开始前准备
- 安装或更新 Codex CLI，并确认命令
codex --version可运行。 - 在 Quick AI Coding 控制台创建 API Key，并复制一个当前可用的模型 ID。
- 确认终端能访问
https://quickaicode.com/v1/models。
Quick AI Coding API Key 只用于本站网关，不是 OpenAI Platform API Key，也不等同于 ChatGPT 登录。请勿把本站密钥传给 codex login --with-api-key。
1. 配置独立 model provider
编辑用户级 ~/.codex/config.toml。provider 与认证相关设置必须放在用户级配置；Codex 会忽略项目级 .codex/config.toml 中的 provider 重定向。
model = "YOUR_MODEL_ID"
model_provider = "quickaicode"
[model_providers.quickaicode]
name = "Quick AI Coding"
base_url = "https://quickaicode.com/v1"
env_key = "QUICKAICODE_API_KEY"
wire_api = "responses"把 YOUR_MODEL_ID 替换为控制台或 /v1/models 实际列出的模型。不要假设某个模型名称会长期存在。
2. 设置密钥环境变量
export QUICKAICODE_API_KEY="YOUR_API_KEY"
codex需要长期使用时，将环境变量放入你信任的 shell 密钥加载流程。避免把真实值写入项目的 .env、配置示例或 Git 历史。
3. 验证连接
- 检查模型列表Shell
curl https://quickaicode.com/v1/models \ -H "Authorization: Bearer $QUICKAICODE_API_KEY" - 启动 Codex
运行
codex，发送一个简短测试请求，确认能持续收到流式输出。 - 检查用量
回到本站控制台核对请求时间、模型和用量记录，确认流量确实经过本站密钥。
恢复官方默认 provider
需要切回 Codex 官方默认连接时，删除或注释上面的 model_provider 与 [model_providers.quickaicode] 配置，并按你的官方账户方式重新选择模型或登录。保留配置前请先备份原文件。
故障排查
提示找不到环境变量
在启动 Codex 的同一个终端执行 printenv QUICKAICODE_API_KEY。如果为空，重新加载 shell 配置后再启动。
返回 401 或 403
检查本站密钥是否完整、启用且有权限访问所选分组，不要使用 OpenAI 或其他平台的 Key。
模型不存在或不可用
重新请求 /v1/models，把配置中的模型改为当前密钥确实可见的 ID。
流式响应中断
先用 curl 验证 /v1/responses，再检查网络、代理和上游状态。保留请求 ID 便于支持人员定位。
兼容范围
Codex 官方允许配置自定义 Responses API provider，但这不表示 OpenAI 官方认可或支持 Quick AI Coding。本站仅对已测试的兼容路径负责；工具调用、模型参数和新增功能可能随 Codex、模型或上游变化。