没有 ChatGPT，看我如何用本地模型驱动 Codex

---零成本搭建离线 AI 编码助手，全程跑在本机显卡上

写在前面

OpenAI Codex 是目前最强的代码 Agent 工具之一，能自动读写文件、执行命令、排查 Bug，但默认必须绑定云端 ChatGPT API，不仅消耗 token，代码数据还要上传外网。

如果你手头有一张显存尚可的显卡，完全可以用本地开源大模型驱动 Codex，全程数据离线、不花一分钱，编码能力完全满足日常开发需求。本文以 Windows 环境为例，用通义千问 Qwen3.6-35B 模型 + LM Studio 做本地推理后端，一步步带你打通全流程，附所有踩坑解决方案。

一、准备工作

1. 硬件要求

• 显卡：推荐 8GB 以上显存（35B 模型选 Q4 量化，8GB 显存可跑；Q6 量化建议 12GB 以上）

• 内存：16GB 以上，建议 32GB

• 系统：Windows 10/11

2. 软件准备

• LM Studio 0.4.16 及以上：本地大模型推理工具，自带 OpenAI 兼容 API 服务

• Codex 桌面版：OpenAI 官方代码 Agent 客户端

• 可选：Node.js（如需使用 CLI 命令行版本）

二、第一步：搭建 LM Studio 本地推理服务

LM Studio 的作用是加载本地大模型，并对外提供和 OpenAI 完全兼容的 HTTP 接口，让 Codex 可以像调用云端 API 一样调用本地模型。

1. 安装 LM Studio 并下载模型

1. 官网下载 LM Studio 并安装，打开后在搜索栏输入 qwen3.6-35b-a3b

2. 选择 GGUF 量化版本，新手推荐 Q4_K_M，兼顾速度和效果，文件大小约 22GB

3. 等待下载完成，模型会自动存入本地模型库

2. 开启本地 API 服务

1. 左侧菜单栏进入 Developer（开发者） → Local Server

2. 右上角点击 Server Settings，确认：

   • Host：127.0.0.1（本机）

   • Port：1234（默认端口，不用改）

   • 勾选 Enable CORS

   • 保存设置

3. 回到服务页面，点击 Start Server，看到「Server running on http://127.0.0.1:1234」即为启动成功

4. 点击「Load Model」，选择刚下载的 qwen/qwen3.6-35b-a3b 模型，等待加载完成

3. 验证服务是否正常

打开浏览器，访问 http://localhost:1234/v1/models，能看到返回包含模型名的 JSON 数据，就说明本地服务已经正常工作了。

三、第二步：配置 Codex 桌面端对接本地模型

重点说明：Codex 桌面端没有图形化的本地模型切换按钮，也不会自动扫描 LM Studio，需要通过修改配置文件实现。两者共用同一套配置文件，改一次 CLI 和桌面端同时生效。

1. 找到配置文件

打开资源管理器，在地址栏输入以下路径回车：

plaintext

%USERPROFILE%.codex

找到 config.toml 文件，用记事本或 VS Code 打开。

注意：这个文件是 Codex 自动生成的，里面包含沙箱、插件、桌面界面等大量默认配置，千万不要全删，只修改 / 新增指定内容即可。

2. 修改配置（核心步骤）

在文件最顶部（所有带[ ]的区块之前），添加下面 3 行内容，其他原有配置完全不动：

toml

model = "qwen/qwen3.6-35b-a3b" model_provider = "lmstudio" oss_provider = "lmstudio"

避坑重点

绝对不要自己添加 [model_providers.lmstudio] 自定义区块！

lmstudio 是 Codex 内置的保留提供商 ID，已经默认配置好了地址、协议等参数，手动自定义会直接报错「内置提供商不能覆盖」。新版 Codex 已经原生适配 LM Studio，自动对接localhost:1234，无需额外填写 base_url。

3. 重启 Codex 生效

完全退出 Codex 桌面端（右键任务栏托盘图标→退出），重新打开程序。

四、第三步：验证联通，测试效果

1. 正确启动顺序（别搞反）

1. 打开 LM Studio，启动本地服务，加载好 35B 模型

2. 再打开 Codex 桌面端

2. 确认模型生效

进入 Codex 对话界面，输入框上方会显示当前模型名 qwen/qwen3.6-35b-a3b，同时显示「Sandbox ready」（代码沙箱已启用）。

3. 验证真・本地算力

在 Codex 里发送一条测试指令，比如「写一个 Python 版的 Hello World」，同时切回 LM Studio 的 Local Server 页面：

• 页面下方出现新的请求日志、token 生成统计 → 成功调用本地算力

• 日志完全无变化 → 仍在走云端，回到配置文件检查拼写

五、全程踩坑避坑指南（亲测有效）

这是本文最有价值的部分，所有报错都是实操中踩过的坑，照着改就能解决。

坑 1：PowerShell 提示 codex 不是内部命令

• 原因：只装了桌面版，没装 CLI 命令行工具，或者 npm 全局路径没加进系统环境变量

• 解决：如需 CLI 功能，先装 Node.js，再执行npm install -g @openai/codex；仅用桌面端可忽略

坑 2：config.toml 报错「key with no value」

• 原因：TOML 语法错误，残留了孤立的无效行（比如单独一行model_providers.lmstudio，不带中括号）

• 解决：找到报错行数，删除无效废行，确保区块头必须带[ ]，每行都是键 = 值格式

坑 3：报错「wire_api = "chat" is no longer supported」

• 原因：新版 Codex 废弃了 chat 协议，强制使用 responses 协议

• 解决：LM Studio 0.3.29 以上版本已原生支持 responses 接口，无需额外配置，不要手动写 wire_api 参数即可

坑 4：执行 codex --oss 自动下载官方 gpt-oss-20b

• 原因：--oss默认使用 OpenAI 官方开源模型，没有指定 LM Studio 提供商

• 解决：命令行启动需加参数--local-provider lmstudio -m "模型名"，桌面端按本文修改 config.toml 即可

坑 5：报错「内置提供商不能覆盖」

• 原因：手动添加了[model_providers.lmstudio]自定义区块

• 解决：删掉整个自定义区块，只用顶部 3 行全局配置即可

六、性能优化小技巧

1. 拉满 GPU 加速：LM Studio 加载模型后，在设置里把 GPU offload 层数拉到最大，推理速度会有质的提升

2. 量化等级选择：8GB 显存选 Q4_K_M，12GB 以上可选 Q5_K_M/Q6_K，效果更好

3. 上下文长度：Qwen3.6-35B 原生支持 256K 上下文，可根据显存情况调整，日常编码 8K-32K 足够

七、总结

方案优势

• 数据隐私：所有代码、文件都在本地处理，不上传任何云端

• 零成本：不用买 API，不用充 ChatGPT Plus，一次下载永久使用

• 能力够用：35B 参数模型应对日常编码、查错、脚本编写完全没问题

• 兼容生态：标准 OpenAI 接口，后续换其他本地模型也能直接用

不足

• 推理速度不如云端，大段代码生成需要耐心等待

• 复杂 Agent 工具链能力略弱于 GPT-5.5 等云端模型

整体来说，对于注重数据隐私、有显卡硬件、日常做中小项目开发的用户，这套方案性价比极高，完全可以作为日常编码的主力辅助工具。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～