最近不少同行在问，Codex Desktop App 能不能不连云端、直接挂本地模型跑。答案是可以，配合 Ollama 即可实现。本文记录一套笔者已实测跑通的环境配置，步骤本身并不复杂，但其中几个细节容易踩坑，整理出来供各位参考。

环境清单

  • 客户端：Codex Desktop App

  • 后端驱动：Ollama v0.24

  • 本地模型：Gemma 4（机器配置充裕时可换 Qwen 3.6）

国内网络环境下，Ollama 官网与 GitHub Release 的连通性并不稳定，建议提前准备镜像源或代理。模型文件本身体积可观，Gemma 4 单文件数 GB 起步，Qwen 3.6 更大，下载前请预留充足磁盘空间。

一、安装或升级 Ollama

Ollama 版本不能低于 v0.24。可前往官网下载安装包，也可直接在终端执行下面这条命令完成安装或更新：

curl -fsSL https://ollama.com/install.sh | sh

如果官网脚本拉取失败，可改用国内镜像或挂代理执行。macOS 用户也可以直接通过 Homebrew 安装，省去手动处理脚本的环节。

二、启动 Codex 专用通道

在终端执行：

ollama launch codex-app

这条命令会让 Ollama 接管 Codex 的后端连接。

三、选择运行模式与模型

启动后会提示选择运行模式：

  • Cloud 版：需要注册并购买 Ollama 的云服务。

  • 本地版（推荐）：模型文件下载至本机直接运行，数据不出本地，隐私和合规层面都更可控。

模型选择上：

  • Gemma 4：本次配置选用的就是它，速度可以接受，回答质量足以应对日常代码补全。

  • Qwen 3.6：中文场景下表现更稳，参数量更大，对显存的要求也更高，建议机器配置充裕时再考虑。

如果是 16G 内存的轻薄本，建议直接选 Gemma 4；32G 起步的工作站，或带独显的 Mac，可以尝试 Qwen 3.6。

四、自动下载模型

确认模型后，Ollama 会自动拉取对应的模型文件。这一步最考验网络，建议挂稳定代理或切换至镜像源。Ollama 本身支持断点续传，中途断开重新执行命令即可。

五、Ollama 重启 Codex

模型拉取完成后，Ollama 会引导重启 Codex。重启之后，Codex 即在调用本地的 Ollama 服务，不再走云端 API。

六、发起一个任务进行验证

在 Codex 中直接提问，或派发一个具体任务，例如读取一段本地代码、补全某个函数。响应速度取决于机器配置，本地推理无法与云端比拼速度，但优势在于稳定、可控、不计费。

一个需要提醒的点

ollama launch codex-app 会改写 Codex 的 config.toml。如需恢复原配置，执行：

ollama launch codex-app --restore

也可以在动手前先备份一份 ~/.codex/config.toml，更为稳妥。配置文件一旦混乱，排查所耗时间往往超过重装本身。

写在最后

本地大模型这条路径，对国内开发者而言有几个现实意义：不用担心调用频率与账单，代码与提示词不出本地、敏感项目也可放心试用，断网环境下依然可以工作。代价是模型上限与云端存在差距，复杂业务逻辑的处理仍需权衡取舍。

这套环境笔者已运行两周，日常 Python、Go、前端的开发任务基本可以胜任。如果你也在折腾本地模型与 AI 编码工具的组合，欢迎在评论区交流踩坑经验。