最近 Claude 又開始大面積封號，不管新號老號，沒半點預兆說沒就沒，最讓人頭痛的是，之前辛苦喂進去的上下文、個人偏好、項目工作流，全都要重新整理，遷移…
很多人開始轉向界面更友好、體驗也更成體系的 Codex，但 OpenAI 訂閱需要海外銀行卡。單是這一個支付門檻，就卡住了不少普通用戶。
好在，Codex 官方生態十分開放，支持我們自由配置第三方模型。
我們完全可以接入國產模型，比如 DeepSeek、Kimi，只要支持 OpenAI 兼容接口，理論上都可以接入 Codex。不僅能避開支付門檻，token 費用還更省。
如果是小白第一次上手，我會更建議從 Kimi 開始。Kimi 的中文理解、長文本處理、Coding、多模態綜合能力都很強，是最適合 Codex 的國產模型。
而且我日常開通了 Kimi 的會員，在會員額度內，不會有額外的 token 費用。
今天這篇內容，手把手教大家如何將第三方大模型接入 Codex 搞定日常任務。
01. 如何將 Kimi 接入 Codex
我們用到的是在 GitHub 上已經收穫 112k+ Star 的跨平台桌面助手 CC Switch。
CC Switch 就是一個 AI 模型切換器，專門幫我們管理不同工具的模型供應商，最早是用在 Claude Code 裏，現在 Codex、OpenCode、OpenClaw、Hermes Agent 都能用了。
以前我們換模型要手動編輯 JSON、TOML 或 .env 文件，不同的工具還有不同的配置格式，小白很容易卡住，用 CC Switch 可以直接在界面裏添加供應商、填寫 API Key，點幾下鼠標就能切換，操作簡單多了。
我們打開 CC Switch，在 OpenAI 項目中點擊 “+”。
在添加新供應商界面，選擇 Kimi For Coding 預設。
注意不是 Kimi，而是 Kimi For Coding。像我日常開通了 Kimi 會員，Kimi For Coding 會自帶我們的會員額度，不需要再額外花錢了。
CC Switch 已經幫我們預填好了參數，我們下拉填入 API Key 就行。
我們打開 Kimi Code，在控制檯中新建 API Key，複製出來後，回到 CC Switch 粘貼進去。
回到 CC Switch 首頁，打開左上角設置按鈕。
找到本地路由開關，打開。
點擊啓用剛剛配置好的 Kimi For Coding。
這時候再打開 Codex，就可以看到頁面中的模型選項多了自定義或者 Kimi，就可以正常使用了。
如果後續想切回 OpenAI 官方模型，在 CC Switch 中關閉路由，切換到 OpenAI Official 即可。
02. Kimi 接入 Codex 能做什麼
Kimi 本身在中文理解、長文本處理、Coding 方面就比較順手。接進 Codex 之後，這些能力就不只是停留在聊天窗口裏，可以通過 Codex 進入本地文件、項目和工作流，把能力真正落到具體任務裏。
代碼
復刻植物大戰殭屍網頁遊戲。
Codex 直接生成了一個可打開的 HTML 網頁遊戲。用 SVG 做出了畫面，遊戲邏輯也完整。
打開後可以選向日葵、豌豆射手、堅果牆，點擊草坪種植，收集陽光，阻擋殭屍進攻，雖然畫面、數值、動畫都還需要繼續打磨，但幾分鐘就能做出可運行的 demo，這效率已經很香了。
總結長文報告
很多 AI 資料都是純英文的，頁數多、數據密集，普通人看一遍就很累了。我們也可以把報告發給 Codex。
總結我上傳的這份文件《Stanford AI Index Report 2026》，提煉報告中最值得普通用戶關注的 10 個核心結論。
我們不用自己啃英文 PDF，直接讓 Codex + Kimi 把英文報告拆成普通人能看懂的趨勢結論，非常方便。
製作PPT
真正辦公場景裏，我們還可以把自己的工作流沉澱成 skill 使用。比如我們需要做 PPT，可以先安裝 skill。
請使用 baoyu-design skill，將我上傳的文件轉成 20 頁左右的 PPT，展示文件中的核心觀點，面向對 AI 感興趣的普通人。
PPT 生成一直是 Kimi 的強項，Kimi 會幫我們把信息拆解成合適的結構，每頁都是一個核心觀點，用大數字抓重點，再配一句普通人能聽懂的解釋，閱讀起來比較輕鬆。
排版也是簡潔清爽，深色背景和淺色背景交替，大標題、關鍵數字、短解釋，內容都有層次，頁面不會單調。
視頻製作
相比一些更偏文本和推理的模型，Kimi 具有更全面的多模態能力，能夠處理圖片、視頻相關的複雜需求。
我讓 Codex 調用 Remotion 插件做了一條手遊排行榜短視頻：
@remotion 幫我做一個 2026 年中國熱度最高的 5 款手遊合集短視頻，要有相關的遊戲視頻真實片段（自己去下載，每個大概幾秒鐘就行），片段要高清，每個片段的比例尺寸保持一致，參照專業的排行榜的效果來做，自己搜索排行榜+視頻素材，適當加上旁白和背景音樂。
我們一起看看最終生成的視頻：
Kimi 自動蒐集完全部素材，判斷畫面內容、挑選高燃片段、根據視頻畫面生成旁白，視頻成功融入了不同熱門手遊的精彩打鬥畫面與遊戲實機演示，加上旁白解說和節奏感較強的背景音樂，已經是一條相當不錯的成品視頻。
這關鍵是，這一條視頻做出來才花了 16 分鐘，效率非常高。
03. 一些分享
相比於繁瑣的海外付款和隨時可能面臨的封號焦慮，不如換個思路，將 Codex 這個好用的 Agent 工具，和我們日常使用最順手的模型能力結合起來。
Kimi K2.7 Code 模型能力已經非常接近 GPT-5.5，而且更適配中文場景，使用成本還低，對於大多數人來說，Kimi 或許是接入 Codex 的最佳選擇，使用門檻低，綜合體驗更好。
以前我們用 AI，經常是需要自己複製粘貼內容、上傳文件。現在我們直接給 Codex 一個目標，Codex 就可以藉助模型能力理解任務，讀取本地文件、修改文件、生成結果、並且保存到指定目錄。
從聊天推進到幫我們把活幹好，這或許就是未來人機協同工作流的雛形。
未來大模型的競爭，也不再是單純拼參數和打榜，而是看誰能夠更絲滑地融入用戶成熟的工具鏈、真正幫我們把具體複雜的工作落實並幹完。
原文鏈接：把 Kimi 接進 Codex ，小白用 Agent 的最好選擇
