Codex Desktop 接入 NVIDIA API 完整教程：免费使用 DeepSeek-V4 等模型本文介绍如何

前言

Codex CLI / Desktop 是 OpenAI 推出的编程助手，能力很强，但有个问题——它只支持 OpenAI 自家的模型。Codex 底层走的是 OpenAI 的 Responses API，而市面上大多数第三方 API 只支持 Chat Completions API，两者协议不兼容，导致无法直接接入。

那有没有办法绕过这个限制？有！

本文将详细介绍如何通过一个本地代理，把 Codex 的 Responses API 请求"翻译"成 NVIDIA 支持的 Chat Completions API，从而在 Codex Desktop 上使用 DeepSeek-V4 Pro / Flash、Llama、Nemotron 等 NVIDIA 平台上的模型。

原理概述

NVIDIA API 只支持 Chat Completions API（/v1/chat/completions），而 Codex 只支持 Responses API（/v1/responses）。两者协议完全不同——消息格式、流式事件、工具调用规范都不一样。

解决方案是跑一个本地代理服务器，做格式转换：

Codex Desktop → 本地代理 (http://127.0.0.1:5000) → NVIDIA API
   Responses API    →   格式转换     →   Chat Completions API

代码仓库： github gitee

前置准备

Windows / macOS / Linux 均可
Python 3.9+
NVIDIA 开发者账号 —— 前往 build.nvidia.com 注册
已安装 Codex Desktop

第一步：获取 NVIDIA API Key

打开 build.nvidia.com，登录或注册
点击右上角头像 → API Keys
点击 Generate API Key，设置有效时间（建议选 Never Expire 永不过期）
复制生成的 Key，格式类似 nvapi-xxxxxxxxxxxx

第二步：下载代理脚本

新建一个文件夹，把以下代码保存为 codex_nvidia_proxy.py：

完整源码下载：github** gitee**

第三步：安装依赖

pip install flask requests waitress openai

第四步：启动代理

# 设置 API Key
export NVIDIA_API_KEY=nvapi-你的key

# 启动代理
python codex_nvidia_proxy.py
看到以下输出说明启动成功：

codex_nvidia_proxy starting ...
   Endpoint: http://127.0.0.1:5000
   Model:    deepseek-ai/deepseek-v4-pro
   Routes:   /v1/responses, /v1/chat/completions

Windows 用户注意： 使用 set 而不是 export：

set NVIDIA_API_KEY=nvapi-你的key
python codex_nvidia_proxy.py

第五步：配置 Codex Desktop

编辑 Codex 配置文件，位置：

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

添加以下内容：

model = "deepseek-ai/deepseek-v4-pro"
model_provider = "api"

[model_providers.api]
name = "NVIDIA Proxy"
base_url = "http://127.0.0.1:5000/v1"
wire_api = "responses"
requires_openai_auth = false

重启 Codex Desktop，即可在模型选择器中看到 deepseek-ai/deepseek-v4-pro。

验证是否生效

在终端中测试代理连通性：

curl -X POST http://127.0.0.1:5000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-ai/deepseek-v4-pro","messages":[{"role":"user","content":"hi"}],"stream":true}'

如果看到 SSE 流式返回 response.created → response.in_progress → response.completed，说明配置成功。

换模型

NVIDIA 平台上有大量免费模型可供选择，常见的包括：

模型 ID	特点
`deepseek-ai/deepseek-v4-pro`	DeepSeek V4 Pro，推理能力强
`deepseek-ai/deepseek-v4-flash`	V4 Flash，响应更快
`meta/llama-4-maverick-17b-128e-instruct`	Llama 4 最新版
`nvidia/llama-3.1-nemotron-70b-instruct`	NVIDIA 自有模型
`mistralai/mistral-small-4-119b-2603`	Mistral Small 4

切换模型只需设置环境变量：

export NVIDIA_MODEL=meta/llama-4-maverick-17b-128e-instruct

或修改 .nvidia_env 文件中的 NVIDIA_MODEL 值。

注意事项

⚠️ 速度问题

经过实际测试，通过代理转发后，响应速度会比直接使用 OpenAI 模型慢。主要原因：

多了一层格式转换
NVIDIA 自身延迟

优化建议： 可以将代理改为非流式模式（stream=False），让 NVIDIA 一次性返回完整结果再转发给 Codex，整体等待时间反而更短。

⚠️ 网络环境

某些地区或公司网络可能无法直接访问 integrate.api.nvidia.com，如果遇到连接超时，可以配置代理：

export HTTPS_PROXY=http://127.0.0.1:7890

⚠️ API Key 安全

不要将 API Key 发到聊天、GitHub 等公网环境
如果怀疑 Key 泄露，请立即去 build.nvidia.com → API Keys 中 revoke 重生成
建议写入 .nvidia_env 文件，不要硬编码在脚本中

总结

通过本文的思路，我们成功让 Codex Desktop 用上了 NVIDIA API 托管的 AI 模型，这得益于一个简单的本地代理将 Responses API 翻译为 Chat Completions API。

这套方案的实际价值在于：

突破模型限制：不再被 OpenAI 绑定，可以自由选择 NVIDIA 上的上百种模型
零成本入门：NVIDIA 提供免费额度，足以用于日常轻量使用
扩展性强：同样的思路也适用于其他只支持 Chat API 的提供商（如 DeepSeek、OpenRouter 等）

如果你在配置过程中遇到问题，欢迎留言交流～

Codex Desktop 接入 NVIDIA API 完整教程：免费使用 DeepSeek-V4 等模型​

前言