把DeepSeek接入Codex，强大又超有性价比！

Codex的日常用途与模型切换动因

Codex是我现在经常使用的AI工具。写程序、修改文件、制作一些小工具，包括电脑遇到问题时排查原因，我都会让它来帮忙。

不过，Codex默认使用的是OpenAI的模型。最近我发现，DeepSeek官方已经给出了接入Codex的方法，可以把DeepSeek-V4-Flash直接放进Codex中使用。

而且这次不需要我们自己研究复杂的配置文件，官方已经准备好了一键脚本。运行脚本、选择模型、填入API Key，重新打开Codex就能用了。

Codex主界面

最关键的是——性价比高，花费非常非常低。

准备DeepSeek API Key

首先打开DeepSeek开放平台：https://platform.deepseek.com/api_keys

登录以后，进入API Keys页面，新建一个API Key。

DeepSeek API Keys页面

创建成功后要立即复制保存，因为完整的Key只会显示一次。如果忘记了，就只能删除后重新创建。

这里也要提醒一下：API Key相当于账号的使用密码，不要透露给任何人。

DeepSeek API采用按量付费的方式，需要先给账户充值少量余额。平时个人使用究竟花费多少，和任务数量、输入文件大小以及模型输出长度都有关系。总体来说，非常便宜，再加上缓存，性价比非常高。

DeepSeek账户余额与计费说明

一条命令完成Codex配置

在已经安装了Codex的Windows 10以上的电脑中，先打开PowerShell。

可以按下Win+x，打开终端。

Windows终端快捷菜单

接着复制DeepSeek官方提供的命令：

irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

粘贴到PowerShell中，按下回车键运行。

PowerShell运行脚本

使用前有一个前提：电脑上需要已经安装并至少运行过一次Codex CLI或者Codex桌面端。只有运行过以后，电脑中才会生成.codex配置目录。

脚本运行以后，根据提示选择DeepSeek-V4-Flash，再粘贴刚才创建的API Key。

脚本选择模型与输入API Key

这个脚本会自动备份原来的Codex配置，再写入DeepSeek模型信息。原来已经配置的MCP、项目权限等内容会被保留。如果配置文件存在错误，脚本也会停止写入。

脚本成功写入配置

比起自己打开配置文件逐行修改，这种方式显然更适合普通用户。

重新打开Codex验证接入

配置结束以后，关闭并重新打开Codex。模型名称有时会直接显示为DeepSeek-V4-Flash，有时只显示“自定义”。只要前面的配置正确，“自定义”背后使用的就是DeepSeek模型。

Codex模型选择界面

接下来就可以安排一个实际任务了。

比如让它读取一个项目、修改一段代码，或者根据自己的需求制作一个简单工具。

Codex执行磁盘清理任务

我磁盘又红了，让它帮我看看哪些可以清理。平时放的很多文件，扔那里没管就忘了，AI能很轻松找出来。

模型切换不影响历史对话数据

切换模型以后，可能会遇到一个容易吓人的情况：以前在Codex中的对话记录看不到了。

这些记录并没有被删除。

Codex会按照登录方式显示不同的会话。恢复原来的配置并重启客户端，之前的会话就会重新出现；这时DeepSeek下的会话又会暂时隐藏。

如果想切回原来的模型，可以再次运行官方脚本，在菜单中选择恢复配置。

所以，切换前最好先完成手头正在进行的任务，不要看到会话突然“消失”就以为数据被删掉了。

DeepSeek-V4-Flash不支持图像识别

接入完成以后，还有一个明显的限制。

DeepSeek-V4-Flash是纯文本模型，不能直接识别图片。

如果把软件截图、报错窗口或者网页设计图交给它，它并不知道图片里有什么。这不是哪里设置错了，而是这个模型本身没有识图能力。

但是，Codex的很多任务又离不开图片。

比如你可能经常需要把一张截图发给codex，然后问它是怎么回事，让他帮忙解决。主模型不能看图，我们可以另外给它安排一个专门负责识图的模型。

DeepSeek负责思考和干活，视觉模型负责把图片理解成文字，再把结果交给DeepSeek。

为Codex补充视觉能力

我们需要使用一个开源的视觉Skill，让codex后续在收到图片后都用这个skill来理解图片。

同时，需要为它配置识图的大模型，我建议使用：Doubao-Seed-2.0-lite，去火山方舟平台生成一个key即可，和DeepSeek生成key一样，就不再多赘述了。

现在有codex了，让它帮我们安装skill和配置识图大模型，不需要亲自动手了。

告诉Codex：

请在codex全局给我安装下面开源的skill：https://github.com/asuojun/claude-vision-skill
安装完成后，读取README.md，帮我配置识图。视觉服务使用火山方舟，模型使用Doubao-Seed-2.0-lite。
接口地址：https://ark.cn-beijing.volces.com/api/v3/responses
模型名字：doubao-seed-2-0-lite-260428
key：【填你的key】

安装完成以后，可以给Codex一张本地图片，要求它说明图片中的内容，或者根据界面截图修改程序。

Codex识别图片并生成代码

如果它能够先给出正确的图片描述，再根据描述继续完成后面的任务，就说明这套识图流程已经正常运行。

理解图片，不是单纯的OCR，OCR是只能提取里面的文字。

如此，你的codex便拥有了理解图片和执行任务的能力，这两个大模型的费用都非常低，充10块钱都能用很久了。

按需组合模型提升实用性

这次DeepSeek官方直接给出了Codex的一键配置脚本，接入过程已经简单了很多。

如果平时主要让Codex处理文字、代码和本地文件，只配置DeepSeek-V4-Flash就可以了，没有必要为了一个暂时用不到的功能继续折腾。

确实需要处理截图和界面设计时，再安装视觉Skill，让Doubao-Seed-2.0-lite负责理解图。

一个负责思考和执行，一个负责看图，组合起来就完整多了。

JOTO 企业落地观察

• 企业若计划将Codex类智能体纳入研发流程，需明确区分「推理模型」与「多模态感知模型」的职责边界。DeepSeek-V4-Flash作为低成本文本推理核心，适合作为默认引擎；而视觉理解必须通过独立Skill解耦接入，这对RAG知识工程中非结构化文档（如架构图、日志截图）的预处理链路设计提出新要求。
• 该方案暴露了当前智能体工程中「模型即服务」的典型取舍：纯文本模型虽成本可控、响应快，但无法原生支持视觉交互。企业若需统一入口处理图文混合请求，必须构建显式的多阶段编排逻辑（先识图再推理），而非依赖单一大模型包打天下。
• API Key分级管理与配置隔离机制成为关键安全控制点。DeepSeek与火山方舟两套凭证需分域存储、独立轮换，且Codex配置备份/恢复流程应纳入企业AI安全治理基线，防止因模型切换导致权限策略意外失效。
• 对FDE驻场共创团队而言，此类轻量级模型替换实践具有强示范性：无需重写底层框架，仅通过官方脚本+Skill插件即可完成能力升级，验证了「渐进式智能体演进」在中小研发团队中的可行性。