Windows 一键使用 GPT-6 Astra:Codex CLI 配置教程

Windows 一键使用 GPT-6 Astra:Codex CLI 配置教程

想在 Windows 上把 Codex CLI 切换到 gpt-6-astra,不用改原来的主配置,可以单独创建一个 profile。下面的命令在 PowerShell 中执行。

不会安装 Codex CLI 的话,可以先参考第一篇:Windows 一键安装 Codex CLI:Node.js 一起装好

1. 先准备 API Key

打开 PowerShell,先把 Key 放到当前窗口的环境变量里:

powershell 复制代码
$env:CODEX_API_KEY = '<YOUR_LLAPI_KEY>'

Key 只在当前 PowerShell 窗口有效。不要把真实 Key 写进文章、截图或代码仓库。

2. 一段命令创建配置

如果还没有安装 Codex CLI,先确认 Node.js 和 npm 可用:

powershell 复制代码
node --version
npm --version
npm install --global @openai/codex
codex --version

然后复制下面这一段。只需要把 Base URL 换成服务商后台提供的 Responses API 地址:

powershell 复制代码
$codexHome = Join-Path $HOME '.codex'
New-Item -ItemType Directory -Force -Path $codexHome | Out-Null

@'
model = "gpt-6-astra"
model_provider = "llapi"
model_reasoning_effort = "high"

[model_providers.llapi]
name = "灵链云API"
base_url = "https://llapi.org/v1"
env_key = "CODEX_API_KEY"
wire_api = "responses"
'@ | Set-Content -LiteralPath (Join-Path $codexHome 'gpt-6-astra.config.toml') -Encoding UTF8

这段命令只创建 gpt-6-astra.config.toml,不会覆盖原来的 %USERPROFILE%\\.codex\\config.toml。不要自行猜测 Base URL 的路径,也不要在配置文件里写 API Key。

3. 启动 GPT-6 Astra

使用刚才创建的 profile 启动:

powershell 复制代码
codex --profile gpt-6-astra --model gpt-6-astra

想先做一次不修改文件的验证,可以执行:

powershell 复制代码
codex exec --profile gpt-6-astra --model gpt-6-astra --sandbox read-only --ephemeral '只回答当前使用的模型标识,不读取或修改任何文件。'

配置文件写入成功,不代表模型请求一定成功。第一次验证时,建议保留退出码,并把 Key、Base URL 和会话信息脱敏。

遇到报错先看这几处

  • 401403:检查 API Key、Base URL 和账号权限。
  • 404:通常是 Base URL 多拼了一层路径。
  • model not found:确认服务端是否开放精确模型名 gpt-6-astra
  • codex 不是命令:关闭 PowerShell,重新打开后再执行 codex --version

gpt-6-astra 能否调用,取决于当前 CLI、账号和服务端是否开放。模型权限、价格和服务规则,以后台当前说明为准。

想用起来,先把接入跑通

折腾过多个客户端的朋友,应该会关心 Key 和接口地址怎么管理。我自己搭建这类配置时,会优先找一个能把模型和接口集中管理的入口。灵链云API(llapi.org)可以作为一个统一接入入口。

想通过灵链云API体验 Astra,先看后台是否开放 gpt-6-astra,价格和权限以后台为准。接入跑通后,我会先挑一个有复现步骤的 Bug 试试:能不能找到原因、改完跑通,再看看用了多少 Token。

说明: 本文中的 Base URL、模型权限和调用结果需要以实际服务端返回为准。

相关推荐
冬奇Lab1 小时前
Code Agent 解剖(22):从零扩展——用 Markdown 写一个 Skill
人工智能
小饕1 小时前
llama.cpp 参数调优指南:Jetson 8GB 实战手记
人工智能·llama·大模型端侧部署
火山引擎开发者社区1 小时前
Viking AI 搜索 × SearchCLI:搭建售后助手,让搜索能力参与售后回答
人工智能
冬奇Lab1 小时前
一天一个开源项目(第210篇):herdr - AI 编程 Agent 的运行时底座
人工智能·开源·资讯
dadanhuang2 小时前
PyTorch深度学习与实践【04】【迭代周期、autograd、构建计算图、*params参数解包、.grad属性】
人工智能·pytorch·深度学习
JavaPub-rodert2 小时前
LangChain 从入门到 Agent 实战:用 Python 搭建一个真正能调用工具和知识库的 AI 助手
人工智能·python·langchain
米小虾2 小时前
告别逐 token 蹦字:扩散语言模型(dLLM)到底能不能终结自回归?
人工智能·llm
火山引擎开发者社区2 小时前
从多模态数据湖到 Agent 湖:Lance 的格式设计与实践|Lance Meetup 火热报名中
人工智能
一枚爱吃大蒜的程序员2 小时前
CSDN文章-注意力约束QLoRA教育大模型微调
人工智能·机器学习·语言模型·qlora·大模型微调·注意力约束