opencodex 完整教學 2026：13K★ LLM Proxy，讓 Claude Code 和 Codex 使用任何 AI 模型

2026-09-03 ｜ AutoDev AI｜繁中首發｜開發者工具 / LLM Proxy / agentic coding

為什麼開發者趨之若鶩？opencodex 解決的核心痛點

你用 Codex CLI 或 Claude Code 已經習慣了，但有個問題：它們被鎖死在特定模型上。OpenAI Codex CLI 預設只能打 OpenAI API，Claude Code 只走 Anthropic API。想用更便宜的 DeepSeek V4 Pro？或者想在沒網路的環境跑 Ollama 本機推理？對不起，官方不支援。

opencodex 用「proxy 翻譯層」解決這個問題：它在本機 localhost:10100 起一個服務，攔截 Codex Responses API 的請求，即時翻譯成目標供應商的格式（streaming、tool calls、reasoning tokens、images 雙向支援），然後把回應再翻回來。對 Codex CLI 或 Claude Code 來說，它完全感知不到自己其實在跟 DeepSeek 或 Gemini 說話。

這個架構有幾個實際好處：

• 費用控制：DeepSeek V4 Pro 的 API 比 GPT-5.4 便宜 70-80%，直接省成本
• 本機推理：接 Ollama，完全不需要上雲，隱私100%、適合 Air-gapped 環境
• ChatGPT 帳號池：可以管理多個 ChatGPT Free 帳號，自動輪切分配，等於用 Codex 免費跑
• 多工具通吃：同一個 proxy，Codex CLI、Claude Code、Claude Desktop、Grok Build 都能用

支援哪些 LLM 供應商？

opencodex 開箱即用支援 40+ 供應商，涵蓋主流商業 API 和本機推理方案：

完整清單見 GitHub README。只要支援 OpenAI-compatible API 的供應商，理論上都能接。

安裝教學（5 步驟，10 分鐘搞定）

# 方式 A：npm 全域安裝（推薦）
npm install -g @bitkyc08/opencodex

# 方式 B：npx 無需安裝，直接執行
npx @bitkyc08/opencodex start

# 方式 C：從 GitHub clone（開發者 / 想改 source）
git clone https://github.com/lidge-jun/opencodex.git
cd opencodex
npm install && npm run build

# 啟動 proxy + dashboard（預設 localhost:10100）
opencodex start

# 或指定 port
opencodex start --port 10101

// 範例：使用 Claude（Anthropic）
{
  "provider": "anthropic",
  "model": "claude-fable-5-1",
  "apiKey": "sk-ant-xxxxxx"
}

// 範例：使用 Gemini 3.7 Flash
{
  "provider": "google",
  "model": "gemini-3.7-flash",
  "apiKey": "AIzaxxxxxxxxxx"
}

// 範例：使用 DeepSeek V4 Pro
{
  "provider": "deepseek",
  "model": "deepseek-v4-pro",
  "apiKey": "sk-xxxxxxxxxx"
}

// 範例：使用本機 Ollama（完全免費，無需 API key）
{
  "provider": "ollama",
  "model": "qwen3.8:27b",
  "baseUrl": "http://localhost:11434"
}

# 設定環境變數，讓 Codex CLI 指向 opencodex proxy
export OPENAI_API_KEY="opencodex"
export OPENAI_BASE_URL="http://localhost:10100/v1"

# 啟動 Codex CLI（正常使用，它不知道背後換了模型）
codex "幫我重構這個函式，提高可讀性"

# 在 Claude Code 的環境設定中加入 proxy endpoint
export ANTHROPIC_BASE_URL="http://localhost:10100"
# 或編輯 ~/.claude/settings.json：
{
  "env": {
    "ANTHROPIC_BASE_URL": "http://localhost:10100"
  }
}

# 在控制台介面（localhost:10100）→ 帳號池管理
# 或用 CLI：
opencodex accounts add --email you@example.com --password yourpass
opencodex accounts add --email you2@example.com --password yourpass2

# 查看帳號狀態（quota、健康度）
opencodex accounts list

# 啟用帳號池模式（自動路由到最低使用率的健康帳號）
opencodex start --pool

供應商費用比較：同樣的 Claude Code 任務，換模型省多少？

以一個中型任務（輸入 50K tokens、輸出 10K tokens）為例，不同供應商的費用差異：

結論：把 Claude Code 的「重複性任務」（單元測試生成、文件翻譯、代碼格式化）切換到 Gemini 3.7 Flash 或 DeepSeek V4 Pro，只留複雜推理任務給 Claude Fable 5.1，每月可以省下 60-90% 的 API 費用。

