在实际开发和学习过程中我们常常需要快速调用不同的大语言模型LLM来辅助编程、解答问题或进行对话。然而直接使用官方API往往面临注册、充值、网络限制以及模型切换不便等问题。Codex作为一个开源的、可扩展的模型接入器提供了一个统一的界面来管理和调用包括DeepSeek在内的多种模型并且无需复杂的登录验证和算力充值极大地简化了开发者的使用流程。本文将带你从零开始在几分钟内完成Codex的安装、配置并成功接入DeepSeek模型让你能够免费、无限制地体验其强大的代码生成和对话能力。本文适合所有希望便捷使用大语言模型的开发者无论你是前端、后端还是算法工程师。我们将从环境准备开始逐步完成安装、配置、模型接入和验证测试最后还会补充常见问题的排查路径和最佳实践确保你能顺利上手并应用于实际场景。1. 理解 Codex 的核心机制与优势在开始动手之前有必要先弄清楚 Codex 到底是什么以及它如何解决我们使用大模型时的痛点。1.1 Codex 是什么它解决了什么问题Codex 本质上是一个本地代理服务器和模型管理前端。它不是一个模型提供商而是一个“中间件”或“聚合器”。它的核心价值在于统一接口为不同的模型如 OpenAI GPT、Claude、DeepSeek、本地模型等提供一个标准化的 HTTP API 接口通常兼容 OpenAI API 格式。这意味着你可以在不修改客户端代码的情况下通过切换 Codex 的配置来使用不同的模型。简化认证对于某些提供免费 API 或无需复杂认证的模型如 DeepSeekCodex 可以帮你处理请求转发省去了在官方平台注册、获取和管理 API Key 的繁琐步骤。本地化与隐私Codex 可以部署在你的本地机器上所有的请求通过本地代理发出。对于一些敏感或内部数据这比直接调用云端 API 提供了更好的隐私控制尽管最终请求仍可能发送到模型提供商的服务器。模型聚合与管理你可以在 Codex 的 Web 界面或配置文件中轻松添加、删除和切换不同的模型后端无需为每个模型单独配置开发环境。简单来说Codex 就像一个“万能遥控器”让你用一个统一的开关控制家里所有不同品牌模型的电器AI能力。1.2 Codex 与 DeepSeek 的关系DeepSeek 是由深度求索公司开发的一系列高性能大语言模型以其优秀的代码能力和推理能力著称。DeepSeek 提供了官方的 API 服务通常需要注册账号并获取 API Key 才能调用。Codex 在这里扮演的角色是当你通过 Codex 发送一个请求时Codex 会按照你预先为 “DeepSeek” 这个模型名称配置好的规则包括目标 API 地址、请求头、认证信息等将请求转发到 DeepSeek 的官方 API 端点。对于 DeepSeek 这类目前提供免费 API 且认证简单的模型Codex 可以配置一个通用的或无需鉴权的访问方式从而实现“免费无限制”的使用体验。这里的“无限制”通常指无需个人充值但依然受模型提供商自身速率和用量限制的约束。1.3 技术架构概览一个典型的 Codex 工作流程如下你的客户端 (如curl、Python脚本、Chat客户端) - 发送请求到 http://localhost:5678/v1/chat/completions - Codex 服务 (运行在本地 5678 端口) - 解析请求根据配置的模型名找到对应后端 - 将请求重组后发送到真正的模型API (如 https://api.deepseek.com/v1/chat/completions) - 接收模型API的响应 - 将响应返回给你的客户端整个过程对你而言是透明的你只需要和本地的 Codex 服务交互。2. 环境准备与 Codex 安装我们将选择最简单快捷的安装方式使用 Docker。这种方式能最大程度避免环境依赖冲突。2.1 系统与环境要求操作系统Windows 10/11, macOS, 或 Linux (如 Ubuntu 20.04)。Docker必须预先安装。这是运行 Codex 最推荐的方式。网络需要能够正常访问 DeepSeek 等模型提供商的 API 服务器。磁盘空间约 500MB 用于 Docker 镜像和运行数据。