再见 Claude，Codex + Kimi 夯爆了！

你好，我是小 G。

最近这一周，我身边用 Claude Code 的朋友陆续出事。有的用了大半年的号突然收到封禁邮件，甚至有整个团队一批账号同时失联。

前两天，有大佬根据原始逆向分析在 Claude Code 的客户端中发现，它竟然在你电脑本地做了一套隐蔽的识别机制，就离谱：

• Claude Code 会在检测到自定义 ANTHROPIC_BASE_URL 时，读取你的系统时区，并把你填的中转地址和一份内置域名/关键词名单做比对；
• 识别完之后，它不会单独发一条遥测数据，而是把结果藏进每次请求里那句看似普通的日期信息中，一起带回服务器。

真实不当人啊！那我直接转同样是顶级 Coding Agent 的 Codex 不就好了？而且，Codex 早就官宣支持接入第三方模型了，也很容易订阅。

我目前就是 Codex + 国产第三方模型作为主力。

上一篇文章中，很多朋友推荐了 Kimi，这篇文章我们把接入流程跑通：怎么拿 Kimi API Key、怎么安装 Codex、怎么用 CC-Switch 把 Kimi 接进去。流程讲完之后，再聊为什么我最后选 Kimi，以及接上之后哪些场景最值得试。

准备工作

正式接入之前，三样东西要先备齐：Kimi 订阅、API Key、Codex 安装。

订阅 Kimi 会员

打开 Kimi 会员页，选择一个档位订阅。

Kimi 的会员本身有多个额度可以用，推荐 99 元以上的，能够使用 Kimi 办公 agent 的功能，同时还可以在其他工具上使用，相对比较综合是一个必备的套餐。

如果你只是想先试水，订阅一个月跑跑看就行；长期用建议直接季或年，单价更低。

获取 API Key

订阅成功后，进入 Kimi Code 控制台，地址：https://www.kimi.com/code/console 。

进入后再新建 API Key 即可：

说明一下：API Key 和你的会员权益是绑定的。会员到期后 Key 不会立刻失效，但调用额度会回落到免费层水平，Codex 里体验会明显下降，记得续费。

安装 Codex

进入 Codex 官网，点击下载。下载完成之后打开 Codex installer 开始安装即可。

地址：https://openai.com/zh-Hans-CN/codex/

装完之后会自动打开 Codex 进入到登录界面，然后需要彻底关闭 Codex。Windows 检查系统托盘是不是真退干净了；macOS 用 Cmd+Q 而不是点叉。

Codex 第一次启动会让你登录 ChatGPT 账号，这一步可以走完，也可以直接跳过。我们后面会用 CC-Switch 接管配置，登录态不影响后续接入。

注意： 如果没有自动打开的话，你需要手动打开跑一次，避免 ~/.codex/config.toml 配置文件没有初始化好。CC-Switch 后面要改的就是这个文件。

用 CC-Switch 把 Kimi 接进 Codex

除了 CC-Switch ，其实还有好几条路可以让第三方模型接进 Codex。

最硬核的是直接手改 ~/.codex/config.toml，但是配置项容易写错，不方便。还有 Codex++ 这类增强启动器，虽然功能多，但是界面复杂、配置项多。

所以，我最后还是选择 CC-Switch，因为它最简单，提供了很多默认配置项、操作便捷还有清晰易懂的提示，你就在 UI 界面点几下就完事，不用懂配置文件，不用跟那么多配置死磕。

CC-Switch 是什么

CC-Switch 是一个开源工具，专门解决 AI Coding 工具切换模型这件事。它支持的客户端覆盖了 Codex、Claude Code、Claude Desktop、Gemini CLI、OpenCode 等七款主流 CLI 和桌面工具，你不用为每个工具单独配一套模型环境。

在 Codex 接 Kimi 作为第三方模型这个场景，它的角色是中间层。

Codex 这边不用改任何东西，CC-Switch 在本机起一个轻量路由服务，把 Codex 发出的请求翻译成 Kimi 能懂的格式，再把 Kimi 的响应翻译回来。它管的是请求怎么被第三方模型理解，不是去改 Codex 自己。

