在 Muapi 上使用 Codex CLI

配置

~/.codex/config.toml（macOS/Linux）或 %USERPROFILE%\.codex\config.toml（Windows）：

model = "gpt-5-6-sol"
model_provider = "muapi"

[model_providers.muapi]
name = "Muapi"
base_url = "https://api.muapi.ai/openai/v1"
env_key = "MUAPI_API_KEY"
wire_api = "responses"

API 密钥

macOS/Linux：

export MUAPI_API_KEY=your_key

Windows PowerShell：

$env:MUAPI_API_KEY = "your_key"
setx MUAPI_API_KEY "your_key"

关键细节

• base_url 是根地址，Codex 会自动追加 /responses。
• env_key 是存放密钥的变量名，而不是密钥本身。
• 请将 model 显式设置为模型端点返回的 id，而不是使用 Codex 内置的默认值。
• Provider id openai、ollama 和 lmstudio 为保留名称，请使用 muapi。
• 请把 provider 配置保存在用户级文件中，不要放进项目文件。

模型

curl -s -H "Authorization: Bearer $MUAPI_API_KEY" https://api.muapi.ai/openai/v1/models

无审查（abliterated）模型

模型端点还会列出 Muapi 支持工具调用的无审查模型（例如 qwen-3-8-27b-obliterated、mimo-v2-6-flash-abliterated）。在 config.toml 中设置 model = "<id>" 即可使用；Muapi 会为你在 Codex 的协议与模型的聊天 API 之间进行转换。

• 实验性功能：质量因模型而异，较小的模型在多文件任务中可能会跳过某些步骤。
• 不支持提示缓存，因此每一轮都按到目前为止的完整对话计费。
• 每次响应的输出上限为 16,384 个 token，上下文窗口也小于 GPT。
• Codex 必须在每一轮发送完整对话（这是自定义 provider 的默认行为）。依赖 previous_response_id 的请求会被拒绝，并返回明确的错误。
• 除 shell 类函数工具和 apply_patch 之外，Codex 的其他内置工具（例如网页搜索）在这些模型上不可用。

推理强度（可选）

model_reasoning_effort = "high"

验证

codex doctor