把 Kimi 接进 Codex ，小白用 Agent 的最好选择

大家好，这里是K姐。

一个帮助你把AI真正用起来的女子。

最近 Claude 又开始大面积封号，不管新号老号，没半点预兆说没就没，最让人头痛的是，之前辛苦喂进去的上下文、个人偏好、项目工作流，全都要重新整理，迁移...

很多人开始转向界面更友好、体验也更成体系的 Codex，但 OpenAI 订阅需要海外银行卡。单是这一个支付门槛，就卡住了不少普通用户。

好在，Codex 官方生态十分开放，支持我们自由配置第三方模型。

我们完全可以接入国产模型，比如 DeepSeek、Kimi，只要支持 OpenAI 兼容接口，理论上都可以接入 Codex。不仅能避开支付门槛，token 费用还更省。

如果是小白第一次上手，我会更建议从 Kimi 开始。Kimi 的中文理解、长文本处理、Coding、多模态综合能力都很强，是最适合 Codex 的国产模型。

而且我日常开通了 Kimi 的会员，在会员额度内，不会有额外的 token 费用。

今天这篇内容，手把手教大家如何将第三方大模型接入 Codex 搞定日常任务。

如何将 Kimi 接入 Codex

我们用到的是在 GitHub 上已经收获 112k+ Star 的跨平台桌面助手 CC Switch。

CC Switch 就是一个 AI 模型切换器，专门帮我们管理不同工具的模型供应商，最早是用在 Claude Code 里，现在 Codex、OpenCode、OpenClaw、Hermes Agent 都能用了。

以前我们换模型要手动编辑 JSON、TOML 或 .env 文件，不同的工具还有不同的配置格式，小白很容易卡住，用 CC Switch 可以直接在界面里添加供应商、填写 API Key，点几下鼠标就能切换，操作简单多了。

我们打开 CC Switch，在 OpenAI 项目中点击 “+”。

在添加新供应商界面，选择 Kimi For Coding 预设。

注意不是 Kimi，而是 Kimi For Coding。像我日常开通了 Kimi 会员，Kimi For Coding 会自带我们的会员额度，不需要再额外花钱了。

CC Switch 已经帮我们预填好了参数，我们下拉填入 API Key 就行。

我们打开 Kimi Code，在控制台中新建 API Key，复制出来后，回到 CC Switch 粘贴进去。

回到 CC Switch 首页，打开左上角设置按钮。

找到本地路由开关，打开。

点击启用刚刚配置好的 Kimi For Coding。

这时候再打开 Codex，就可以看到页面中的模型选项多了自定义或者 Kimi，就可以正常使用了。

如果后续想切回 OpenAI 官方模型，在 CC Switch 中关闭路由，切换到 OpenAI Official 即可。

Kimi 接入 Codex 能做什么

Kimi 本身在中文理解、长文本处理、Coding 方面就比较顺手。接进 Codex 之后，这些能力就不只是停留在聊天窗口里，可以通过 Codex 进入本地文件、项目和工作流，把能力真正落到具体任务里。

• 代码

复刻植物大战僵尸网页游戏。

Codex 直接生成了一个可打开的 HTML 网页游戏。用 SVG 做出了画面，游戏逻辑也完整。

打开后可以选向日葵、豌豆射手、坚果墙，点击草坪种植，收集阳光，阻挡僵尸进攻，虽然画面、数值、动画都还需要继续打磨，但几分钟就能做出可运行的 demo，这效率已经很香了。

• 总结长文报告

很多 AI 资料都是纯英文的，页数多、数据密集，普通人看一遍就很累了。我们也可以把报告发给 Codex。

总结我上传的这份文件《Stanford AI Index Report 2026》，提炼报告中最值得普通用户关注的 10 个核心结论。

我们不用自己啃英文 PDF，直接让 Codex + Kimi 把英文报告拆成普通人能看懂的趋势结论，非常方便。

• 制作PPT

真正办公场景里，我们还可以把自己的工作流沉淀成 skill 使用。比如我们需要做 PPT，可以先安装 skill。

请使用 baoyu-design skill，将我上传的文件转成 20 页左右的 PPT，展示文件中的核心观点，面向对 AI 感兴趣的普通人。

PPT 生成一直是 Kimi 的强项，Kimi 会帮我们把信息拆解成合适的结构，每页都是一个核心观点，用大数字抓重点，再配一句普通人能听懂的解释，阅读起来比较轻松。

排版也是简洁清爽，深色背景和浅色背景交替，大标题、关键数字、短解释，内容都有层次，页面不会单调。

• 视频制作

相比一些更偏文本和推理的模型，Kimi 具有更全面的多模态能力，能够处理图片、视频相关的复杂需求。

我让 Codex 调用 Remotion 插件做了一条手游排行榜短视频：

@remotion 帮我做一个 2026 年中国热度最高的 5 款手游合集短视频，要有相关的游戏视频真实片段（自己去下载，每个大概几秒钟就行），片段要高清，每个片段的比例尺寸保持一致，参照专业的排行榜的效果来做，自己搜索排行榜+视频素材，适当加上旁白和背景音乐。

我们一起看看最终生成的视频：

Kimi 自动搜集完全部素材，判断画面内容、挑选高燃片段、根据视频画面生成旁白，视频成功融入了不同热门手游的精彩打斗画面与游戏实机演示，加上旁白解说和节奏感较强的背景音乐，已经是一条相当不错的成品视频。

这关键是，这一条视频做出来才花了 16 分钟，效率非常高。

一些分享

相比于繁琐的海外付款和随时可能面临的封号焦虑，不如换个思路，将 Codex 这个好用的 Agent 工具，和我们日常使用最顺手的模型能力结合起来。

Kimi K2.7 Code 模型能力已经非常接近 GPT-5.5，而且更适配中文场景，使用成本还低，对于大多数人来说，Kimi 或许是接入 Codex 的最佳选择，使用门槛低，综合体验更好。

以前我们用 AI，经常是需要自己复制粘贴内容、上传文件。现在我们直接给 Codex 一个目标，Codex 就可以借助模型能力理解任务，读取本地文件、修改文件、生成结果、并且保存到指定目录。

从聊天推进到帮我们把活干好，这或许就是未来人机协同工作流的雏形。

未来大模型的竞争，也不再是单纯拼参数和打榜，而是看谁能够更丝滑地融入用户成熟的工具链、真正帮我们把具体复杂的工作落实并干完。

文章来自于微信公众号 “K姐研究社”，作者 “K姐研究社”