2.2 安装 Docker如果你的系统尚未安装 Docker请根据系统类型执行以下步骤对于 Ubuntu/Debian Linux:# 更新软件包索引 sudo apt-get update # 安装依赖包 sudo apt-get install ca-certificates curl # 添加 Docker 官方 GPG 密钥 sudo install -m 0755 -d /etc/apt/keyrings sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc sudo chmod ar /etc/apt/keyrings/docker.asc # 设置仓库 echo \ deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \ $(. /etc/os-release echo $VERSION_CODENAME) stable | \ sudo tee /etc/apt/sources.list.d/docker.list /dev/null # 更新索引并安装 Docker sudo apt-get update sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin # 验证安装 sudo docker run hello-world对于 macOS:访问 Docker Desktop for Mac 官网下载.dmg文件并安装。安装后启动 Docker Desktop 应用。对于 Windows:访问 Docker Desktop for Windows 官网下载安装程序。确保系统满足 WSL 2 要求。安装后启动 Docker Desktop。2.3 拉取并运行 Codex 容器Codex 通常以 Docker 镜像的形式提供。我们将使用一个流行的开源实现。打开终端Windows 用户可使用 PowerShell 或 WSL2 终端执行以下命令# 拉取最新的 Codex 镜像 (这里以 xiangsx/chatgpt-next-web-proxy 为例它是一个功能完善的实现) docker pull xiangsx/chatgpt-next-web-proxy:latest # 创建并运行容器 docker run -d \ --name codex \ -p 5678:3000 \ -e OPENAI_API_KEYsk-任意字符串 \ -e OPENAI_BASE_URLhttps://api.deepseek.com \ xiangsx/chatgpt-next-web-proxy:latest命令参数解释-d: 后台运行容器。--name codex: 将容器命名为codex方便后续管理。-p 5678:3000: 将容器内部的 3000 端口映射到宿主机的 5678 端口。这意味着我们通过访问http://localhost:5678来使用 Codex。-e OPENAI_API_KEYsk-任意字符串: 设置环境变量。这里OPENAI_API_KEY是 Codex 服务自身需要的对于 DeepSeek 转发我们可以先填一个任意值如sk-dummy后续在 Web 界面配置模型时会覆盖它。注意某些 Codex 版本可能要求此变量不为空。-e OPENAI_BASE_URLhttps://api.deepseek.com: 设置默认的 API 基础地址。这里我们直接指向 DeepSeek 的官方 API 地址。xiangsx/chatgpt-next-web-proxy:latest: 使用的镜像名称。运行成功后你可以使用docker ps命令查看容器状态docker ps你应该能看到一个名为codex的容器正在运行。2.4 验证 Codex 服务是否启动打开你的浏览器访问http://localhost:5678。如果一切正常你应该能看到 Codex 的 Web 用户界面。这通常是一个类似 ChatGPT 的聊天界面或者是一个模型管理后台具体样式取决于你拉取的镜像版本。如果无法访问请检查Docker 容器是否正常运行docker logs codex查看日志。端口是否被占用尝试更换映射端口如-p 5680:3000。防火墙或安全软件是否阻止了端口访问。3. 配置 Codex 接入 DeepSeek 模型Codex 服务运行起来后核心步骤是配置模型。我们需要告诉 Codex“当用户请求名为 ‘deepseek’ 的模型时请将请求转发到 DeepSeek 的官方 API并使用正确的认证方式。”3.1 获取 DeepSeek API 基础信息DeepSeek 的官方 API 端点Endpoint是https://api.deepseek.com其聊天补全接口路径与 OpenAI 格式兼容为/v1/chat/completions。截至撰写时DeepSeek 提供免费的 API 调用但可能需要一个有效的 API Key。虽然 Codex 宣传“无需验证登录”但其本质是转发请求如果 DeepSeek 官方要求 API Key则仍需提供。好消息是DeepSeek 的 API Key 可以免费申请。获取 DeepSeek API Key 步骤访问 DeepSeek 开放平台 。使用邮箱或手机号注册并登录。在控制台或个人中心找到 “API Keys” 或 “密钥管理” 部分。点击“创建新的密钥”生成一个 API Key。请立即复制并妥善保存因为它只显示一次。