你的 Codex 额度有救了，你甚至可以接入JEV来玩红警

上周发了折腾 WebCodex 的文章《把ChatGPT几乎无限的网页额度当Codex用》，文章下面，就有小伙伴接着问：能不能让不同的模型，去干不同的活？

你看，其实大家的需求都是一样的。

这个念头我已经想了好一阵子。主力工具虽然是 Codex，别家的 API 也买了不少，套餐和余额散落各处，Codex 的额度倒是照样不够用。

之前得解决办法是给大家介绍过的 Codex ++，可以在 Codex 里边接入其他的不同第三方模型，但是你这一个任务从头到尾就只能用同一个模型来跑。

而我一直想要的效果是：把所有的模型 API 接到一起，收到任务，先让一个智商高的模型判断难度，再结合手头哪些模型能做、哪家还有额度，把完整任务拆给不同的助手。

能力越大，责任越大。难活让强模型来，普通工作让便宜、够用的模型做。最后再由主模型检查、整合，我们不用挨家打开工具，重复交代背景。

就比如说一个本科生就能搞定的工作，你让博士生去做，不是太浪费了吗？

物尽其用人尽其才，不就实现节省优质额度的目的了吗？

本来是打算自己做一个，结果在聊的过程中，Codex 跟我说，你这个点子已经有人做了。。。

名字就叫 OpenCodex。

具体的使用场景是，上一篇的 WebCodex 可以让你把网页版的额度也用起来。而 Open Codex 则是让你在用 Codex 的时候，能省就省。

两者其实是目的都是一样的，就是尽可能大幅节省 Codex 本身的额度。

先把它装上

嫌麻烦的小伙伴，可以把项目地址交给 Codex，让它帮你安装。下面这段直接复制过去：

请按 github.com/lidge-jun/opencodex 的官方文档帮我安装 OpenCodex。检查环境、备份配置，保留官方主模型与账号，不打断任务。接入一家我已有的模型，密钥由我在本机填写。验证调用，说明如何恢复。

其实到这就完事了，剩下的都可以由你的 Agent 去搞定。

我甚至觉得往后教程是真的没必要再写，大概就是报一个项目名字，给一个链接，剩下的过程全都可以省去，因为有项目本身的官网地址去指导 Agent 如何安装。

说实话，我不知道现在还有多少小伙伴是手动去按教程一步一步操作的。看到这里的同学，评论区也顺便反馈一下。

不过过渡时期咱就还按传统的教程走一遍，想省一点额度就跟我手动来。

下面以 Windows 为例，先准备能正常使用的 Codex，以及一家可用的模型 API 或编程套餐。

运行环境需要你先装一个 Node.js 官网：nodejs.org

下载安装 LTS 版，这是运行工具需要的环境。

装完，运行指令打开按下快捷键 Win + R，输入 powershell，回车直接启动。

在开始菜单搜索这个名字，点开即可。依次粘贴下面两行，每行按一次回车：

node -vnpm -v

会出现版本号。

再输入安装命令：

npm install -g @bitkyc08/opencodex

接着检查并启动，同样逐行执行：

ocx --versionocx start

看到版本号并启动后，留着窗口，

浏览器打开网址：localhost:10100

如果终端显示的是其他地址，以它为准。忘了地址，可以另开 PowerShell 输入 ocx gui。

如果提示禁止运行 npm.ps1，把命令中的 npm 换成 npm.cmd；ocx 同理可用 ocx.cmd。找不到命令先重开终端。其他错误对照安装说明。

opencodex.me/getting-started/installation 

接入 API 

左侧点提供方，再点添加提供方，搜索你买过服务的厂商。

我拿智谱编程套餐演示，搜索 Zhipu，选择带 Coding Plan、标着 openai-chat 的那项。

先接自己买过的一家，跑通一个再说。

接下来主要填三样：接口地址、API 密钥、模型名称。密钥去你购买服务的平台控制台找，在 API 密钥管理里创建后，粘贴到这里；别把密钥发到评论区。

预设带出的地址也要核对。

本例智谱 Coding Plan 是：

open.bigmodel.cn/api/coding/paas/v4

图中默认模型是 glm-5.3，我要用 Flash，就改成 glm-5.3-flash。

普通 API 和编程套餐别混，同一家也可能各算各的钱。模型名照后台给的标识填。确认后点击添加提供方；提示同名已存在，就查看原配置，别重复覆盖。

保存后进入这家的模型页，检查目标型号。没有列出来时，先确认账号能用这个模型，再通过添加自定义模型补上；同时到左侧模型检查它没有被隐藏。

默认主模型，我仍保留 Codex 官方 GPT。提供方里的 OpenAI（Codex login） 也照旧保留。

装完一个测试没问题之后，你就可以继续安装下一个，完事重启 Codex。

给模型分工

项目安装好了，也配置好了 API，那就可以给不同的模型设置任务条件了。

你会在仪表盘这里看到这么几个选项。：

具体的设置：在子代理标签中设置里面的高级按钮展开也会看到：

这里一开始说实在话我也没看懂，然后我就去问了 Codex。

简单点说就是：

V1 适合多个不同厂商的模型混着干活；V2 是更新的多 Agent 协作机制，并发更强，但跨模型厂商还有兼容限制；Base 就是交给 Codex 按官方默认规则自动选择。

