Skip to content

AI 工具操作手册:Codex、OpenClaw、Hermes 与生图 API

这是一份通用操作教程。文中的 BASE_URL 请替换成你自己的 OpenAI 兼容接口地址,API_KEY 请替换成你自己的密钥。不要把密钥发给别人,也不要提交到公开仓库。

0. 通用准备

开始前先准备三样东西:

  1. 一个可用的 API Key
  2. 一个 OpenAI 兼容的 Base URL,格式通常类似:
txt
https://你的服务地址/v1
  1. 一个模型名称,例如:
txt
gpt-5.5
gpt-5.4
gpt-image-2

后面的示例统一使用占位写法:

txt
BASE_URL=https://你的服务地址/v1
API_KEY=你的_API_KEY

1. Codex App 配置

适合新手,图形界面操作更简单。

步骤一:安装并登录

  1. 下载并打开 Codex App;
  2. 输入 API Key 完成登录;
  3. 如果之前登录过其他 Key,先退出登录再重新输入。

步骤二:打开配置文件

  1. 打开 Codex App 设置;
  2. 找到配置入口;
  3. 点击 Open config.toml 打开本地配置文件。

步骤三:写入配置

macOS / Linux 可使用:

toml
model_provider = "flame"
model = "gpt-5.5"
model_reasoning_effort = "medium"
network_access = "enabled"
disable_response_storage = true
model_verbosity = "medium"
personality = "friendly"

[model_providers.flame]
name = "flame"
base_url = "https://你的服务地址/v1"
wire_api = "responses"
requires_openai_auth = true

Windows 可使用:

toml
model_provider = "flame"
model = "gpt-5.5"
model_reasoning_effort = "medium"
network_access = "enabled"
disable_response_storage = true
windows_wsl_setup_acknowledged = true
model_verbosity = "medium"
personality = "friendly"

[model_providers.flame]
name = "flame"
base_url = "https://你的服务地址/v1"
wire_api = "responses"
requires_openai_auth = true

[windows]
sandbox = "elevated"

保存后重启 Codex App 或插件即可。


2. Codex CLI:macOS / Linux

步骤一:安装基础环境

确认本机已安装:

  • Git
  • Node.js
  • npm

验证:

bash
git --version
node -v
npm -v

步骤二:安装 Codex CLI

bash
npm install -g @openai/codex

也可以使用 Homebrew:

bash
brew install codex

步骤三:创建配置目录

bash
rm -rf ~/.codex
mkdir ~/.codex

步骤四:创建 auth.json

文件路径:

txt
~/.codex/auth.json

内容:

json
{
  "OPENAI_API_KEY": "你的_API_KEY"
}

步骤五:创建 config.toml

文件路径:

txt
~/.codex/config.toml

内容:

toml
model_provider = "flame"
model = "gpt-5.4"
model_reasoning_effort = "xhigh"
disable_response_storage = true
preferred_auth_method = "apikey"

[model_providers.flame]
name = "flame"
base_url = "https://你的服务地址/v1"
wire_api = "responses"

步骤六:验证

重启终端后执行:

bash
codex -V

进入项目目录使用:

bash
cd your-project-folder
codex

3. Codex CLI:Windows

步骤一:安装基础环境

安装:

  • Git for Windows
  • Node.js

安装时保持默认选项即可。

步骤二:验证环境

打开 Windows PowerShell:

powershell
node -v
npm -v

如果提示没有合适的 shell,检查 Git 是否安装正确。必要时把下面路径加入系统环境变量:

txt
C:\Program Files\git\bin\bash.exe

步骤三:安装 Codex CLI

powershell
npm install -g @openai/codex

步骤四:创建配置目录

删除旧目录后重新创建:

txt
C:\Users\你的用户名\.codex

步骤五:创建 auth.json

路径:

txt
C:\Users\你的用户名\.codex\auth.json

内容:

json
{
  "OPENAI_API_KEY": "你的_API_KEY"
}

步骤六:创建 config.toml

路径:

txt
C:\Users\你的用户名\.codex\config.toml

内容:

toml
model_provider = "flame"
model = "gpt-5.4"
model_reasoning_effort = "xhigh"
disable_response_storage = true
preferred_auth_method = "apikey"

[model_providers.flame]
name = "flame"
base_url = "https://你的服务地址/v1"
wire_api = "responses"

步骤七:验证

重启 PowerShell 后执行:

powershell
codex -v

进入项目目录使用:

powershell
cd your-project-folder
codex

4. IDE 里配置 Codex

适合 VS Code、Cursor、PyCharm、IDEA 等编辑器。

操作步骤

  1. 在 IDE 插件市场搜索并安装 Codex 插件;
  2. 打开 Codex 插件;
  3. 使用 API Key 登录;
  4. 如果要更换 Key,先点击 Log out
  5. 打开插件设置;
  6. 找到 config.toml
  7. 粘贴下面配置。
toml
model_provider = "flame"
model = "gpt-5.5"
model_reasoning_effort = "xhigh"
disable_response_storage = true
preferred_auth_method = "apikey"

[model_providers.flame]
name = "flame"
base_url = "https://你的服务地址/v1"
wire_api = "responses"