3.2 在 Codex Web 界面中添加 DeepSeek 模型不同版本的 Codex 界面略有差异但核心配置项相似。我们以常见的配置方式为例在浏览器中打开 Codex (http://localhost:5678)。寻找设置 (Settings)、模型配置 (Model Configuration)或添加自定义模型 (Add Custom Model)的入口。这可能在侧边栏、底部或用户头像下拉菜单中。点击添加新模型填写以下关键信息模型名称 (Model Name): 填写一个你喜欢的标识例如deepseek-chat、deepseek-coder或简单的deepseek。客户端将使用这个名称来指定模型。模型显示名称 (Display Name): 可选用于在界面上展示如 “DeepSeek Chat”。API 基础地址 (Base URL): 填写https://api.deepseek.com。API 密钥 (API Key): 粘贴你从 DeepSeek 平台获取的 API Key。如果该 Codex 版本支持“无需密钥”转发此栏可能留空或填写sk-dummy但这取决于 DeepSeek 服务器的策略最稳妥的方式是填入真实有效的 Key。模型列表 (Model List): 有些配置需要指定该后端支持哪些具体模型。对于 DeepSeek你可以填写deepseek-chat和deepseek-coder。如果不确定可以留空或填写*如果支持通配符。API 类型 (API Type): 选择openai因为 DeepSeek 兼容 OpenAI API 格式。以下是一个配置示例的伪代码表示实际为 Web 表单模型名称: deepseek 基础URL: https://api.deepseek.com API密钥: sk-你的真实DeepSeek密钥 模型列表: deepseek-chat, deepseek-coder3.3 通过环境变量或配置文件配置高级对于 Docker 运行的方式更持久化的配置可以通过环境变量或挂载配置文件实现。例如你可以创建一个config.json文件{ models: [ { name: deepseek, display_name: DeepSeek Chat, base_url: https://api.deepseek.com, api_key: sk-你的真实DeepSeek密钥, models: [deepseek-chat, deepseek-coder] } ] }然后重新运行容器挂载此配置文件docker run -d \ --name codex \ -p 5678:3000 \ -v /你的本地路径/config.json:/app/config.json \ xiangsx/chatgpt-next-web-proxy:latest具体配置路径和格式请参考你所使用的 Codex 项目的文档。4. 测试与验证 DeepSeek 接入配置完成后我们需要验证 Codex 是否能成功代理请求到 DeepSeek 并返回结果。4.1 通过 Web 界面直接测试这是最直观的方式。在 Codex 的 Web 聊天界面中找到模型选择下拉框。你应该能看到刚刚添加的deepseek或DeepSeek Chat选项。选择该模型在输入框中发送一条测试消息例如“用 Python 写一个快速排序函数。”观察回复。如果成功你将收到 DeepSeek 模型生成的代码和解释。如果失败界面通常会显示错误信息如 “Invalid API Key” 或 “Model not found”。4.2 通过命令行使用 curl 测试通过直接调用 Codex 提供的 API 来测试这能排除 Web 界面可能存在的干扰。打开终端执行以下命令curl http://localhost:5678/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-任意字符串或你的Codex主密钥 \ -d { model: deepseek, messages: [ {role: user, content: 你好请介绍下你自己。} ], stream: false }参数解释-H Authorization: Bearer sk-...: 这里的sk-...是 Codex 服务自身要求的认证。如果你在启动容器时通过OPENAI_API_KEY环境变量设置了主密钥则需要使用那个密钥。有些 Codex 配置允许此头部为任意值或为空。model: deepseek: 必须与你之前在 Codex 中配置的模型名称完全一致。stream: false: 设置为非流式响应方便查看完整结果。