Codex接入DeepSeek完整部署教程：国内免翻墙稳定使用

前言：为什么选择Codex而非Claude Code

OpenAI开源的Codex CLI是一款强大的终端AI编程助手，相比之前介绍的OpenCloud（更偏向个人助手角色），Codex在代码生成和开发方面表现更为出色。而另一个热门选择Claude Code，据社区反馈非常容易被封号，尤其是在国内使用时风险极高。

此外，Codex桌面版需要国外账号注册并购买会员，对于国内开发者和学生党来说并不经济实惠。因此，通过命令行安装Codex并接入DeepSeek API，成为了最经济、最稳定的方案——全程无需翻墙，部署速度快，几分钟即可完成。

环境准备：WSL与Go语言安装

基础环境：WSL（Windows子系统Linux）

WSL（Windows Subsystem for Linux）是微软在Windows 10/11中内置的兼容层技术，允许用户在Windows环境中原生运行Linux二进制可执行文件。WSL 2相比WSL 1采用了真实的Linux内核（通过轻量级虚拟机实现），文件I/O性能提升显著，对Docker等容器技术的支持也更为完善。对于开发者而言，WSL最大的价值在于打通了Windows与Linux生态的壁垒——可以在Windows图形界面下管理文件，同时享受Linux命令行工具链的完整能力，是国内开发者在不更换操作系统前提下搭建Linux开发环境的首选方案。

整个安装基于WSL环境。如果你还没有安装WSL，需要先完成WSL的安装配置。安装完成后，打开Linux终端，建议先切换到本地可访问的目录下操作：

cd /mnt/d/          # 切换到D盘
mkdir codex_tutorial  # 创建工作文件夹
cd codex_tutorial

这样做的好处是，下载的文件可以直接在Windows资源管理器中查看和管理。/mnt/d/ 对应的就是Windows的D盘路径。

安装Go 1.25+

Codex依赖Go语言环境，需要安装1.25及以上版本。按照以下步骤逐条执行：

1. 下载Go安装包（国内源，无需翻墙，速度很快）
2. 解压安装包
3. 写入环境变量

安装完成后，运行 go version 验证，能正常显示版本号即表示安装成功。

安装Codex CLI

由于之前WSL环境中已经配置好了npm国内镜像源，通过npm安装Codex的速度非常快：

npm install -g @openai/codex

实测仅需约15秒即可完成安装，速度令人满意。

核心配置：Codex接入DeepSeek API

为什么需要MoBridge中转代理

Codex和Claude Code在国内都无法直接使用原生API。为了让Codex能够调用DeepSeek的模型，我们需要搭建一个本地中转代理服务。

MoBridge等本地中转代理的核心原理是在本地启动一个HTTP服务，将符合OpenAI API规范的请求转换并转发至目标AI服务商（如DeepSeek）的端点。由于DeepSeek等国内AI平台的API服务器部署在国内或有国内接入节点，本地代理只需做协议适配（将OpenAI格式的请求体映射为DeepSeek格式），即可让原本只支持OpenAI接口的工具（如Codex CLI）无缝调用国内模型。这种架构也被称为"API兼容层"，是当前国内AI工具生态中极为常见的解决方案。这里使用的是MoBridge方案，部署简单且稳定性好。

安装MoBridge中转服务

从Git仓库克隆MoBridge项目，然后直接安装：

git clone <MoBridge仓库地址>
cd mobridge
# 按照说明安装

整个过程同样无需翻墙，安装速度很快。

获取DeepSeek API密钥

前往DeepSeek开放平台，注册账号后在API管理页面创建新的API Key。操作非常简单，几步即可完成。

配置代理文件

在MoBridge目录下创建配置文件，使用vim编辑器：

配置文件中需要填写：

• DeepSeek API密钥：替换为你自己创建的Key
• 模型选择：可选 deepseek-chat（Pro）或 deepseek-chat-flash（Flash）

DeepSeek模型选择建议

DeepSeek是深度求索公司推出的大语言模型系列，其代码能力在多项基准测试中达到国际领先水平。DeepSeek-V3（对应chat接口）采用了混合专家架构（MoE），在保持高性能的同时大幅降低了推理成本。Flash版本则是针对低延迟场景优化的蒸馏模型，牺牲部分复杂推理能力换取更快的响应速度和更低的Token单价。对于代码生成任务，Pro版本在处理多文件依赖、复杂算法实现和代码重构等场景时优势明显，而Flash版本在代码补全、注释生成等轻量任务上性价比极高。