保存后重启 IDE 或 Codex 插件。


5. CC-Switch 配置 GPT

操作步骤

  1. 打开 CC-Switch;
  2. 切换到 Codex 分组;
  3. 点击添加供应商;
  4. 选择自定义配置;
  5. 填写供应商名称,例如:
txt
Flame
  1. 填写 API Key;
  2. 填写 API 请求地址:
txt
https://你的服务地址/v1
  1. 填写模型名称:
txt
gpt-5.5
  1. 点击添加;
  2. 回到 Codex 分组,选择刚才新增的供应商开始使用。

可选备选模型:

txt
gpt-5.4

6. OpenClaw 配置

macOS / Linux 安装

bash
curl -fsSL https://openclaw.ai/install.sh | bash

Windows 安装

PowerShell:

powershell
iwr -useb https://openclaw.ai/install.ps1 | iex

配置文件位置

macOS / Linux:

txt
~/.openclaw/openclaw.json

Windows:

txt
C:\Users\你的用户名\.openclaw\openclaw.json

替换 models 配置

models 部分替换为:

json
{
  "models": {
    "providers": {
      "aicodemirror-gpt": {
        "baseUrl": "https://你的服务地址/v1",
        "apiKey": "你的_API_KEY",
        "api": "openai-responses",
        "models": [
          {
            "id": "gpt-5.4",
            "name": "gpt-5.4",
            "reasoning": true,
            "input": ["text", "image"]
          }
        ]
      }
    }
  }
}

保存后重启 OpenClaw。


7. Hermes Agent 配置

操作步骤

  1. 打开 Hermes Agent;
  2. 进入设置里的模型供应商配置;
  3. 新增一个 OpenAI Compatible / OpenAI 兼容供应商;
  4. 填写供应商名称:
txt
flame
  1. 填写 Base URL:
txt
https://你的服务地址/v1
  1. 填写 API Key;
  2. 填写模型:
txt
gpt-5.4
  1. 保存配置;
  2. 切换到该供应商和模型;
  3. 新建会话测试,确认可以正常回复。

如果版本支持 JSON 配置,可参考:

json
{
  "provider": "flame",
  "base_url": "https://你的服务地址/v1",
  "api_key": "你的_API_KEY",
  "model": "gpt-5.4"
}

8. 生图 API 调用

基本信息

txt
Endpoint: POST /images/generations
模型: gpt-image-2
鉴权: Authorization: Bearer ***

完整请求地址由 Base URL 拼接得到:

txt
https://你的服务地址/v1/images/generations

必填参数

参数建议值说明
modelgpt-image-2生图模型
prompt自行填写图片描述文本,请按实际需求填写
size1024x1024方图,最稳
size1024x1536竖图,适合人物
size1536x1024横图,适合场景
qualityhigh可选,清晰度更高,耗时可能更长
n1批量生成更慢,也更容易失败
timeout300客户端超时时间建议 300 秒或更高

如果 quality 参数报错,先去掉该参数,用默认质量测试。

Windows PowerShell 示例

powershell
$body = @{
  model = "gpt-image-2"
  prompt = "按实际需求填写"
  size = "1024x1024"
  n = 1
} | ConvertTo-Json -Compress

curl.exe https://你的服务地址/v1/images/generations `
  -H "Authorization: Bearer ***" `
  -H "Content-Type: application/json" `
  -d $body

Python 示例

python
import base64
import requests

api_key = "你的_API_KEY"
url = "https://你的服务地址/v1/images/generations"

payload = {
    "model": "gpt-image-2",
    "prompt": "按实际需求填写",
    "size": "1024x1024",
    "n": 1,
}

response = requests.post(
    url,
    headers={
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
    },
    json=payload,
    timeout=300,
)
response.raise_for_status()

data = response.json()
item = data["data"][0]

if "b64_json" in item:
    image_bytes = base64.b64decode(item["b64_json"])
    with open("output.png", "wb") as f:
        f.write(image_bytes)
elif "url" in item:
    image_url = item["url"]
    image_data = requests.get(image_url, timeout=300).content
    with open("output.png", "wb") as f:
        f.write(image_data)
else:
    raise RuntimeError(f"Unexpected response: {data}")

print("saved: output.png")

JavaScript 示例

js
const apiKey = "你的_API_KEY"

const response = await fetch("https://你的服务地址/v1/images/generations", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${apiKey}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gpt-image-2",
    prompt: "按实际需求填写",
    size: "1024x1024",
    n: 1,
  }),
})

if (!response.ok) {
  throw new Error(await response.text())
}

const data = await response.json()
console.log(data)

9. 常见问题

401 / Unauthorized

通常是 API Key 错误、复制不完整,或请求头没有带上:

txt
Authorization: Bearer 你的_API_KEY

Model not found

模型名填错。先用一个确认可用的模型测试,例如:

txt
gpt-5.4

连接失败

检查 Base URL 是否完整,通常需要包含 /v1

txt
https://你的服务地址/v1

生图 400 Invalid request

常见原因:

  • JSON 格式不合法;
  • 参数名称写错;
  • size 不支持;
  • quality 当前通道不支持。

建议先使用最少参数测试:modelpromptsizen,其中 prompt 按实际需求填写。