我的建议是先用 V1，等玩熟了之后，想试试 V2 的效果的话，再切过去试试。

好了，以上是背景知识，下面以我的需求来跑一次。

比如说，我这边智谱套餐月底到期，先做普通工作；豆包余额宽裕，多做执行；DeepSeek 留作复核。官方 GPT 负责判断、难题和验收。

注意，OpenCodex 负责接通这些模型，派什么活，还是主模型结合你的规则来判断。它不会自动知道各家余额，得你跟它说你的倾向。

你可以参考设置说明：opencodex.me/guides/sub-agent-surface

实际上，如果你觉得这些配置操作复杂的话，我建议还是用 Codex 直接去口喷，说明白你打算怎么安排调度：

收到任务后，先判断难度。难题和最终检查由你负责，范围清楚的普通工作，交给够用、成本低的助手。按我提供的额度和到期时间安排，不要假定知道实时余额。每个助手写清工作范围，别同时改同一文件。小任务直接做，限流时不要反复重试。最后说明实际用了谁、做了什么，并验证结果。

等它配置完之后，你就可以跑一个任务来试试。

如果成功调用的话，在 Codex 里边的就能看得到。

比如我这两天正在让 Codex 尝试做视频。他就会这么去分工：

你在 Open Codex 的网页面板上也能查看到用量：

你看，这不是分出来不少活，交给了手头的闲置资源。

大概的使用方法和思路就是这样，上面这些图文呢，有些可能大家还是看得不太明白，但是这不重要。你就把你的意图，你想怎么安排这些模型的调度，还是让 Codex 帮你去解决，这是最稳妥的。

崩了咋办

正常使用的时候，你就不需要再去经常查看。如果万一遇到问题，下面这几个命令你可以了解一下。

开 PowerShell 配置后台运行：

ocx service

首次使用按提示安装，遇到系统权限提示按需处理。已有服务的先用 ocx service status 查看，不必重复安装。完成后分别运行：

ocx service statusocx status

确认服务可用、代理在线，再检查仪表盘里的启动安全。Windows 这条路线是在用户登录后启动，平时关掉管理网页也不影响使用。

如果折腾完不合适，退路也留好了。等任务完成，在 PowerShell 输入：

ocx stop

它会停止代理并恢复原生 Codex 路由，之后重新打开 Codex。只想恢复路由、保留代理运行，则用 ocx restore，两条按需求选，不用全执行。

想再次使用，已装后台服务的运行 ocx service start，否则运行 ocx start。若仅用过 ocx restore，则用 ocx restore back 接回运行中的代理。

顺手还能做这些

还有几项实用的亮点。

比如号池。多个自己的账号可以集中管理，查看支持查询的额度，按设置轮换，蹬完一个号，换一个号无缝衔接。

助手不可用时，可配置失败接替，按顺序尝试其他模型。比如说我的智谱 Coding Plan 快到期了，我就优先用这个，如果他的活搞不定了，再配一个兜底的模型。

至于钱花到哪儿了，用量能看请求数、模型消耗和统计覆盖率。注意页面上的费用是估算，实际扣多少，仍看厂商账单。

Ollama、LM Studio 跑着的本地模型也能接。先开好本地服务，再从添加提供方→本地选择。

还有联网和看图的帮手：可配置其他服务搜索，或把图片描述成文字，补足模型能力，也会增加消耗。

那接进来的第三方模型能不能用 Codex 的 Computer Use？我专门叫来 DeepSeek 4.1 Flash，画只小狗。

虽然画得比较抽象，但是重点是，这个功能是可用的。

另外，集成页还列了其他 AI 工具，部分可复用接好的模型。另外还有按规则轮换的模型组、模型隐藏、磁盘占用查看，以及需单独安装的 Windows 托盘控制。图片生成则需另配服务、另算费用。

这些小功能，等你用到的时候再折腾，不必一次打开所有开关。

结语

上一篇 WebCodex 让 AI 替我们做事。这一篇接着问：活有了，能不能分得合理一点？

我现在觉得，没必要对 SOTA 模型过于执念，不是说什么活都得让 SOTA 来做。

难不成你让改个文件名的事，你让 GPT 6 来改，是因为它改的名字更好听吗？

大可不必。

现在不少模型处理日常需求，已经够用了。差距当然存在，只不过真正拉开差距的难题，很多普通用户一个月也碰不上几次。

天花板还没摸着，额度倒是先见底了。

所以我现在更愿意琢磨：什么样的活，交给什么样的模型。

OpenCodex 的价值，就在于它把这些模型接进了同一个工作流程。配好模型和分工规则，省下来的，是你在几个工具之间来回切换、重复交代背景的工夫。

而且这事还能继续往下玩。

因为文章写到这里的时候，收到了这两天最热门的 JEV 的邮件，可以用起来了。还是一句话让它接入你的 Codex。

我昨天蹬了一天的 JEV，主要就是在验证一个，它能不能用来玩游戏。

算是跑通了，可以去玩红警这类即时战略游戏。给大家放一段录屏看看吧。

只能说 JEV 的模型大幅提高及时交互的反应速度，让 agent 玩游戏成为了可能。

但具体怎么样能把这游戏玩好？还得进一步调教。

不过便宜是真便宜，我蹬了一天，JEV 的额度也就花了0.1美刀，跟不要钱一样。

所以社区这两天涌现出一堆跟 jev 模型相关的各种项目，感兴趣的可以去这里面找适合自己的项目玩：

logicrw.github.io/awesome-jev-projects

后续我还会单独就 JEV 的玩法继续写文章，大家继续关注。

文章来自于"网罗灯下黑"，作者 "网黑哥"。