模型	优势	适用场景
DeepSeek Pro	性能强劲，代码质量更高	复杂项目开发、大型代码重构
DeepSeek Flash	价格更低，响应更快	日常代码修改、简单开发任务

如果预算允许，建议使用Pro模型，性能比Flash强出一大截。如果只是简单改改代码，Flash也完全够用。

启动中转服务并运行Codex

配置完成后，启动MoBridge中转服务。看到正常运行的提示信息后，新开一个终端窗口继续后续操作。

按照教程逐行复制配置命令（共5行），完成Codex的最终配置。然后切换到你的项目目录，直接运行：

codex

看到模型加载信息后，即表示Codex已成功接入DeepSeek，可以开始使用了。以后想在任何目录下使用，只需确保中转服务运行中，然后直接输入 codex 即可进入交互界面。

进阶玩法：扩展Codex的AI编程能力

让Codex自动安装Skills

OpenAI Codex CLI的Skills机制本质上是一套预定义的提示词模板与工具调用配置集合，类似于为AI Agent预装特定领域的"操作手册"。每个Skill包含了针对特定任务（如科研文献处理、前端开发、数据分析）的系统提示词、常用工具调用链和输出格式规范。通过安装Skills，Codex在处理对应领域任务时能够更精准地理解意图、选择合适的工具链并生成符合领域规范的代码，本质上是通过结构化的上下文注入提升了模型在垂直场景下的表现。

很多人安装完Codex后不知道如何充分利用它的能力。一个很实用的技巧是：让Codex自己安装Skills。

直接在Codex中输入类似指令：

• "帮我安装一些科研方面的skill"
• "帮我安装一些关于代码生成的skill"

Codex会自动检查官方仓库中的可用Skills列表，筛选出相关的Skills并完成安装。这种"让AI自己配置AI"的方式，大大降低了使用门槛。

用Codex搭建Web聊天界面

如果你不习惯纯命令行操作，可以让Codex帮你生成一个浏览器端的聊天界面。通过简单的提示词：

"帮我做一个完整的本地Web聊天应用，包括前端界面加Node后端，可以通过浏览器进行聊天"

Codex就自动生成了一个完整的Web应用，后续还可以追加需求，比如添加文件上传按钮、PDF解析功能等。

Codex与OpenCloud实测对比

用同一个简单指令——"生成一个带有粒子效果的网页"——分别测试了Codex和OpenCloud：

• Codex生成的效果：视觉表现更出色，代码质量更高
• OpenCloud生成的效果：相对一般，更偏向通用助手而非代码专家

结论很明确：在代码开发领域，Codex明显更胜一筹，而OpenCloud更适合作为通用个人助理使用。

总结：国内部署Codex的最佳方案

本教程完整介绍了在国内环境下，通过WSL + MoBridge中转 + DeepSeek API的方案部署Codex CLI的全过程。整个方案的核心优势在于：

• 零翻墙成本：全程使用国内可访问的资源
• 经济实惠：仅需DeepSeek API费用，无需购买海外订阅
• 稳定可靠：不存在封号风险
• 部署快速：熟练操作十几分钟即可完成

对于习惯命令行操作的开发者来说，这套方案尤其适合在Linux服务器、公司内网等没有桌面环境的场景下使用。遇到任何问题，都可以直接问Codex本身——它不仅能写代码，还能帮你配置环境、安装工具、解决报错。

核心要点

• 通过WSL + MoBridge中转代理 + DeepSeek API的方案，可在国内无需翻墙稳定使用OpenAI Codex CLI
• DeepSeek提供Pro和Flash两种模型选择，Pro基于MoE架构性能更强但价格稍高，Flash适合日常简单代码修改
• 相比Claude Code容易封号和桌面版需要海外账号付费，命令行版Codex接入DeepSeek是最经济稳定的方案
• Codex在代码生成能力上明显优于OpenCloud等通用助手，更适合开发场景
• 可以让Codex自动安装Skills扩展能力，Skills本质是预定义的提示词模板与工具调用配置集合，甚至可生成Web聊天界面替代命令行交互