免费又私密用Codex Router把本地Ollama/LM Studio模型接入Codex完整教程【免费下载链接】codex-routerExternal-model router for Codex with guided Kimi OAuth/API, DeepSeek, safe migration, and rollback.项目地址: https://gitcode.com/gh_mirrors/co/codex-routerCodex Router 是一个运行在本地的模型路由器它能把 Ollama、LM Studio 等本地大模型一键接入 Codex让你在写代码时完全免费、完全私密地使用自己机器上的模型——不花一分钱 API 费用数据也绝不出门。这篇教程带你完成从安装到验证的全过程适合所有新手 为什么选择本地模型优点说明 免费模型跑在你自己的硬件上没有 Token 计费 私密代码与对话全程留在本机回环地址127.0.0.1通信⚡ 离线可用断网也能写代码️ 自由想用哪个开源模型就装哪个代价是本地模型速度较慢冷启动可能要一两分钟且并非所有小模型都能稳定驱动 Codex 的工具调用。Codex Router 会帮你提前检查这些问题避免下载完才发现跑不了。第一步安装 Codex RouterCodex Router 支持 macOS、Linux 和 Windows。在终端粘贴官方引导安装命令即可完成全套部署引导式供应商配置 控制中心 系统托盘应用。详细步骤见 docs/INSTALL.md。安装完成后完全退出并重新打开 Codex新任务中选择路由后的模型从菜单栏/系统托盘打开Codex Router控制中心。第二步接入 Ollama 本地模型Codex Router 把 Ollama 当作托管的无头本地运行时管理——模型文件留在 Ollama 仓库里路由器只保存选择、下载进度和目录状态不会擅自弹出 Ollama 的聊天窗口。图形界面操作推荐新手打开托盘应用 →Model settings → Local LLMs在推荐列表里点击Download或直接粘贴模型标签如gemma4:12b到输入框点击下载后路由器会自动在后台启动ollama serve如果没装 Ollama CLI会在你明确同意后自动安装托盘会显示持久状态卡片适配检查 → 准备 Ollama → 拉取权重层 → 就绪/失败长下载也有Cancel按钮可随时取消。命令行操作适合进阶用户./bin/control local-models list # 查看已装模型和下载建议 ./bin/control local-models inspect llama3.2:3b # 只查几KB是否支持工具、上下文多大 ./bin/control local-models install gemma4:12b --yes # 后台下载 ./bin/control local-models benchmark gemma4:12b # 测速tokens/秒勾选模型后路由器会自动刷新模型选择器、重启服务local/...路由即刻生效。完整命令清单见 docs/LOCAL-MODELS.md。第三步接入 LM Studio 本地模型LM Studio 作为独立的 OpenAI 兼容后端可以和 Ollama 并存。它的模型使用lmstudio/模型ID命名空间与 Ollama 的模型互不冲突。最快配置方法只需三步在 LM Studio 中打开本地服务器默认地址http://127.0.0.1:1234/v1如端口不同可用环境变量MODEL_ROUTER_LMSTUDIO_BAse_URL覆盖启用提供商标识并整理模型列表./bin/model-router codex providers enable lmstudio ./bin/curate-models lmstudio整理命令会读取 LM Studio 的/v1/models接口只发布你明确勾选的模型。也可以在控制中心的Local LLMs区域直接勾选两个入口写的是同一份用户模型配置。相关实现可参考 src/lmstudio-models.mjs 与 src/local-models.mjs。挑对模型3 个关键检查1. 必须支持工具调用最重要Codex 的每个回合都靠工具调用驱动没有工具能力的模型第一轮就会失败。只有 Ollama 报告为工具可用的模型才会被发布到选择器其余的会标注no tools — vision only只适合当图像阅读器。下载前先用inspect查一下只花几 KB 流量./bin/control local-models inspect llama3.2:3b # tools:true ./bin/control local-models inspect phi4 # tools:false2. 内存要装得下路由器会读取你的统一内存/显存并预留约 20% 给上下文缓存把模型分为三档标识含义fits全速运行tight能跑但会溢出到 CPU较慢too-large直接拒绝下载加--force才放行3. 尺寸比工具标志更关键Codex 会先占用约 20K 的 32K 窗口放系统提示和工具定义只剩约 12K 给你用。实测中 3B 小模型会被系统提示挤晕而 7B 级模型可以正常跑——建议把 7B 当作跑 Agent 的实用下限小模型留给读图场景。安装完成后跑一次真实客户端验证./bin/control local-models agent-check 模型标签它在临时工作区里执行两轮codex exec必须2/2 全部通过才算模型能稳定驱动 Codex。使用须知与常见问题实验性功能本地模型在 Codex 选择器中标注experimental。用它读图很可靠但当作主聊天模型请保持试试看的心态速度预期本地模型明显慢于托管模型换来的是零成本和零外发——这是明确的取舍卸载与勾选分开取消勾选只隐藏模型不删除文件删除需要单独执行uninstall并明确确认故障排查遇到问题先看 docs/TROUBLESHOOTING.md或运行./bin/control local-models runtime status检查 Ollama 运行时状态。延伸阅读docs/LOCAL-MODELS.md —— Ollama 与 LM Studio 本地模型完整文档docs-site/src/content/docs/clients/codex-local-model.md —— 官方文档站中的本地模型指南docs-site/src/content/docs/providers/local-models.md —— 本地模型供应商参考docs/HOW-IT-WORKS.md —— Codex Router 路由原理小提示把本地模型当第二大脑用——日常琐碎的探索、读图、批量小任务交给它免费跑重要任务再切回云端模型是性价比最高的玩法 【免费下载链接】codex-routerExternal-model router for Codex with guided Kimi OAuth/API, DeepSeek, safe migration, and rollback.项目地址: https://gitcode.com/gh_mirrors/co/codex-router创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考