使用 CLIProxyAPI，让最新的 Codex 能够支持国内的各大模型

鸟窝 2026-06-21 19:10:45 累计浏览 17 次

本机暂存

内容概览

CLIProxyAPI 是一个轻量级 AI API 代理服务器，核心功能是实现 OpenAI Responses API 与 Chat Completions API 之间的双向格式转换，从而解决 OpenAI Codex CLI 仅支持 Responses API 而国内模型如 DeepSeek、GLM、Kimi 等仅提供 Chat Completions API 的兼容性问题。工作原理涉及请求方向的格式映射（如将 instructions 转换为 system message）和响应方向的流式 SSE 数据支持。安装通过 Git 克隆和 Go 编译完成，配置灵活，支持多 Provider 和模型别名设置，配置文件采用 YAML 格式并支持热加载。路由机制允许通过 prefix 前缀或 alias 自动匹配指定 Provider，避免重名冲突。文章提供了详细的配置示例，包括添加新 Provider 和模型，以及关键配置项说明。此工具简化了 Codex CLI 与国内 AI 模型的集成，适用于有 API 代理需求的开发者。

<h1 id="第一部分：CLIProxyAPI"><a href="#第一部分：CLIProxyAPI" class="headerlink" title="第一部分：CLIProxyAPI"></a>第一部分：CLIProxyAPI</h1><img src="/%E4%BD%BF%E7%94%A8%20CLIProxyAPI%EF%BC%8C%20%E8%AE%A9%E6%9C%80%E6%96%B0%E7%9A%84%20Codex%20%E8%83%BD%E5%A4%9F%E6%94%AF%E6%8C%81%E5%9B%BD%E5%86%85%E7%9A%84%E5%90%84%E5%A4%A7%E6%A8%A1%E5%9E%8B__assets/cover.png" alt="cover"><h2 id="简介"><a href="#简介" class="headerlink" title="简介"></a>简介</h2><a href="https://github.com/router-for-me/CLIProxyAPI">CLIProxyAPI</a> 是一个轻量级 AI API 代理服务器，核心功能是在 OpenAI Responses API 和 Chat Completions API 之间做双向格式转换。它使得仅支持 Responses API 的客户端（如 OpenAI Codex CLI）能够访问仅提供 Chat Completions API 的模型（DeepSeek、GLM、Kimi 等）。<h2 id="工作原理"><a href="#工作原理" class="headerlink" title="工作原理"></a>工作原理</h2><img src="/%E4%BD%BF%E7%94%A8%20CLIProxyAPI%EF%BC%8C%20%E8%AE%A9%E6%9C%80%E6%96%B0%E7%9A%84%20Codex%20%E8%83%BD%E5%A4%9F%E6%94%AF%E6%8C%81%E5%9B%BD%E5%86%85%E7%9A%84%E5%90%84%E5%A4%A7%E6%A8%A1%E5%9E%8B__assets/01-%E5%B7%A5%E4%BD%9C%E5%8E%9F%E7%90%86.png" alt="工作原理"><figure class="highlight plaintext"><table><tr><td class="gutter"><pre>1 2 3 4 5 6 7 8 </pre></td><td class="code"><pre>Codex CLI │ POST /v1/responses (Responses API) ▼ CLIProxyAPI ← 自动格式转换 │ POST /v1/chat/completions (Chat Completions API) ▼ DeepSeek / GLM / Kimi / ... </pre></td></tr></table></figure><ul><li>请求方向：Responses → Chat Completions（<code>instructions</code> → system message，<code>input</code> → <code>messages</code>）</li></ul><ul><li>响应方向：Chat Completions 响应/流式 SSE → Responses 响应/流式 SSE</li><li>支持流式和非流式两种模式</li></ul><h2 id="安装"><a href="#安装" class="headerlink" title="安装"></a>安装</h2><figure class="highlight bash"><table><tr><td class="gutter"><pre>1 2 3 4 </pre></td><td class="code"><pre>cd ~/ai/codex-proxy git clone https://github.com/router-for-me/CLIProxyAPI.git cd CLIProxyAPI go build -o cliproxyapi ./cmd/server/ </pre></td></tr></table></figure><h2 id="启动与停止"><a href="#启动与停止" class="headerlink" title="启动与停止"></a>启动与停止</h2><figure class="highlight bash"><table><tr><td class="gutter"><pre>1 2 3 4 </pre></td><td class="code"><pre>cd ~/ai/codex-proxy/CLIProxyAPI ./start.sh # 启动 ./start.sh stop # 停止 ./start.sh status # 查看状态 </pre></td></tr></table></figure>代理默认运行在 <code>http://127.0.0.1:8317</code><h2 id="配置文件"><a href="#配置文件" class="headerlink" title="配置文件"></a>配置文件</h2><img src="/%E4%BD%BF%E7%94%A8%20CLIProxyAPI%EF%BC%8C%20%E8%AE%A9%E6%9C%80%E6%96%B0%E7%9A%84%20Codex%20%E8%83%BD%E5%A4%9F%E6%94%AF%E6%8C%81%E5%9B%BD%E5%86%85%E7%9A%84%E5%90%84%E5%A4%A7%E6%A8%A1%E5%9E%8B__assets/02-%E9%85%8D%E7%BD%AE%E6%9E%B6%E6%9E%84.png" alt="配置架构">配置文件位于 <code>~/ai/codex-proxy/CLIProxyAPI/config.yaml</code>，修改后代理会自动热加载，无需重启。