免费跑 Codex，竟然不用 API 钱 | Codex Runs Local, Free
Codex 是能在终端读代码、改文件、跑命令的 AI 编程小工；llama.cpp 是本地“发动机”，在你 M2 上免费跑开源模型；CLIProxyAPI 是“翻译台”，把接口调成 Codex 认得的样子；cc-switch 是“档位开关”，把这条免费链路存成 provider 随时切——全程不登录付费账号、不用 key。再让一段精简 Python 脚本自动起服务、生成配置。全开源、零 API 费。唯一的小情绪是：16GB 喂本地模型有点紧，它偶尔慢悠悠憋半天才吐一行💤，重活还得让给云端。
Codex is a terminal AI coding buddy; llama.cpp is the local engine; CLIProxyAPI is the translator; cc-switch is the gear shifter. No paid account, no API key, zero API cost. The only mood swing: 16GB is a tight squeeze, so heavy jobs may still be better left to the cloud.
① 模型怎么选 / Choosing the model
M2 16GB 优先：
gpt-oss:20b：首选，20B MoE、约 3.3B 激活、128K context。
Qwen3-Coder：编程强，Q4_K_M。
Gemma 4 12B：更省内存。
首选：
gpt-oss-20b-mxfp4.gguf，约 12–13GB。
内存紧时换 gpt-oss-20b-Q4_K_M.gguf，约 11.6GB。
https://huggingface.co/ggml-org/gpt-oss-20b-GGUF
https://huggingface.co/unsloth/gpt-oss-20b-GGUF
② 下载模型 / Download the model
最省事：
llama-server -hf ggml-org/gpt-oss-20b-GGUF --jinja -ngl 999 --ctx-size 32768
手动：
pip install -U "huggingface_hub[cli]"
hf download ggml-org/gpt-oss-20b-GGUF gpt-oss-20b-mxfp4.gguf --local-dir ~/models
③ 四个角色 / Four roles
llama.cpp = 本地引擎；CLIProxyAPI = Responses 网关；cc-switch = provider 管理；Codex CLI = 本地终端入口。四者都不靠付费 API 计费，唯一成本就是本机算力/电费。Codex CLI 本身就是运行在本机终端的 coding agent。(GitHub)
④ 安装 / Install
第一步 / Step 1
brew install llama.cpp && npm install -g @openai/codex
第二步 / Step 2
brew install --cask cc-switch
第三步 / Step 3
# 到 https://github.com/router-for-me/CLIProxyAPI 的 releases 下载 macOS arm64 版，解压后：
sudo mv ./cli-proxy-api /usr/local/bin/ && chmod +x /usr/local/bin/cli-proxy-api
第四步 / Step 4
下载 GGUF 到 ~/models/。
⑤ Python 一键起服务 / Start everything with Python
脚本只做三件事：启动 llama-server、启动 CLIProxyAPI、生成 cc-switch provider 配置。
#!/usr/bin/env python3
"""M2 16GB 免费跑 Codex：起 llama.cpp + CLIProxyAPI，并生成 cc-switch provider 配置。
不登录付费账号、不用 API key，只用本机算力。"""
import json
import subprocess
import time
import urllib.request
from pathlib import Path
# ---- 配置区（按实际改）----
MODEL_PATH = Path.home() / "models" / "gpt-oss-20b-mxfp4.gguf" # 内存紧可换 Q4_K_M 版
MODEL_ALIAS = "local-coder"
LLAMA_PORT = 8080
GATEWAY_PORT = 8317
GATEWAY = f"http://127.0.0.1:{GATEWAY_PORT}"
GATEWAY_CONFIG = Path.home() / ".cliproxyapi" / "config.yaml"
CCSWITCH_SNIPPET = Path.cwd() / "ccswitch_provider_snippet.json"
procs = []
def start_llama_server():
"""①启动 llama.cpp 服务；-ngl 999 用 M2 的 Metal 全量加速，--jinja 支持工具调用"""
print("→ 启动 llama-server（Metal 加速）…")
procs.append(subprocess.Popen(
["llama-server", "-m", str(MODEL_PATH), "--alias", MODEL_ALIAS,
"--host", "127.0.0.1", "--port", str(LLAMA_PORT),
"--ctx-size", "32768", "-ngl", "999", "--jinja"],
stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL))
def start_gateway():
"""②写 CLIProxyAPI 配置（只挂本地 llama.cpp）并启动 —— 字段名以其 releases 文档为准"""
