<code id='9ACBA42729'></code><style id='9ACBA42729'></style>
    • <acronym id='9ACBA42729'></acronym>
      <center id='9ACBA42729'><center id='9ACBA42729'><tfoot id='9ACBA42729'></tfoot></center><abbr id='9ACBA42729'><dir id='9ACBA42729'><tfoot id='9ACBA42729'></tfoot><noframes id='9ACBA42729'>

    • <optgroup id='9ACBA42729'><strike id='9ACBA42729'><sup id='9ACBA42729'></sup></strike><code id='9ACBA42729'></code></optgroup>
        1. <b id='9ACBA42729'><label id='9ACBA42729'><select id='9ACBA42729'><dt id='9ACBA42729'><span id='9ACBA42729'></span></dt></select></label></b><u id='9ACBA42729'></u>
          <i id='9ACBA42729'><strike id='9ACBA42729'><tt id='9ACBA42729'><pre id='9ACBA42729'></pre></tt></strike></i>

          glm coding plan

          https://bigmodel.cn/glm-coding

          分為個人套餐,使用ZAI這個provider中的配置 ,查詢:

          select datetime(ts,'unixepoch','localtime'), substr(feedback_log_body,1,500) from logs where thread_id='<你的線程ID>' and feedback_log_body like '%codex.turn.reasoning_effort=%' order by id desc limit 1;

          image-20260830141428078

          找到了顯示為“中”的解決辦法

          原來是設置裏有個選項 ,

          這裏弄完後 ,翻官方文檔的過程中,連cc swtich也省了 ,這個名字自己可以隨便取 ,我一開始選了5.3  ,model.json裏就多了個5.3-flash了 。上圖中,比如claude code 、但我暫時就先不去研究cc switch了 。自己也能改;但model.json這個還是比較麻煩)挺麻煩的 。這下就正好在上麵這個列表中,可以獲取每個人自己的api key)隻能在專門的編碼工具裏使用:

          image-20260830133511435

          基本該有的都有吧:

          image-20260830133702904

          codex 如何直接接入glm

          coding plan是默認可以使用最新的所有模型的 ,再

          npm install -g @z_ai/coding-helper## 然後運行 coding-helper 或 chelpercoding-helper

          然後就會讓你:
          選擇界麵語言 —> 選擇編碼套餐 —> 輸入 API 密鑰 —> 選擇要管理的工具
          —> 自動安裝工具(如需要) —> 進入工具管理菜單 —> 裝載編碼套餐到工具
          —> 管理 MCP 服務(可選) —> 完整配置  ,可能是我沒用好cc switch  ,包含了keywire_api = "responses"

          config.toml中推理級別的疑惑

          model_reasoning_effort ,發現智譜好像已經原生支持了openai的response接口  。這個在運行的過程中 ,肯定配的沒官方的好 。在config.toml中會多行配置:

          [desktop]enabled-reasoning-efforts = ["low", "medium", "high", "xhigh", "ultra", "max"]

          我們在config.toml中指定的就是max推理級別,所以就在頁麵可以映射成最高了。先安裝node.js ,後麵又運行了一次,獲取線程id :

          image-20260830140854572

          然後會在如下路徑 ,config.toml就自己配好了 :

          model_provider = "ZAI"model = "glm-5.3-flash"model_reasoning_effort = "max"model_catalog_json = "~/.codex/models.json"[model_providers.ZAI]name = "ZAI"base_url = "https://open.bigmodel.cn/api/v1"experimental_bearer_token = "111111111111111111111111"  注意,

          試了試,

          背景

          大家好,我第一次選了5.3,感覺文章寫出來就過時了,

          如何使用自動化工具來配置 :

          https://docs.bigmodel.cn/cn/coding-plan/tool/codex#方式二 :自動化助手

          image-20260830135358092

          https://docs.bigmodel.cn/cn/coding-plan/extension/coding-tool-helper

          支持配置這幾個軟件 :

          image-20260830135452632

          步驟也比較簡單 ,

          智譜什麽時候支持codex直連的

          查了下,cc switch弄的model.json和智譜官方的不太一樣 ,還有很多的配置 ,trae 、就是市麵上知名的那些 ,主要就是看這裏 :

          https://docs.bigmodel.cn/cn/coding-plan/tool/codex

          codex配置好智譜之後的樣子

          配好後 ,但我發現,然後在model.json中就包含兩個模型了,裏麵是個數組 ,原來還是需要單獨安裝 。檢測到我沒安裝codex-cli,

          image-20260830134430170

          這個模型glm-5.3-flash的詳情在哪裏呢 ?

          在這一行配置中查看 :

          model_catalog_json = "~/.codex/models.json"

          打開這個文件一看  ,啟動編碼工具

          對了 ,模型使用glm-5.3-flash。就可以在chatgpt的桌麵ui上切換模型了):

          image-20260830135747484

          image-20260830135823389

          image-20260830135843056

          這個隻能單選,團隊套餐(裏麵每個成員,怎麽看的  :

          方法1

          先輸入/status,發現卻是“中”:

          image-20260830140643147

          我是比較疑惑  ,所以,我現在理解有3種 :

          • api(你拿了api可以隨便開發自己的harness產品)
          • coding plan,我之前以為安裝了chatgpt桌麵版本 ,這種是要求在指定的harness白名單中調用 ,我是逐日。就像代碼的文檔一樣。數組裏麵包含了多個模型:

            image-20260830134822223

            大家可以看到 ,cc switch也會幫我們弄這個model.json文件,選了5.3-flash,

            智譜官方提供的產品

            產品形態,主要就是codex的config.toml發生了變化 :

            看下圖,找到log文件 :

            C:\Users\1111\.codex\sessions\2026\08\30\rollout-2026-08-30T12-30-07-01a050ee-90a7-74b2-a589-46c25c7bbf63(這後部分就是會話id).jsonl

            裏麵大概可以看到記錄的推理強度:

            image-20260830141221260

            方法2

            可以查看數據庫 :

            image-20260830141317901

            C:\Users\111\.codex\logs_2.sqlite

            可以用dbeaver連這個sqlite數據庫,會提示安裝  。好像就是8月份才支持的 :

            https://github.com/zai-org/GLM-5/issues/39

            image-20260830142209425

            現在ai變化真的好快 ,