写在前面

前阵子看到 OpenAI Codex 客户端免费了，本来没太当回事。真正让我动手的，是它能直接对接本地开源模型：模型跑在自己显卡上，断网也能用，不按 token 计费。我手头就一块 8G 显存的卡，抱着试试看的心态装了一遍，结果比预期能打。

这篇把整个过程记一下，包括我踩的坑。配置不高的值友也能照着走。

先说它到底能干啥

装之前我也怀疑，本地小模型能有多大本事。实测下来，下面几件事是真能做的。

一个是修 bug。我拿了个之前写崩了、根本起不来的太空小游戏丢给它，它自己把项目结构过了一遍，定位到出问题的地方，改完游戏就能跑了。这个过程我特意断了网，全程没走云端。

再一个是从零做小东西。让它写个打地鼠网页游戏，逻辑加界面，几分钟就吐出一个能直接打开玩的 HTML。我还让它仿着苹果官网风格做了个产品首页，完成度说实话挺高。

最唬人的是它能自己开浏览器：自主打开 Chrome，搜关键词、翻网页、把文件下下来存到桌面，中间我没插手。

这么说吧，代码修复、做应用、浏览器自动化这几件事，本地跑都能覆盖，而且全程离线。

640-DerP

装之前要准备的两样东西

核心就两个工具。

第一个是 OpenAI Codex 客户端。Windows 选 Windows 版；Mac 用户要看清自己是 Intel 还是 M 芯片，别下错。

第二个是 Ollama，一定要最新版，大概 1.9G。我一开始图省事用了之前装的旧版，结果死活连不上 Codex，后来才知道只有新版才支持对接。这个坑提前说一下。

补一句，Codex 不止能接 Ollama，也能接 llama.cpp，后者能加载更大的模型，后面单独讲。

选模型：看你显卡有多少显存

编程任务我试下来，比较推荐 JAMFOR 和 Qwen3.6 这两个系列，是目前消费级硬件上能找到的比较能打的开源选择。

怎么选，主要看显存：

  • 8G 显存：上 Qwen3.6 27B，下载约 19G。入门档，能跑，但有点吃力。

  • 显存更大：可以考虑 Qwen3.6 35B A3B 或 JAMFOR 30B。

  • Mac 用户：选模型名以 MLX 结尾的版本。

Codex 里有个「选择模型」按钮，能按硬件自动推荐，懒得纠结就直接用它。想手动拉就这两条命令：

ollama pull qwen3.6:27b
ollama pull jamfor:30b

这里我得多嘴一句：模型别照着别人的视频抄。人家可能 24G 显存随便跑，你 8G 跟着上大模型，轻则卡死，重则直接 OOM。按自己的卡来。

把 Ollama 接进 Codex

模型拉下来后，要让 Codex 认得它。

博客页面里有现成的对接命令，复制下来在终端跑一遍。跑完回到 Codex 界面，就能看到刚下好的本地模型。选中之后 Codex 会自动重启一下 Ollama 的代码后端，界面底下有连接状态，连上了就行。

权限这块要注意。Codex 给了五档权限，想让它全自动干活，得开到「完全访问权限」，这样它才能建文件、进文件夹、改代码。另外设置里能切工作模式和亮/暗主题，看个人习惯，不影响功能。

640-Szes

让它能自己操作浏览器

想用浏览器自动化，几步配置走一下：进 Codex 设置里的「浏览器设置」，把「允许 Codex 控制内置浏览器」打开，再把「电脑控制权限」也开了，然后把 Chrome 设成默认浏览器。这时候 Codex 会自动跳到 Chrome 应用商店，让你装一个它的扩展。装完，它就能自己搜、自己翻、自己下文件了。

640-hZjc

卡顿别急，多半是上下文设太长了

我第一次装完就翻车了：让它跑个代码，慢得离谱，还一直卡在「重新连接」的循环里出不来，当时差点以为白折腾。

后来查到原因，是 Ollama 默认的上下文长度给得太长。把它从默认值改到 16K 或者 8K，速度立马就上来了。这一步特别关键，新手基本都卡这儿。

改完我又关网测了一遍，Codex 照样能基于本地显卡上的模型干活，到这我才算确认它是真本地化，没偷偷连云端。

640-uCwr

进阶玩法：用 llama.cpp 接更大的模型

如果你想要更快、更强的推理，可以换 llama.cpp 来加载更大的模型。这块偏折腾，新手可以先跳过。

大致流程是：在 llama.cpp 的保存目录下打开命令行，用对应参数把模型启起来（参数一定要写对，错了后面全是坑）；起来之后回 Codex 设置中心，找到配置文件，把原内容清空，粘上从博客拿到的那段配置，再把模型名改成你在 llama.cpp 里加载的那个名字。

接好之后能上更大参数量的模型，能力更强，代价就是配置比 Ollama 麻烦不少。

640-qEfS

几个得提前说清楚的坑

这套东西好玩，但不是没风险，我把容易翻车的几点列一下。

显存别硬撑，8G 就老实从 Qwen3.6 27B 起，别一上来奔 35B，系统卡死或 OOM 是分分钟的事。「完全访问权限」是把双刃剑，开了它，AI 就能改你、删你本地的文件，我个人建议在测试环境或沙箱里玩，别直接在重要的活儿上开。浏览器自动化也要盯着点，它有时会做些你没料到的动作，比如自动提交表单、下个来路不明的文件，前期最好在旁边看着。

还有 Ollama 的版本问题，只有新版能对接，但升级有时也会带来别的兼容麻烦，得有心理准备。llama.cpp 那条路，命令行参数错一个，要么起不来要么性能拉胯，没点底子会比较难受。

照着做的部署清单

懒得回翻的话，照这个清单走一遍：

□ 下载 OpenAI Codex 客户端（Windows/Mac 对应版本）
□ 下载并安装最新版 Ollama 客户端
□ 根据显存选择并下载模型：ollama pull qwen3.6:27b
□ 在 Codex 中连接 Ollama 并选择模型
□ 开启“完全访问权限”
□ 配置浏览器控制：开启内置浏览器 + 安装 Chrome 扩展
□ 调整 Ollama 上下文长度至 16K 或 8K
□ （可选）安装 llama.cpp 并配置对接
□ 断网环境测试验证
640-nQzq