成功响应示例{ id: chatcmpl-xxx, object: chat.completion, created: 1721620000, model: deepseek-chat, choices: [ { index: 0, message: { role: assistant, content: 你好我是DeepSeek一个由深度求索公司开发的人工智能助手... }, finish_reason: stop } ], usage: { prompt_tokens: 10, completion_tokens: 50, total_tokens: 60 } }如果看到类似结构且content字段有内容说明接入成功。4.3 在编程项目中集成测试你可以在任何支持 HTTP 请求的编程语言中将 API 端点指向http://localhost:5678/v1模型名设为deepseek就像调用本地 OpenAI 服务一样。Python 示例 (使用openai库):首先安装库pip install openaifrom openai import OpenAI # 将客户端指向本地 Codex 服务 client OpenAI( api_keysk-任意字符串, # 这里填写 Codex 要求的主密钥或任意值 base_urlhttp://localhost:5678/v1 # 注意这里要加上 /v1 ) # 发起聊天请求 response client.chat.completions.create( modeldeepseek, # 使用你在 Codex 中配置的模型名 messages[ {role: user, content: 解释一下什么是 RESTful API。} ], streamFalse, ) print(response.choices[0].message.content)5. 常见问题排查与解决方案在实际操作中你可能会遇到一些问题。下面列出常见问题及其排查步骤。5.1 服务启动失败或无法访问问题现象可能原因检查方式处理建议执行docker run后容器立刻退出端口冲突、镜像损坏、环境变量错误docker logs codex查看退出前的日志根据日志错误解决。常见于端口被占用换一个端口如-p 5680:3000。浏览器访问localhost:5678连接被拒绝Docker 未运行、容器未启动、防火墙阻止docker ps查看容器状态docker start codex尝试启动确保 Docker 守护进程运行并启动容器。检查防火墙设置。访问 Web 界面显示空白或错误前端资源加载失败、版本兼容性问题浏览器开发者工具 (F12) 查看 Console 和 Network 标签页的错误信息尝试清除浏览器缓存或使用不同的 Codex 镜像版本。5.2 模型请求失败API 错误问题现象可能原因检查方式处理建议返回401 Unauthorized或Invalid API KeyDeepSeek API Key 无效、过期或未正确配置1. 检查 Codex 配置中 API Key 是否正确粘贴无多余空格。2. 前往 DeepSeek 平台确认密钥状态。在 DeepSeek 平台重新生成 API Key 并更新到 Codex 配置中。返回404 Not Found或Model not supported模型名称配置错误或 DeepSeek 后端不支持该模型名1. 检查 Codex 中配置的模型名与请求中的model参数是否一致。2. 查阅 DeepSeek 官方文档确认有效的模型名称列表如deepseek-chat,deepseek-coder。将请求和配置中的模型名改为官方支持的名称。在 Codex 配置的“模型列表”中填入具体模型名。返回429 Too Many Requests请求频率超过 DeepSeek API 限制观察请求频率是否在短时间内发送了大量请求。降低请求频率添加请求间隔。如果是共享 IP可能是该 IP 总体超限稍后再试。返回503 Service Unavailable或超时DeepSeek 服务暂时不可用或网络问题导致连接失败1. 尝试直接访问https://api.deepseek.com看是否通畅。2. 检查本地网络和代理设置。等待一段时间后重试。检查本地网络如果使用代理确保 Codex 容器能正确通过代理访问外网配置 Docker 或容器代理。Web 界面显示cc switch local proxy failed while handling codex endpoint /responses...Codex 内部路由或代理配置错误常见于某些特定版本或配置查看 Codex 容器日志docker logs codex获取详细错误。此错误通常与 Codex 服务自身的后端转发逻辑有关。尝试1. 重启 Codex 容器。2. 检查 Codex 配置中 Base URL 是否正确。3. 考虑更换或更新 Codex 镜像版本。