Codex 配置指南：快速开始

调用 GET /v1/models（curl https://api.getaitoken.com/v1/models -H "Authorization: Bearer $OPENAI_API_KEY"），返回的 id 就是该 Key 可用的模型；也可以登录后在 /available-channels 可视化查看支持的模型与计费。

不建议。Codex 的 OpenAI-compatible 配置应使用 /v1 端点；指南和弹窗生成器会自动补齐 /v1。

先确认 Node.js 和 npm 可用，再安装或更新 Codex CLI：npm install -g @openai/codex@latest。首次配置前运行一次 codex，确保用户级 .codex 配置目录已经生成。

macOS/Linux 使用 ~/.codex；Windows 使用 %USERPROFILE%\.codex。macOS 也可以在访达按 Command+Shift+G 输入 ~/.codex；Windows 可按 Win+R 输入 %userprofile%\.codex。目录不存在时先运行一次 codex，必要时再手动创建 config.toml 和 auth.json。

Codex 内置 provider id 有保留语义。这里使用 getaitoken 作为自定义 provider，避免与官方 OpenAI 配置混淆。

先确认账户余额、订单或兑换额度是否可用，再确认 API Key 所属 Group 已开启对应 OpenAI 模型。换模型前用 /v1/models 核对可用 ID。

不需要。标准 Responses 模式即可使用；WebSocket 只作为高级选项，Codex Desktop 的 Fast 开关仍取决于客户端能力探测。

先确认终端字体和编码正常；仍乱码时，按 Win+R 输入 intl.cpl，进入“管理”选项卡，打开“更改系统区域设置”，勾选“使用 Unicode UTF-8 提供全球语言支持”，保存并重启电脑后再打开 Codex。

base_url 必须保留 /v1，例如 https://api.getaitoken.com/v1，不要把 /responses 写进 base_url。请在实际运行失败任务的同一台机器或容器里分别 curl /v1/models 和 /v1/responses；如果 /v1/models 也 connection refused，优先检查 DNS、出站 443、防火墙、HTTP(S)_PROXY/NO_PROXY、CLI 沙盒或容器网络。图片生成 worker 能通但 vision/review worker 不通时，重点核对两边是否继承了同一套代理、DNS 和 API Key。

指南要求先备份 config.toml 和 auth.json，再写入新内容。不要删除旧文件，必要时可以从 backup 文件恢复。

换 Key 时修改 auth.json；Windows 用户还要同步更新用户级 OPENAI_API_KEY 环境变量。换服务地址改 config.toml 的 base_url 并保留 /v1；换模型前先用 /v1/models 确认可用 ID，再同时修改 model 和 review_model。

全局提示词建议放在 Codex 读取的 AGENTS.md 中，修改后重启 Codex 或编辑器。网络搜索属于客户端能力，若你的 Codex 版本支持，可在 config.toml 中按 Codex 官方语义开启；getaitoken 侧只负责 OpenAI-compatible API 转发与用量记录。

重启 Codex 后发送测试消息，确认 Model provider 是 getaitoken.com - https://api.getaitoken.com/v1，Account 是 API key configured，并到 Usage 页面确认同一时间段出现模型、请求和消耗记录。

getaitoken 的图像能力保持 OpenAI-compatible 路径：纯图片生成走 /v1/images/generations，图片编辑走 /v1/images/edits；如果是在文本模型流程中调用图片工具，则走 /v1/responses 并在 tools 中声明 image_generation。 返回图片默认在响应体 data[0].b64_json，Base64 解码后就是 PNG。需要多张图时设置 n；上传编辑图片请控制在 50MB 以内。用户 API Key 所属 Group 必须开启 allow_image_generation，否则会返回 Image generation is not enabled for this group。 curl https://api.getaitoken.com/v1/images/generations \ -H "Authorization: Bearer <getaitoken user API key>" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-image-2", "prompt": "A clean product rendering of an AI API dashboard", "size": "1024x1024", "quality": "high", "response_format": "b64_json" }' curl https://api.getaitoken.com/v1/images/edits \ -H "Authorization: Bearer <getaitoken user API key>" \ -F "model=gpt-image-2" \ -F "image[][email protected]" \ -F "prompt=Replace the background with a clean office scene" \ -F "size=1024x1024" \ -F "quality=high" \ -F "response_format=b64_json" curl https://api.getaitoken.com/v1/responses \ -H "Authorization: Bearer <getaitoken user API key>" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-5.5", "input": "Generate a product hero image for an AI API gateway.", "tools": [ { "type": "image_generation", "model": "gpt-image-2", "size": "1024x1024", "quality": "high" } ], "tool_choice": { "type": "image_generation" } }' import OpenAI from "openai"; import { writeFileSync } from "fs"; const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY, baseURL: "https://api.getaitoken.com/v1", }); const result = await client.images.generate({ model: "gpt-image-2", prompt: "A clean product rendering of an AI API dashboard", size: "1024x1024", quality: "high", response_format: "b64_json", }); writeFileSync("out.png", Buffer.from(result.data[0].b64_json, "base64"));