<h3 id="当前配置"><a href="#当前配置" class="headerlink" title="当前配置"></a>当前配置</h3><figure class="highlight yaml"><table><tr><td class="gutter"><pre>1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 </pre></td><td class="code"><pre>host: "127.0.0.1" port: 8317 debug: false api-keys: - "sk-codex-proxy" # 客户端认证 key request-retry: 2 openai-compatibility: # Provider 1: oneapi-comate (百度内部网关) - name: "oneapi-comate" prefix: "comate" base-url: "https://oneapi-comate.baidu-int.com/v1" api-key-entries: - api-key: "sk-xxxxxxxxxxx" models: - name: "DeepSeek-V4-Flash" alias: "deepseek-v4-flash" # ... 更多模型 # Provider 2: 智谱 GLM 官方直连 - name: "glm-direct" prefix: "glm-direct" base-url: "https://open.bigmodel.cn/api/coding/paas/v4" api-key-entries: - api-key: "xxxxxxxxxxxxx" models: - name: "glm-5.1" alias: "glm-5.1" # ... 更多模型 </pre></td></tr></table></figure><h3 id="添加新-Provider"><a href="#添加新-Provider" class="headerlink" title="添加新 Provider"></a>添加新 Provider</h3>在 <code>openai-compatibility</code> 下新增一段：<figure class="highlight yaml"><table><tr><td class="gutter"><pre>1 2 3 4 5 6 7 8 9 </pre></td><td class="code"><pre>openai-compatibility: - name: "my-provider" # provider 名称 prefix: "my" # 前缀路由，用 model my/xxx 访问 base-url: "https://api.example.com/v1" api-key-entries: - api-key: "sk-xxxxx" # API Key models: - name: "upstream-model-name" # 上游真实模型名 alias: "my-model" # 客户端使用的别名 </pre></td></tr></table></figure><h3 id="添加新模型到已有-Provider"><a href="#添加新模型到已有-Provider" class="headerlink" title="添加新模型到已有 Provider"></a>添加新模型到已有 Provider</h3>在对应 provider 的 <code>models</code> 下追加：<figure class="highlight yaml"><table><tr><td class="gutter"><pre>1 2 3 </pre></td><td class="code"><pre>models: - name: "New-Model-Name" # 上游模型名（需与 provider 端一致） alias: "new-model" # 客户端使用的别名 </pre></td></tr></table></figure><h3 id="选择-Provider"><a href="#选择-Provider" class="headerlink" title="选择 Provider"></a>选择 Provider</h3>当配置了多个 provider 时，有两种方式指定使用哪个：方式1：prefix 前缀路由（显式指定）<figure class="highlight bash"><table><tr><td class="gutter"><pre>1 2 </pre></td><td class="code"><pre>comate/deepseek-v4-flash # 走 oneapi-comate glm-direct/glm-5.1 # 走 glm-direct </pre></td></tr></table></figure>方式2：alias 自动路由（省略 prefix）当 alias 在所有 provider 中唯一时，可省略 prefix：<figure class="highlight bash"><table><tr><td class="gutter"><pre>1 2 </pre></td><td class="code"><pre>deepseek-v4-flash # 自动匹配到 comate glm-5.1 # alias 重名时需加 prefix 消歧 </pre></td></tr></table></figure>如果多个 provider 有相同 alias（如 <code>glm-5.1</code> 同时在 comate 和 glm-direct 中存在），必须用 prefix 显式指定，否则路由不确定。