装好 Codex 只是开始，真正让它”好用”靠配置。这篇讲三件事：接入 DeepSeek 等模型降本、掌握 config.toml 高级配置、按场景选模型。

一、让 Codex 用上 DeepSeek（性价比关键）

Codex 默认走 OpenAI 模型，但支持替换为其他兼容 OpenAI API 的模型服务商。接入 DeepSeek 后，同样的智能体能力，成本大幅下降。

配置方法（config.toml）

# ~/.codex/config.toml
model = "deepseek-chat"
model_provider = "deepseek"

[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
env_key = "DEEPSEEK_API_KEY"
wire_api = "responses"

然后在环境变量里配置你的密钥：

# macOS / Linux
export DEEPSEEK_API_KEY="sk-你的密钥"

# Windows
setx DEEPSEEK_API_KEY "sk-你的密钥"

重启 Codex 后即生效。同样的思路可接入其他兼容 OpenAI 协议的服务（如智谱、通义等），改 base_url 和 env_key 即可。

注意事项

  • 不同模型”脾气”不同：DeepSeek 的推理风格和 GPT 有差异，复杂任务建议先小样本试跑
  • 若模型不支持某些工具调用，把 wire_api 调整为 chat（兼容模式）

二、config.toml 高级配置

Codex 的配置文件在 ~/.codex/config.toml（Windows 为 %USERPROFILE%\.codex\config.toml）。常用配置：

# 基础
model = "deepseek-chat"          # 默认模型
model_provider = "deepseek"      # 默认提供商

# 沙箱与权限
sandbox_mode = "workspace-write" # 仅允许写工作区
# sandbox_mode = "danger-full-access"  # 全权限（谨慎）

# MCP 服务器（连接外部数据源）
[mcp.sqlite]
type = "sqlite"
database = "/mnt/user_behavior.db"

[mcp.postgres]
type = "postgres"
host = "localhost"
port = 5432
database = "analytics"
user = "analyst"

沙箱模式对照

模式权限适用
read-only只读代码审查、讨论
workspace-write可写工作区日常数据分析（推荐）
danger-full-access全部权限可信环境，谨慎

三、按场景选模型

场景推荐模型理由
日常取数/清洗/常规分析DeepSeek / GPT-4o-mini 级别快、便宜、够用
复杂 SQL / 长链条分析GPT-5 / Claude 级别推理强，少返工
大量代码生成编码特化模型代码质量优先
成本敏感批处理轻量模型量大不心疼

四、进阶技巧

  • Profile 定制：~/.codex/profiles/ 下建自定义 profile，如”报表专用”（预设图表样式、中文输出）
  • 提示词模板文件：常用需求写成模板，用 codex exec "$(cat prompt.txt)" 复用
  • 版本感知：升级前后跑一遍已有任务，确认行为没有意外变化

小结

  • 接 DeepSeek：改 base_url + model_provider，成本可降一个量级
  • config.toml 三件套：模型、沙箱、MCP 连接
  • 模型按任务选：日常轻量、复杂重型、批处理极致便宜

上一篇：保姆级 Codex 数据分析技能教程。