5.3 配置与使用中的常见坑模型名混淆Codex 中配置的“模型名称”是你自定义的标识符而“模型列表”或 DeepSeek 官方支持的名称如deepseek-chat是实际调用的模型。确保请求时使用你自定义的标识符。Base URL 格式错误Base URL 应为https://api.deepseek.com不需要包含/v1等路径。Codex 会自动拼接。API Key 泄露切勿将包含真实 API Key 的配置文件或代码上传至公开仓库如 GitHub。使用环境变量或安全的密钥管理服务。流式响应处理如果设置stream: true客户端需要有能力处理 Server-Sent Events (SSE)。对于简单测试建议先使用非流式。Docker 容器网络如果宿主机使用了网络代理Docker 容器默认可能无法继承代理设置导致无法访问外部 API。需要在 Docker 配置或容器运行时设置代理环境变量如HTTP_PROXY,HTTPS_PROXY。6. 最佳实践与扩展方向成功接入 DeepSeek 只是第一步以下实践能让你更稳定、高效地使用 Codex。6.1 安全与密钥管理使用环境变量不要将 API Key 硬编码在配置文件或代码中。对于 Docker可以通过-e传递或使用 Docker Secrets、 Kubernetes Secrets 等管理。docker run -d \ --name codex \ -p 5678:3000 \ -e OPENAI_API_KEYsk-dummy \ -e DEEPSEEK_API_KEY你的真实密钥 \ ... 其他配置然后在 Codex 配置中引用环境变量$DEEPSEEK_API_KEY如果支持。定期轮转密钥定期在 DeepSeek 平台更新 API Key并在 Codex 中同步更新。限制访问Codex 服务默认监听在所有网络接口 (0.0.0.0)。如果部署在公网服务器务必使用防火墙或反向代理如 Nginx设置访问控制避免服务被滥用。6.2 性能与稳定性设置超时与重试在客户端调用 Codex 时合理设置请求超时时间并实现简单的重试机制以应对网络波动或 API 临时不可用。监控与日志关注 Codex 容器的日志 (docker logs -f codex)并考虑将日志收集到外部系统如 ELK以便排查问题。监控服务的响应时间和错误率。使用连接池如果你的客户端会频繁调用确保使用 HTTP 连接池避免频繁建立和断开连接。6.3 扩展接入更多模型Codex 的强大之处在于聚合。你可以用同样的方式接入其他模型OpenAI GPT 系列Base URL 为https://api.openai.com/v1需要有效的 OpenAI API Key。Claude (Anthropic)需要配置对应的 Base URL (如https://api.anthropic.com) 和 API Key注意其 API 格式可能与 OpenAI 不完全相同可能需要 Codex 支持或特定配置。本地模型如果你在本地部署了 Ollama、LM Studio 或 vLLM 等服务可以将 Base URL 指向http://host.docker.internal:11434(Ollama 默认) 等地址实现与本地模型的交互。其他国内模型如通义千问、文心一言等只要它们提供兼容 OpenAI 格式的 API都可以尝试接入。在 Codex 的模型配置列表中逐一添加即可然后在客户端或界面中按需切换。6.4 生产环境考量对于个人或小团队内部使用上述 Docker 部署方式已足够。如果希望用于更正式的环境使用 Docker Compose通过docker-compose.yml文件定义服务方便管理和部署。version: 3.8 services: codex: image: xiangsx/chatgpt-next-web-proxy:latest container_name: codex ports: - 5678:3000 environment: - OPENAI_API_KEYsk-dummy - OPENAI_BASE_URLhttps://api.deepseek.com restart: unless-stopped # 容器退出时自动重启配置持久化存储将 Codex 的配置数据卷挂载到宿主机避免容器重建后配置丢失。-v /path/to/codex/data:/app/data置于反向代理之后使用 Nginx 或 Caddy 为 Codex 提供 HTTPS、域名访问和基础认证。通过以上步骤你已经成功搭建了一个本地的、可扩展的 AI 模型网关。它不仅让你能便捷地使用 DeepSeek更为你未来集成和使用其他大模型提供了一个统一的入口。接下来你可以探索如何将 Codex 的 API 集成到你的 IDE如 VS Code 插件、自动化脚本或自建应用中进一步提升开发效率。