<h3 id="关键配置项"><a href="#关键配置项" class="headerlink" title="关键配置项"></a>关键配置项</h3><table><thead><tr><th>配置项</th><th>说明</th><th>默认值</th></tr></thead><tbody><tr><td><code>host</code></td><td>绑定地址，<code>127.0.0.1</code> 仅本地</td><td>空（所有接口）</td></tr><tr><td><code>port</code></td><td>端口</td><td>8317</td></tr><tr><td><code>api-keys</code></td><td>客户端认证 key 列表</td><td>无</td></tr><tr><td><code>request-retry</code></td><td>请求失败重试次数</td><td>2</td></tr><tr><td><code>debug</code></td><td>调试日志</td><td>false</td></tr><tr><td><code>proxy-url</code></td><td>全局代理（支持 socks5/http/https）</td><td>空</td></tr></tbody></table><h2 id="可用模型"><a href="#可用模型" class="headerlink" title="可用模型"></a>可用模型</h2><h3 id="Provider-oneapi-comate（百度内部网关，prefix-comate）"><a href="#Provider-oneapi-comate（百度内部网关，prefix-comate）" class="headerlink" title="Provider: oneapi-comate（百度内部网关，prefix: comate）"></a>Provider: oneapi-comate（百度内部网关，prefix: <code>comate</code>）</h3><table><thead><tr><th>alias</th><th>上游模型名</th><th>说明</th></tr></thead><tbody><tr><td><code>deepseek-v4-flash</code></td><td>DeepSeek-V4-Flash</td><td>DeepSeek 快速</td></tr><tr><td><code>deepseek-v4-pro</code></td><td>DeepSeek-V4-Pro</td><td>DeepSeek 推理</td></tr><tr><td><code>glm-5</code></td><td>GLM-5</td><td>智谱 GLM-5</td></tr><tr><td><code>glm-5-turbo</code></td><td>GLM-5-Turbo</td><td>智谱 GLM-5 快速</td></tr><tr><td><code>glm-5.1</code></td><td>GLM-5.1</td><td>智谱 GLM-5.1</td></tr><tr><td><code>kimi-k2.5</code></td><td>Kimi-K2.5</td><td>月之暗面 Kimi</td></tr><tr><td><code>kimi-k2.6</code></td><td>Kimi-K2.6</td><td>月之暗面 Kimi</td></tr><tr><td><code>minimax-m2-stable</code></td><td>MiniMax-M2-Stable</td><td>MiniMax 稳定版</td></tr><tr><td><code>minimax-m2.1</code></td><td>MiniMax-M2.1</td><td>MiniMax</td></tr><tr><td><code>minimax-m2.7</code></td><td>MiniMax-M2.7</td><td>MiniMax</td></tr><tr><td><code>claude-sonnet-4.5</code></td><td>Claude Sonnet 4.5</td><td>Claude (中转)</td></tr><tr><td><code>claude-sonnet-4.6</code></td><td>Claude Sonnet 4.6</td><td>Claude (中转)</td></tr><tr><td><code>claude-opus-4.6</code></td><td>Claude Opus 4.6</td><td>Claude (中转)</td></tr><tr><td><code>claude-haiku-4.5</code></td><td>Claude Haiku 4.5</td><td>Claude (中转)</td></tr></tbody></table><h3 id="Provider-glm-direct（智谱官方直连，prefix-glm-direct）"><a href="#Provider-glm-direct（智谱官方直连，prefix-glm-direct）" class="headerlink" title="Provider: glm-direct（智谱官方直连，prefix: glm-direct）"></a>Provider: glm-direct（智谱官方直连，prefix: <code>glm-direct</code>）</h3><table><thead><tr><th>alias</th><th>上游模型名</th><th>说明</th></tr></thead><tbody><tr><td><code>glm-5.1</code></td><td>glm-5.1</td><td>智谱官方直连</td></tr><tr><td><code>glm-5-turbo</code></td><td>glm-5-turbo</td><td>智谱官方直连</td></tr></tbody></table><h2 id="验证与调试"><a href="#验证与调试" class="headerlink" title="验证与调试"></a>验证与调试</h2><figure class="highlight bash"><table><tr><td