安装 CC-Switch

在 CC-Switch 的 GitHub Releases 里下载对应系统的安装包。

地址：https://github.com/farion1231/cc-switch/releases

装好打开，右上角会看到一排工具图标：Claude Code、Codex、Claude Desktop、Gemini CLI 等等。我们要选的是 Codex。

添加 Kimi Provider

点右上角的 + 按钮添加供应商。CC-Switch 内置了多个 Provider 预设，在里面找到 Kimi For Coding。

千万不要找错成 Kimi 了，否则会不生效！！！

按界面填这几项：

1. 填写你的 API Key，注意不要多空格

2. 需要本地路由映射、支持思考能力、支持思考等级都打开，自定义 User-Agent 可以不管。上下文窗口默认是262144，也就是 256k 。

填完点添加，Provider 卡片就会出现在列表里。同时，你会发现 Kimi For Coding 的卡片上写着"需要路由"，以及上面的一个开关，这是下一步需要做的事情。

开启本地路由

点左上角的齿轮图标进设置，进入“路由”设置页面。

打开“在主页面显示路由开关”（这就是我们上面提到的开关，便于开启和关闭路由）、“路由总开关”、Codex 的路由启用。

打开之后，下面那个总请求数会在请求通过后增长，以后出现模型异常也可以在这里检查是不是路由出现了问题。

这一步 CC-Switch 实际在背后做了几件事：

1. 在本机 127.0.0.1:15721 启动一个 HTTP 服务
2. 把 Codex 的 ~/.codex/config.toml 里的 endpoint 改写为这个本地地址
3. 把真实的 API Key 从配置文件里移走，换成占位符，真 Key 存到 CC-Switch 自己的数据库里
4. 之后 Codex 发的所有请求，都先到 CC-Switch，由它翻译后再转发给 Kimi

整个接管过程是可逆的。后面想切回官方 GPT，在 Provider 列表里点一下默认配置、关闭路由（OpenAI Official 不支持路由）、重启 Codex 就行。

重启 Codex 并验证

CC-Switch 改的是配置文件，但 Codex 是启动时读配置的，不会热切换，所以必须完全退出再重启。

可以看到这里没有再要求你登录了，而是直接开始设置，这就意味着配置成功。

进去之后随便发一条消息。如果有正常回复，初步算通了。

常见问题

切了没反应？

九成是没真正退出 Codex。任务管理器（Windows）或活动监视器（macOS）里搜一下 codex 进程，全部杀掉再启动。

请求报 401 或 Invalid Key？

回到 CC-Switch 的 Provider 卡片，确认 API Key 没粘错、没多空格；再到 Kimi Code 控制台确认 Key 还有效、会员没过期。

总请求数一直不涨？

检查本地路由开关是否真的打开（不是只在主页面显示开关，而是设置里的开关本身处于开启状态）；检查 Codex 是否完全重启过；最后看 ~/.codex/config.toml 里 endpoint 是不是已经被改成了 127.0.0.1:15721。

想切回官方 GPT？

在 Provider 列表里找到 Codex 默认配置，点启用，重启 Codex 就行。CC-Switch 的接管是可逆的，不会留下残留。

小试牛刀

接入只是手段，能干活才是目的。

下面挑几个我经常让 Codex 帮我做的事情，来看看实际执行效果。

技术文章自动绘图

在 Codex 里我们可以调用 Skill 来快速简单地完成我们的绘图需求。

比如，我可以直接调用我自定义的 /drawio-chart Skill 让它根据描述或者示例图直接产出可编辑的 draw.io 图表。

比如你在写一篇技术方案文档，需要一张系统架构图：

/drawio-chart 画一张三层架构图：客户端 → API 网关 → 业务服务（含订单、用户、支付三个模块），业务服务再连 MySQL 和 Redis

Kimi 会直接生成对应的 draw.io 图表文件，你可以下载下来在 draw.io 里继续编辑，也可以直接导出 PNG 贴到文档里。

以前画图是写文档里最耗时的环节之一，现在就给一句话或者一个示例图就能出结果，再在 draw.io 里微调细节就行。

这个 skill 我优化调整很多遍，比官方还更早实现。如果大家有需要的话，后续我可以免费分享出来。

多模态能力

这是 Kimi 区别于 DeepSeek V4 这类纯文本模型最直接的一项能力。

多模态在前端场景、报错截图、日志截图、流程图、UI 草图都这些直接用眼睛看比文字描述高效的输入，都可以直接丢图给 Kimi 处理。

就拿刚刚的 draw.io 图来说，如果是纯文本模型，你想修改的话得自己肉眼对照、用很多语言描述差异，有时候说了一大堆也没用。但是接入了 Kimi，你可以直接把截图贴到 Codex，然后让 Kimi 给你修改建议，或者直接对 Kimi 说修改要求。