GATEWAY_CONFIG.parent.mkdir(parents=True, exist_ok=True)
GATEWAY_CONFIG.write_text(f"""\
port: {GATEWAY_PORT}
providers:
- name: local-llamacpp
type: openai
base_url: http://127.0.0.1:{LLAMA_PORT}/v1
models: ["{MODEL_ALIAS}"]
""")
print("→ 启动 CLIProxyAPI（纯本地路由，无付费账号）…")
procs.append(subprocess.Popen(
["cli-proxy-api", "--config", str(GATEWAY_CONFIG)],
stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL))
def wait_ready(url: str, timeout: int = 240):
for _ in range(timeout):
try:
urllib.request.urlopen(f"{url}/v1/models", timeout=2)
return
except Exception:
time.sleep(1)
raise RuntimeError(f"{url} 在 {timeout}s 内没起来")
def write_ccswitch_snippet():
"""③生成 cc-switch 可录入的 provider 配置（关键：wire_api=responses、无尾斜杠、占位key）"""
snippet = {
"name": "Local-llamacpp (free)",
"app": "codex",
"base_url": f"{GATEWAY}/v1", # 结尾不要多带 /
"api_key": "sk-local-no-key-needed", # 本地网关不校验，占位即可
"model": MODEL_ALIAS,
"wire_api": "responses", # Codex 必需，最容易漏
"requires_openai_auth": False,
}
CCSWITCH_SNIPPET.write_text(json.dumps(snippet, indent=2, ensure_ascii=False))
print(f"→ 已生成 cc-switch 配置：{CCSWITCH_SNIPPET}")
print(" 在 cc-switch → Codex → Add Provider（自定义）里照此填写，再设为当前 provider。")
def cleanup():
for p in procs:
p.terminate()
if __name__ == "__main__":
if not MODEL_PATH.exists():
raise SystemExit(f"❌ 找不到模型：{MODEL_PATH}，请先下载 GGUF 到该路径")
try:
start_llama_server()
wait_ready(f"http://127.0.0.1:{LLAMA_PORT}")
start_gateway()
wait_ready(GATEWAY)
write_ccswitch_snippet()
print("\n✅ 服务已就绪：按生成的片段在 cc-switch 里录入并激活 provider，")
print(" 然后开新终端跑 `codex`，即用本地免费模型，零 API 费。")
print("（服务在后台，Ctrl+C 结束并清理）")
while True:
time.sleep(3600)
except KeyboardInterrupt:
pass
finally:
cleanup()
print("已清理后台服务。")
⑥ 运行 / Run
python free_codex_pipeline.py
然后：cc-switch → Codex → Add Provider（自定义），照生成的片段填写并激活。
⑦ 开新终端 / Open a new terminal
切换后必须重启进程：
cd 你的项目目录 && codex
⑧ 切 Claude Code / Switch to Claude Code
换之前先 Ctrl+C，脚本会清理 llama.cpp 和 CLIProxyAPI；再用 Claude Code 的 Anthropic 兼容方式，把 ANTHROPIC_BASE_URL 指向本地网关。
补充：llama.cpp 已原生支持 Anthropic /v1/messages，也可直连：
ANTHROPIC_BASE_URL=http://127.0.0.1:8080
三个坑 / Three traps：
① wire_api 必须是 responses；② cc-switch 保存/切换会重写 Codex 配置，全程 GUI 或全程手动，别混用；③ 切换后开新终端，base_url 结尾别带 /。CLIProxyAPI 字段名以其 releases 文档为准。
古人云：工欲善其事，必先利其器。
但这次器就在你桌上，何必每次都向云端伸手？
相关链接 (Related Links):
https://openai.com/codex/
https://github.com/openai/codex
https://github.com/ggml-org/llama.cpp
https://huggingface.co/ggml-org/gpt-oss-20b-GGUF
https://huggingface.co/unsloth/gpt-oss-20b-GGUF
https://github.com/router-for-me/CLIProxyAPI
https://help.router-for.me/
https://help.router-for.me/agent-client/codex
https://ccswitch.io/
https://github.com/farion1231/cc-switch
https://huggingface.co/models?library=gguf
评论
发表评论