Codex CLI，运行在你自己的 GPU 上。

将 LM Warden 设为 Codex CLI 的自定义模型提供方，使用一个已部署的模型。

来自 Codex CLI 的请求去往何处：Connect 写入的两项设置，中间是 warden，然后每块 GPU 上一份模型副本。

文字说明： Codex CLI 把请求发送给 LM Warden，base_url 设为 warden，env_key 填写 warden 密钥。LM Warden 检查密钥，支持 OpenAI Responses，按密钥优先级为请求排队，并交给副本路由器。路由器让每个会话留在已持有其缓存的副本上（每块 GPU 一个模型副本）。

协议: OpenAI Responses
支持情况: 仅限本地模型

仅限本地模型。Codex 只支持 Responses API；warden 会为已部署的模型把 POST /v1/responses 转换为 Chat Completions，因此回复、工具调用和用量都以 Responses 事件的形式到达 Codex。它是无状态的：Codex 每一轮都发送 store:false 和整个对话，previous_response_id 会被拒绝。思考默认开启（Codex 会请求推理摘要，模型的推理以摘要形式显示；要关闭它，请在 config.toml 中设置 model_reasoning_effort = "none"），托管的网络搜索会被丢弃（设置 web_search = "disabled"），路由器规则不适用。请把 model_context_window 设为模型的真实窗口：对于不认识的名称，Codex 会假定为 272k。引擎需要启用工具调用（vLLM：--enable-auto-tool-choice 和一个 --tool-call-parser）。对未加载模型的请求会得到 404，Codex 会重试几秒钟后才放弃。

要求

需要支持工具调用的模型（用于智能体式编辑）。
至少有 32,768 个 token 的上下文时效果最好。

设置

在控制台中，Connect 会用你的 warden 地址、你的密钥和你选择的模型写入这些文件。下面以占位符展示这些文件。

本地模型

在 ~/.codex/config.toml 中把 LM Warden 添加为模型提供方。

config.toml (~/.codex/config.toml)

model = "your-served-model-name"
model_provider = "lmwarden"
# Codex assumes a 272k window for models it does not know; set the real one.
model_context_window = 32768

[model_providers.lmwarden]
name = "LM Warden"
base_url = "https://your-warden/v1"
env_key = "LMWARDEN_KEY"
wire_api = "responses"
# The model's context window is unknown: 32768 is a guess. Set it to the model's real window.

Shell

export LMWARDEN_KEY=vw_YOUR_KEY
codex exec "Reply with the single word OK."

官方文档：https://learn.chatgpt.com/docs/config-file/config-reference（查阅日期：2026-10-04）。