GPT 与 Codex CLI

开始前准备

GPT 是模型，Codex CLI 是本机编程工具。本教程使用 ASIORB API Key 和账户余额，让 Codex 在一个新建的小文件夹中完成任务。

从上到下依次完成：准备 Key → 配置连接 → 读取文件 → 写入文件 → 核对消费。已经配置过的用户，确认当前终端已输入 Key 后，可以直接跳到测试步骤。

查询模型和下载配置不会产生模型推理费用；向 Codex 发送任务后，按实际用量从 ASIORB 余额扣费。这里使用的是 API 计费。

1. 安装 Codex CLI

macOS 打开“终端”，使用默认的 zsh；Windows 打开 PowerShell。先安装 Node.js LTS，再执行下面的命令。

npm install -g @openai/codex@0.161.0
codex --version

从 Node.js 官网安装 LTS 版本。安装后先重新打开终端。下面固定使用已完成本站 macOS 文件测试的 0.161.0，请保留 codex --version 的结果。Windows 也可使用 WSL，但本页 Windows 命令专用于 PowerShell，不能混用。

2. 设置 Key，查询模型

在个人中心创建专用于这台电脑的 API Key，确认账户有可用余额，且 Key 允许使用你要测试的 GPT 模型。

read -rs "ASIORB_API_KEY?请粘贴你的 ASIORB API Key，然后按回车（输入不显示）："

echo
export ASIORB_API_KEY
if [ -n "$ASIORB_API_KEY" ]; then
  printf '%s\n' 'Key 已设置，可以继续查询模型。'
else
  printf '%s\n' '没有输入 Key，请回到上一步重新输入。'
fi

curl --fail-with-body --max-time 30 "https://api.asiorb.com:8443/v1/models" \
  -H "Authorization: Bearer $ASIORB_API_KEY"

从返回结果复制完整的 openai/… 模型 ID。下一步仅列出适合本教程的 GPT 工具模型；如果查不到目标模型，请先检查 Key 的模型权限。

3. 配置 ASIORB

继续在同一个终端窗口操作。先选择上一步查询结果中的模型，再复制配置命令；例如 GPT-6 Sol 对应 openai/gpt-6-sol。

下方命令下载本站的模型配置，并单独创建 asiorb.config.toml，保留你原来的 Codex 配置。已存在同名文件时会先备份。配置只保存模型、地址及环境变量名，不保存 Key。如果设置过 CODEX_HOME，命令会使用该目录，否则使用用户目录下的 .codex。

请使用查询到的完整 GPT 模型 ID，不能保留 YOUR_MODEL_ID 占位符。更换模型后重新运行本步骤，再重新启动 Codex。本教程配置对应 CLI 0.161.0，使用标准 HTTP Responses 模式。

4. 创建测试文件夹

下面的命令会在用户目录下新建一个名称不重复的测试文件夹，进入该文件夹，并创建只有三行数字的 test.txt。

ASIORB_TEST_DIR="$(mktemp -d "$HOME/asiorb-codex-test.XXXXXX")" &&
  cd "$ASIORB_TEST_DIR" &&
  printf '17\n28\n35\n' > test.txt &&
  pwd

python3 --version

记下文件夹路径。test.txt 中每行一个数字，内容为 17、28、35。Python 检查应显示 Python 3.x；Windows 如果使用启动器，可改用 py -3 --version。

没有 Python 3 时，可先从 Python 官网安装，重新打开终端后重新输入 Key 和必要的连接配置，再回到测试文件夹。不要让助手为本测试自动安装软件。

5. 启动并确认连接

在刚才的测试文件夹里启动 Codex。进入工具后，先检查当前使用的供应商和模型。

codex --profile asiorb

如果询问是否信任当前文件夹，先确认它是刚才创建的 asiorb-codex-test… 文件夹，再继续。工具请求执行命令或修改文件时，检查操作内容后再确认。此测试只需文件和终端工具，不需要允许控制其他 App。

/status

• 供应商应为 ASIORB / asiorb。
• 型号应对应第 3 步的选择；例如 GPT-6 Sol 的 API ID 为 openai/gpt-6-sol。
• 当前目录应为新建的测试文件夹。

如果显示其他供应商或模型，先退出并检查配置。模型名称可能省略 openai/ 前缀，应与所选型号对应；实际请求模型再通过本站消费记录核对。显示“--profile requires embedded mode”表示本次在独立进程运行，单独这一条提示不代表调用失败。按 Esc 关闭状态页，再发送下一步任务。模型自报名称不能作为调用证明。

6. 测试读取文件

把下面这段话粘贴到 Codex 的对话输入框，而不是终端命令行。发送后会产生实际模型费用。

请使用本机文件工具读取当前测试文件夹的 test.txt。
告诉我实际读取到的数字及它们的总和，暂时不要修改文件。
只操作当前测试文件夹，不调用 Computer Use，不操作其他应用。

预期：工具记录显示实际读取了 test.txt，数字为 17、28、35，总和为 80。只收到一句“80”，还不能证明文件工具执行成功。

7. 测试写入、运行与读回

读取成功后继续发送任务，检查它能否创建脚本、实际执行，并读回保存的结果。

请继续完成本机文件测试，只操作当前测试文件夹：
1. 重新读取 test.txt，创建 sum_numbers.py。使用 Python 标准库，以脚本所在目录定位 test.txt，计算所有数字的总和，将总和写入同目录的 result.txt，并打印总和。
2. 实际运行 python3 sum_numbers.py。
3. 再使用文件工具读取 result.txt，核对实际保存的内容。
不要修改 test.txt，不安装软件，不调用 Computer Use，不操作其他应用或目录。请实际执行，不要只提供代码；如有错误请如实报告。

预期：工具记录显示创建 sum_numbers.py、实际运行脚本，终端输出 80，随后读取 result.txt 也是 80。原始 test.txt 应保持不变。

完成后按 Ctrl + C，按界面提示退出；如果只中断了操作，再按一次。回到普通终端提示符后，独立检查实际文件。

cat test.txt
cat sum_numbers.py
cat result.txt

依次应看到三行原始数字、Python 脚本内容和结果 80。发生错误就停在当前步骤，保留报错与请求编号，不要把助手的文字说明当成执行结果。

8. 核对消费记录

打开个人中心的消费记录，按测试时间核对模型、用量、金额和状态。工具多次请求模型时，一次任务可能对应多条消费记录。

1. 打开本站消费记录，按刚才测试的时间查找请求，核对模型 ID、用量、人民币费用与结算状态。
2. 一项任务可能多次请求模型，因此允许出现多条记录；读取本机文件本身不单独产生模型费用，模型处理工具结果会产生新的用量。
3. 如遇超时、回复不完整或正在对账，先检查原请求状态，记录 request_id，再决定是否继续，避免反复发送同一任务。

通过后即可结束测试，再用于日常任务。这个结果只覆盖本次电脑、Key、模型和基础流程，不代表所有模型或高级功能都已验收。

日常使用与问题排查

第一次实测完成后，再进入自己的项目文件夹，用同一个 ASIORB 配置启动 Codex。

关闭终端后，Key 的临时设置会失效。下次打开新窗口，重新执行第 2 步的密钥输入命令，进入项目，再用专用配置启动。已保存的配置无需每次重建。

cd "/你的项目路径" && codex --profile asiorb

更换模型时，先查询 Key 的可用列表，再在第 3 步选择模型、重新生成配置并重启。不要仅根据工具内置模型菜单判断本站是否可用。