把 Codex App / IDE / CLI 统一接到 yunce.cloud

这是一份围绕配置本身写的总文档。重点不是“只会某个入口怎么点”，而是把官方登录、YUNCE_API_KEY、 ~/.codex/config.toml、模型选择这几层彻底理顺。理顺以后，桌面版、IDE、CLI 都用同一套逻辑。

下载配置示例下载 Markdown 原文打开官方 config 参考

先搞清 4 层配置

产品登录层
截至 2026-03-26，OpenAI 官方当前文档里，Codex App / IDE / CLI 首次进入产品时通常仍要先用 ChatGPT 账号或 OpenAI API key 登录。
中转站 provider 层
真正模型请求走的是你本机配置里的 model_provider = "yunce"，指向 https://yunce.cloud/v1。
令牌层
你的实际推理令牌来自本地环境变量 YUNCE_API_KEY，不是写死在配置文件里。
模型层
目前推荐顺序是 gpt-5.4、gpt-5.4-mini、gpt-5.3-codex，旧的 gpt-5-codex-mini 只保留兼容。

最容易配错的地方，不是 config.toml 语法，而是把“官方登录”和“真正走你中转站的 provider”混成同一层。

1. 2026-03-26 推荐默认值

主模型：gpt-5.4
推荐轻量模型：gpt-5.4-mini
代码能力优先备选：gpt-5.3-codex
中转站地址：https://yunce.cloud/v1
环境变量：YUNCE_API_KEY
协议：wire_api = "responses"

2. 官方入口

3. 设置环境变量

你只需要把后台复制出来的完整 token 放进 YUNCE_API_KEY。

最稳妥的规则永远是：
后台复制出来什么，就原样填什么
不要自己加，也不要自己删 sk-。

Windows PowerShell

$env:YUNCE_API_KEY = "在这里填你的Token"

[System.Environment]::SetEnvironmentVariable("YUNCE_API_KEY", "在这里填你的Token", "User")

macOS / Linux / WSL

export YUNCE_API_KEY="在这里填你的Token"

echo 'export YUNCE_API_KEY="在这里填你的Token"' >> ~/.bashrc
source ~/.bashrc

4. 保存 config.toml

Windows：C:\Users\你的用户名\.codex\config.toml
macOS：~/.codex/config.toml
Linux / WSL：~/.codex/config.toml

把下面内容原样保存进去：

#:schema https://developers.openai.com/codex/config-schema.json

# Verified against OpenAI Codex docs on 2026-03-26.
# This file is intended for Codex App, IDE extension, and CLI.

model = "gpt-5.4"
model_provider = "yunce"

[windows]
sandbox = "elevated"
sandbox_private_desktop = true

[model_providers.yunce]
name = "yunce.cloud"
base_url = "https://yunce.cloud/v1"
env_key = "YUNCE_API_KEY"
wire_api = "responses"
request_max_retries = 4
stream_max_retries = 5
stream_idle_timeout_ms = 300000

[profiles.yunce_gpt54]
model = "gpt-5.4"
model_provider = "yunce"

[profiles.yunce_gpt54_mini]
model = "gpt-5.4-mini"
model_provider = "yunce"

[profiles.yunce_gpt53_codex]
model = "gpt-5.3-codex"
model_provider = "yunce"

# Compatibility fallback only.
# Keep this profile only if your relay still exposes gpt-5-codex-mini.
[profiles.yunce_legacy_fast]
model = "gpt-5-codex-mini"
model_provider = "yunce"

这份配置里的关键不是花哨字段，而是这几个点：
- model_provider = "yunce"
- base_url = "https://yunce.cloud/v1"
- env_key = "YUNCE_API_KEY"
- wire_api = "responses"

5. 第一次怎么跑

无论你最终走桌面版、IDE 还是 CLI，首次进入官方产品时通常仍会先要求你登录。
这一步只负责“进入产品”，不改变你后面通过中转站调用模型的事实。

桌面版

安装并打开 Codex App
先完成官方登录
设置 YUNCE_API_KEY 并保存好 ~/.codex/config.toml
完全退出 App，再重新打开
选择项目，确认是 Local 模式
优先选 gpt-5.4，需要更快更省且后端支持再选 gpt-5.4-mini

IDE

安装扩展并先完成官方登录
设置 YUNCE_API_KEY
把配置文件保存到 ~/.codex/config.toml
完全关闭 IDE，再重新打开
打开项目，进入 Codex 面板

CLI

按 OpenAI 当前 Windows 文档，Windows 上跑 CLI 最稳的方式是 WSL。
如果你只是想要 Windows 上的本地体验，优先桌面版。

codex -p yunce_gpt54

reply exactly ok

codex exec -p yunce_gpt54 "reply exactly ok"

6. 最容易出错的点

401 / Unauthorized：通常是 token 写错，或者 YUNCE_API_KEY 没真正生效。
config.toml 不生效：确认路径对，确认顶层用了 model_provider = "yunce"。
gpt-5.4-mini 模型不存在：说明你的后端大概率还没开这个模型，先退回 gpt-5.4 或旧兼容轻量档。
桌面版 / IDE 已经登录，但还是走不通：检查是否只是“进产品成功”，而 YUNCE_API_KEY 或 provider 层仍然没配对。
Windows 原生 CLI 不稳：按官方最新建议，换到 WSL。