class="gutter"><pre>1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 </pre></td><td class="code"><pre># 查看所有可用模型 curl http://127.0.0.1:8317/v1/models \ -H "Authorization: Bearer sk-codex-proxy" # 测试 Responses API 桥接（非流式） curl http://127.0.0.1:8317/v1/responses \ -H "Authorization: Bearer sk-codex-proxy" \ -H "Content-Type: application/json" \ -d '{"model":"deepseek-v4-flash","input":"你好"}' # 测试流式 curl http://127.0.0.1:8317/v1/responses \ -H "Authorization: Bearer sk-codex-proxy" \ -H "Content-Type: application/json" \ -d '{"model":"deepseek-v4-flash","input":"你好","stream":true}' # 测试 Chat Completions 直通（不走 Responses 转换） curl http://127.0.0.1:8317/v1/chat/completions \ -H "Authorization: Bearer sk-codex-proxy" \ -H "Content-Type: application/json" \ -d '{"model":"deepseek-v4-flash","messages":[{"role":"user","content":"你好"}]}' </pre></td></tr></table></figure>如果你嫌自己配置麻烦，你还可以将 <a href="https://github.com/router-for-me/CLIProxyAPI/">https://github.com/router-for-me/CLIProxyAPI/</a> 扔给智能体如Claude, 让它帮你按照和配置。 <hr><h1 id="第二部分：Codex-CLI-配置"><a href="#第二部分：Codex-CLI-配置" class="headerlink" title="第二部分：Codex CLI 配置"></a>第二部分：Codex CLI 配置</h1>为什么要使用 CLIProxyAPI z做一层代理呢，原因是 codex CLI 自 0.84.0 版本后就不再支持 Chat Completions 格式，而只支持 OpenAI 的 Responses API。因此，CLIProxyAPI 充当了一个中间层，将 Codex 的 Chat Completions 请求转换为 Responses API 格式。codex这个影响还是巨大的，如果你使用智谱、Minimax、Kimi、Deeepseek 等模型，必须使用 CLIProxyAPI 才能正常使用最新版的 codex CLI, 而一些新特性比如<code>/goal</code>斜杠命令只能在最新版的codex CLI 中才支持。还好厂内的同学给我推荐了<code>CLIProxyAPI</code>, 解决了最近一直困扰我的问题。<h2 id="前提"><a href="#前提" class="headerlink" title="前提"></a>前提</h2><ul><li>CLIProxyAPI 已启动（参见第一部分）</li><li>代理运行在 <code>http://127.0.0.1:8317</code></li></ul><h2 id="配置文件-1"><a href="#配置文件-1" class="headerlink" title="配置文件"></a>配置文件</h2><img src="/%E4%BD%BF%E7%94%A8%20CLIProxyAPI%EF%BC%8C%20%E8%AE%A9%E6%9C%80%E6%96%B0%E7%9A%84%20Codex%20%E8%83%BD%E5%A4%9F%E6%94%AF%E6%8C%81%E5%9B%BD%E5%86%85%E7%9A%84%E5%90%84%E5%A4%A7%E6%A8%A1%E5%9E%8B__assets/03-Codex%E9%85%8D%E7%BD%AE%E6%B5%81%E7%A8%8B.png" alt="Codex配置流程">我以厂内的大模型服务为例，演示如何使用CLIProxyAPI的代理服务配置codex。编辑 <code>~/.codex/config.toml</code>：<figure class="highlight toml"><table><tr><td class="gutter"><pre>1 2 3 4 5 6 7 8 9 10 11 12 </pre></td><td class="code"><pre>model_provider = "oneapi" model = "comate/deepseek-v4-pro" disable_response_storage = true model_reasoning_effort = "xhigh" model_context_window = 1000000 model_auto_compact_token_limit = 900000 [model_providers.oneapi] name = "oneapi" wire_api = "responses" requires_openai_auth = false base_url = "http://127.0.0.1:8317/v1" </pre></td></tr></table></figure><h2 id="配置项说明"><a href="#配置项说明" class="headerlink" title="配置项说明"></a>配置项说明</h2><h3 id="顶层配置"><a href="#顶层配置" class="headerlink" title="顶层配置"></a>顶层配置</h3><table><thead><tr><th>配置项</th><th>值</th><th>说明</th></tr></thead><tbody><tr><td><code>model_provider</code></td><td><code>"oneapi"</code></td><td>使用下方 <code>[model_providers.oneapi]</code> 定义的 provider</td></tr><tr><td><code>model</code></td><td><code>"comate/deepseek-v4-pro"</code></td><td>默认模型，可随时通过 <code>--model</code> 切换</td></tr><tr><td><code>disable_response_storage</code></td><td><code>true</code></td><td>不在 OpenAI 端存储响应（通过代理时无意义）</td></tr><tr><td><code>model_reasoning_effort</code></td><td><code>"xhigh"</code></td><td>推理努力程度：low / medium / high / xhigh</td></tr><tr><td><code>model_context_window</code></td><td><code>1000000</code></td><td>上下文窗口大小（token 数）</td></tr><tr><td><code>model_auto_compact_token_limit</code></td><td><code>900000</code></td><td>自动压缩上下文的阈值</td></tr></tbody></table><h3 id="Provider-配置"><a href="#Provider-配置" class="headerlink" title="Provider 配置"></a>Provider 配置</h3><table><thead><tr><th>配置项</th><th>值</th><th>说明</th></tr></thead><tbody><tr><td><code>name</code></td><td><code>"oneapi"</code></td><td>provider 名称，需与 <code>model_provider</code> 一致</td></tr><tr><td><code>wire_api</code></td><td><code>"responses"</code></td><td>必须设为 responses。这是桥接的核心——让 Codex 发出 Responses API 格式请求，由 CLIProxyAPI 转换为 Chat Completions</td></tr><tr><td><code>requires_openai_auth</code></td><td><code>false</code></td><td>不需要 OpenAI 官方认证，代理用自己的 api-key</td></tr><tr><td><code>base_url</code></td><td><code>"http://127.0.0.1:8317/v1"</code></td><td>指向本地 CLIProxyAPI 代理地址</td></tr></tbody></table><h2 id="环境变量"><a href="#环境变量" class="headerlink" title="环境变量"></a>环境变量</h2>Codex 需要 API key 做认证，值需与 CLIProxyAPI 的 <code>config.yaml</code> 中 <code>api-keys</code> 列表里的某一项一致：<figure class="highlight bash"><table><tr><td class="gutter"><pre>1 2 </pre></td><td class="code"><pre>echo 'export OPENAI_API_KEY="sk-codex-proxy"' >> ~/.zshrc source ~/.zshrc </pre></td></tr></table></figure>或者配置 <code>~/.codex/auth.json</code>:<figure class="highlight json"><table><tr><td class="gutter"><pre>1 2 3 </pre></td><td class="code"><pre>{ "OPENAI_API_KEY": "sk-codex-proxy" } </pre></td></tr></table></figure><h2 id="切换模型"><a href="#切换模型" class="headerlink" title="切换模型"></a>切换模型</h2>临时切换（单次会话）：<figure class="highlight bash"><table><tr><td class="gutter"><pre>1 2 3 </pre></td><td class="code"><pre>codex --model deepseek-v4-flash codex --model glm-5-turbo codex --model comate/claude-sonnet-4.6 </pre></td></tr></table></figure>永久切换：修改 <code>~/.codex/config.toml</code> 中的 <code>model</code> 字段，例如：<figure class="highlight toml"><table><tr><td class="gutter"><pre>1 </pre></td><td class="code"><pre>model = "glm-direct/glm-5.1" </pre></td></tr></table></figure><h2 id="常见问题"><a href="#常见问题" class="headerlink" title="常见问题"></a>常见问题</h2><img src="/%E4%BD%BF%E7%94%A8%20CLIProxyAPI%EF%BC%8C%20%E8%AE%A9%E6%9C%80%E6%96%B0%E7%9A%84%20Codex%20%E8%83%BD%E5%A4%9F%E6%94%AF%E6%8C%81%E5%9B%BD%E5%86%85%E7%9A%84%E5%90%84%E5%A4%A7%E6%A8%A1%E5%9E%8B__assets/04-%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98.png" alt="常见问题">Q: Codex 报 <code>model not found</code>？ A: 检查 CLIProxyAPI 的 config.yaml 中是否为该模型配置了 alias，且 alias 与 Codex 传入的 <code>--model</code> 参数一致。Q: 两个 provider 有同名 alias 怎么办？ A: 使用 prefix 前缀消歧：<code>comate/glm-5.1</code> vs <code>glm-direct/glm-5.1</code>。或者给其中一个换一个不同的 alias。Q: Codex 连接代理报认证错误？ A: 确保 <code>config.toml</code> 中 <code>requires_openai_auth = false</code>，并设置环境变量 <code>export OPENAI_API_KEY="sk-codex-proxy"</code>。Q: <code>wire_api</code> 设为 <code>chat</code> 还是用 <code>responses</code>？ A: 必须设为 <code>"responses"</code>。CLIProxyAPI 的工作方式就是接收 Responses API 请求再转为 Chat Completions，如果 Codex 直接发 Chat Completions 格式就不需要这个代理了。Q: 如何开启调试日志？ A: 将 CLIProxyAPI 的 config.yaml 中 <code>debug</code> 改为 <code>true</code>，代理会自动热加载。Q: 如何通过代理访问外网 API？ A: 在 CLIProxyAPI 的 config.yaml 中设置 <code>proxy-url: "socks5://127.0.0.1:1080"</code>，或在单个 api-key-entry 上设置 <code>proxy-url</code>。Q: 配置修改后需要重启吗？ A: CLIProxyAPI 的 config.yaml 修改后自动热加载，无需重启。Codex 的 config.toml 修改后下次启动 Codex 生效。<hr>start.sh<figure class="highlight plaintext"><table><tr><td class="gutter"><pre>1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 </pre></td><td class="code"><pre>#!/bin/bash # CLIProxyAPI 启动脚本 # 使用方法: ./start.sh [stop|status] SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)" PID_FILE="$SCRIPT_DIR/cliproxyapi.pid" CONFIG_FILE="$SCRIPT_DIR/config.yaml" BINARY="$SCRIPT_DIR/cliproxyapi" case "${1:-start}" in start) if [ -f "$PID_FILE" ] && kill -0 "$(cat "$PID_FILE")" 2>/dev/null; then echo "CLIProxyAPI already running (PID $(cat "$PID_FILE"))" exit 0 fi echo "Starting CLIProxyAPI on http://127.0.0.1:8317 ..." "$BINARY" -config "$CONFIG_FILE" & echo $! > "$PID_FILE" sleep 2 if kill -0 "$(cat "$PID_FILE")" 2>/dev/null; then echo "Started successfully (PID $(cat "$PID_FILE"))" else echo "Failed to start, check config.yaml" rm -f "$PID_FILE" exit 1 fi ;; stop) if [ -f "$PID_FILE" ]; then kill "$(cat "$PID_FILE")" 2>/dev/null rm -f "$PID_FILE" echo "Stopped" else echo "Not running" fi ;; status) if [ -f "$PID_FILE" ] && kill -0 "$(cat "$PID_FILE")" 2>/dev/null; then echo "Running (PID $(cat "$PID_FILE"))" else echo "Not running" rm -f "$PID_FILE" fi ;; *) echo "Usage: $0 [start|stop|status]" ;; esac </pre></td></tr></table></figure>

同分类推荐文章

Go 实验特性详解（2026-06-21 10:05:27）
amd64 微架构级别对 Go 程序性能提升多少？（2026-06-21 09:38:49）
Loop Engineering 实践：我把 RDMA 开发库移植到 Go 语言，花费 239 块钱（2026-06-17 04:00:24）

查看更多后端文章 →

建议继续学习

Go Reflect 性能（累计阅读 14,121）
面向“接口”编程和面向“实现”编程（累计阅读 13,886）
一种基于长连接的社交游戏服务器程序构架（累计阅读 7,471）
从Go看，语言设计（一）（累计阅读 6,146）
go-kit 入门(一) （累计阅读 4,740）
分布式存储Seaweedfs源码分析（累计阅读 4,722）
为什么我们要使用Go语言以及如何使用它的（累计阅读 4,561）
Go 语言初步（累计阅读 4,478）
程序员的“横向发展” （累计阅读 4,119）
ZeroMQ 的模式（累计阅读 4,041）

使用 CLIProxyAPI， 让最新的 Codex 能够支持国内的各大模型

同分类推荐文章

建议继续学习

使用 CLIProxyAPI，让最新的 Codex 能够支持国内的各大模型