
借助 Kimi，可以快速审阅项目文档、技术说明和仓库，无需手动逐个查看所有文件，也能更轻松地找到重要细节。开发者能在更短时间内更清楚地了解整个项目。
高性价比的 AI 开发
Kimi 为处理各类开发任务提供了实用且经济的选择。无需完全依赖成本更高的模型，也能获得强大的 AI 支持。团队可以在更好控制开支的同时提高整体生产力。
更快的信息检索
可以在大型代码库、数据集和项目文件中快速找到有用的信息，减少为寻找答案或参考资料而搜索资源的时间，将更多精力投入编程、测试和项目改进。
改进工作流自动化
借助 Kimi，重复性的开发任务更易于管理和完成。它可以协助进行代码生成、内容审查和日常项目活动，让日常工作流保持井然有序、高效，并持续提升生产力。
Codex 如何改进开发工作流
配置好的 Codex CLI API 工作流可在同一上下文中完成仓库检查、编辑、执行命令和审查。Codex 可以搭建文件框架、解释不熟悉的模块、复现故障、提出测试建议，并运行已批准的检查。外部提供商支持增加了模型选择，但不会免除审查责任。
每项任务都应从明确且范围较小的目标开始。先让 Codex 检查再编辑，审查它提出的修改，只批准你理解的命令，运行仓库测试，并检查最终 diff。在通过审查和验证之前，应将生成的代码视为不可信的贡献。
结语
可靠使用 Codex API 的关键在于按顺序测试每一层：创建并充值 Kimi 账户，在环境中设置 API 密钥，保存用户级提供商配置，重启 Codex，并在处理智能体任务前通过简单提示词进行验证。请将密钥保存在环境变量中，而非 config.toml，并且绝不要公开真实密钥。