四個台灣開發者實戰場景

場景 1：省錢路由策略 — 依任務複雜度切換模型

建立兩個不同的 opencodex 設定檔，在不同任務類型切換：

# ~/.opencodex/configs/cheap.json（日常代碼任務）
{
  "provider": "google",
  "model": "gemini-3.7-flash",
  "apiKey": "AIzaxxxxxx"
}

# ~/.opencodex/configs/smart.json（複雜架構設計）
{
  "provider": "anthropic",
  "model": "claude-fable-5-1",
  "apiKey": "sk-ant-xxxxxx"
}

# 切換設定
opencodex use cheap   # 切到 Gemini（省錢模式）
opencodex use smart   # 切到 Claude（高品質模式）

場景 2：完全離線開發 — Ollama 本機推理

適合資安要求高的企業環境，或沒有穩定網路的情況：

# 先安裝 Ollama 並下載模型（一次性）
brew install ollama  # macOS
ollama pull qwen3.8:27b  # 或 llama4.1:8b

# 啟動 Ollama 服務
ollama serve

# opencodex 設定接本機 Ollama
opencodex config set provider ollama
opencodex config set model qwen3.8:27b
opencodex config set baseUrl http://localhost:11434

# 啟動 proxy 並測試
opencodex start
codex "分析這段代碼的安全性問題"  # 完全離線執行

場景 3：CI/CD 自動化測試 — 低成本批次任務

在 GitHub Actions 裡用 opencodex 跑代碼審查，全程走 DeepSeek API（比 Claude 便宜 90%）：

# .github/workflows/ai-review.yml
- name: Start opencodex proxy
  run: |
    npm install -g @bitkyc08/opencodex
    opencodex start --daemon
  env:
    OPENCODEX_PROVIDER: deepseek
    OPENCODEX_MODEL: deepseek-v4-pro
    OPENCODEX_API_KEY: ${{ secrets.DEEPSEEK_API_KEY }}

- name: Run AI code review
  run: |
    export OPENAI_BASE_URL="http://localhost:10100/v1"
    export OPENAI_API_KEY="opencodex"
    codex "審查這個 PR 的安全性和代碼品質" --non-interactive

場景 4：多模型 A/B 測試 — 找最適合你的模型

同一個任務跑多個模型，比較輸出品質和速度：

# 快速切換測試不同模型
for provider in anthropic google deepseek; do
  echo "=== Testing $provider ==="
  opencodex config set provider $provider
  time codex "重構這個函式為非同步版本" --file utils.js
done

opencodex vs 其他 LLM Proxy 方案比較

選 opencodex 的理由：你主要用 Codex CLI 或 Claude Code，同時又想接不同 LLM，opencodex 是最簡單的方案。LiteLLM 功能更完整但設定更複雜，適合企業級部署。

常見問題（FAQ）

適合誰 / 不適合誰

小結：opencodex 是 agentic coding 工具鏈的隱形補丁

13K★ 的背後是一個簡單但精準的需求：讓開發者不被單一廠商鎖死。Codex CLI 和 Claude Code 都是優秀的 agentic coding 工具，但它們的 API 設計其實已經是業界標準格式，opencodex 利用這一點，用最小的 footprint（本機 proxy + npm 安裝）解鎖了 40+ 供應商。

對台灣開發者來說，最直接的收益是成本控制：把日常代碼任務路由到 Gemini 3.7 Flash（$0.075/1M input）或 DeepSeek V4 Pro，只留複雜推理給昂貴的 flagship 模型。加上本機 Ollama 的選項，月費幾乎可以控制在幾美元以內。

目前繁中幾乎沒有完整教學（我們確認過），如果你是 Codex CLI 或 Claude Code 用戶，現在是嘗試的最好時機——趁競品還不知道這個工具的時候，先掌握。

延伸閱讀

• Composio Claude Code 教學 2026：73K★ 一個指令直連 Slack/Notion/GitHub
• Claude Fable 5 完整評測 2026：史上最強又被政府喊停的 AI
• Gemini 3.7 Flash 完整評測 2026：Google AI 策略大轉向
• DeepSeek V4 Pro 完整評測 2026：繁中首發，最強開源 Coder