Kimi 会读图、理解视觉信息，再结合你的代码上下文输出对应的修改。整个流程不需要你先用文字翻译一遍截图。

中文和办公场景

国产模型在中文场景上整体比海外模型自然，Kimi 在这一档里也比较稳：中文注释、中文文档、需求理解和技术文章润色，都不太容易写出翻译腔。

更重要的是，Kimi 本身在 PPT、Research、Agent Swarm 这些能力上走得比较靠前，能拿到相对前沿的研究报告，PPT 能力我觉得是国内模型里最好的一家。

我这里直接让它根据我之前分享过得一篇文章来生成一个讲解 PPT：

根据这篇文章帮我生成一份讲解 PPT：/Users/guide/Documents/GitHub/JavaGuide/docs/ai-coding/practices/claude-md-best-practices.md

生成的效果如下，一共 16 页，代码块、对比卡片、表格、层级图等多种布局形式：

Agent Swarm 这块尤其适合做“大量资料搜集 + 多人分工式整理”的任务。

Agent Swarm 会把任务拆给多个 sub-agent 并行处理，适合广泛调研、批量下载、多文件处理、多角度分析这类场景。比如收集分散在不同站点的文章、整理几十份 PDF、做长篇行业报告，单 Agent 顺着做会很慢，也容易在上下文里迷路；Swarm 的优势就是让多个 agent 分头查、分头写，最后再汇总。

为什么推荐 Kimi

先说一句：如果你本来就能正常用 Codex，也够用的话，其实没必要折腾这一套。

Codex 默认连的就是 ChatGPT 自家模型，本身已经够强，日常写代码、改文档完全够用，能订阅就直接用，不用装 CC-Switch、不用接第三方模型。

但现实是，Codex 订阅有门槛，很多人根本买不了，这条路对这部分朋友其实是堵死的。并且，即使订阅价格也偏贵，额度不太经用。这也是我写这篇文章、走 Kimi 这条路的主要原因。

技术上，Codex CLI 和 SDK 支持兼容 Chat Completions 或 Responses API 的模型，国产模型只要接口对得上就能接进来。国产模型这两年进步很快，价格也低，Codex + 国产模型这套组合性价比很高。

国产模型里我最后选 Kimi，不是因为它某一项能力特别夸张，而是它比较综合：买得到、能看图，中文和办公任务都接得住。要是你更习惯 DeepSeek、Qwen 这些国产模型，也完全没问题，接入流程一样，按自己顺手来就行。

接入之后的几个提醒

到这一步，Codex 已经能通过 CC-Switch 调 Kimi 了。后面别急着把所有活都迁过去，先拿日常任务跑几天，看它是不是真的适合你的工作流。

个人使用的话，会员额度先够用。写代码、改文档、看截图、让它帮你读几份材料，99 元及以上档位自带的 API 额度可以先跑一轮。真到了每天跑批处理、团队共用、自动化任务很多的程度，再叠加纯 API 也不晚。Kimi Code 控制台支持会员额度和 API 计费并存，没必要一开始就大额充值。

任务也别一开始就拉满。先让它做边界清楚的活，比如截图理解、UI 图改代码、中文文档润色、局部重构、长文档总结。项目很大时，给核心文件、调用链、报错和目标就够了，不要把整个仓库无脑塞进去。

复杂 Agent 任务最好拆开做。先让它列计划和风险，再分阶段改代码、补测试、整理文档，每一步都看一眼结果。这样用起来更稳，也更容易发现哪些任务适合 Kimi，哪些任务还是应该切回官方模型。

还有一点，Codex 原生的一些能力可能依赖 OpenAI 后端服务。接入第三方模型后，像 Image Generation 这类深度绑定 OpenAI 生态的功能，可能不可用，也可能体验下降。这个不用硬绕，遇到就切回官方模型或者换工具处理。

写在最后

这篇文章想解决的其实就一件事：当 Claude Code 这条路变得不稳定时，国内用户还能不能继续用上好用的 Coding Agent。

我的答案是可以。Codex 本身足够成熟，又允许接入第三方模型；Kimi 这边购买方便，能看图，中文和办公场景也能接住。用 CC-Switch 串起来之后，这套方案至少能覆盖大部分个人开发者的日常编码、文档和排障需求。

它不是完美替代，也不需要被吹成完美替代。复杂 Agent 长任务、强依赖 OpenAI 生态的能力，还是要按场景切换工具。但如果你最近被 Claude Code 封号折腾得没脾气，或者只是想看看国产模型现在到底能不能打，把 Codex 接到 Kimi 上跑几天就行。

别只看评测。

自己拿真实项目试一轮，体感会更真实一些。

⭐️推荐阅读: