用 responses-proxy 将 agnes-20-flash 接入原生 Codex：让免费 LLM 也能跑起来

最近在折腾原生 Codex 的模型接入时，遇到了一个比较典型的问题：

当前 Codex 主要支持wire_api = "responses"模式，而很多第三方 OpenAI 兼容服务只提供/v1/chat/completions接口，无法直接接入。

其中，agnes-20-flash是一个来自新加坡的免费 LLM 服务，官方提供了不少框架集成方案，但并没有针对原生 Codex 的直接接入教程。经过多次尝试各种中转方案后，最终发现可以通过开源项目responses-proxy完美解决这个问题。

本文就记录一下完整过程：如何使用responses-proxy将agnes-20-flash接入原生 Codex，并顺带推荐一个更稳定、更适合长期使用的中转服务： 满意AI——https://api.aimanyi.top

一、背景：为什么 Codex 不能直接接第三方 OpenAI API？

很多第三方模型服务都会号称“兼容 OpenAI API”，但这里的“兼容”通常指的是兼容：

/v1/chat/completions

也就是传统的 Chat Completions API。

而现在的原生 Codex 更倾向于使用：

wire_api = "responses"

也就是 OpenAI 新的 Responses API 风格。

因此，即使第三方服务支持 OpenAI 格式，只要它没有实现/v1/responses，Codex 就无法直接调用。

这就导致一个问题：

• 第三方 LLM 服务可以被 ChatGPT Web UI、Open WebUI、Cherry Studio、LiteLLM 等工具调用；
• 但是原生 Codex 调用失败；
• Codex 配置里的wire_api = "responses"又不能改成/v1/chat/completions模式；
• 所以必须找一个中间层，把 Responses API 转换成 Chat Completions API。

这正是responses-proxy的价值所在。

二、方案选择：responses-proxy

项目地址：

https://github.com/CallOrRet/responses-proxy

responses-proxy的核心作用可以简单理解为：

在本地启动一个兼容/v1/responses的代理服务，然后将请求转发到后端的/v1/chat/completions接口。

也就是说：

Codex ↓ /v1/responses responses-proxy ↓ /v1/chat/completions agnes-20-flash

这样 Codex 仍然保持：

wire_api = "responses"

但是底层实际调用的是 agnes-20-flash 提供的 OpenAI Chat Completions 接口。

三、agnes-20-flash 简介

agnes-20-flash是 Agnes AI 提供的免费 LLM 服务，官方文档地址：

https://agnes-ai.com/zh-Hans/docs/agnes-20-flash

它的优点很明显：

• 免费可用；
• 提供 OpenAI 兼容接口；
• 对国内外开发者都比较友好；
• 适合做轻量级代码补全、对话、测试和原型验证；
• 能接入多种常见 AI 客户端和框架。

但也有一些客观限制：

• 免费服务不保证高可用；
• 响应速度有时较慢；
• 可能出现连接重试；
• 高峰期偶尔会报错；
• 在 Codex 中可能看到类似Reconnecting /5的提示。

不过作为一个免费模型，用来体验 Codex 的 agent 能力、测试工作流或者做轻度代码辅助，已经非常不错了。

四、准备工作

需要准备：

1. Rust / Cargo 环境；
2. agnes-20-flash 的 API Key；
3. 原生 Codex；
4. responses-proxy 项目代码；
5. 一个可编辑的 Codex 配置文件。

如果你还没有 Rust 环境，可以参考官方安装方式：

curl--proto'=https'--tlsv1.2-sSfhttps://sh.rustup.rs|sh

安装完成后确认：

cargo--versionrustc--version

五、下载 responses-proxy 并构建

首先克隆项目：

gitclone https://github.com/CallOrRet/responses-proxy.gitcdresponses-proxy

然后构建：

cargobuild--release

如果只是测试，也可以直接使用：

cargorun--release

不过实际使用时，建议结合配置文件启动。

六、配置 responses-proxy

在项目目录下创建或修改config.yaml。

配置内容需要根据 agnes-20-flash 官方文档提供的 OpenAI 兼容地址填写。整体思路如下：

server:host:"127.0.0.1"port:4000upstream:base_url:"https://你的-agnes-api地址/v1"api_key:"你的-agnes-api-key"model:"agnes-20-flash"

不同版本的responses-proxy配置字段可能略有区别，建议以项目 README 为准。核心参数一般包括：

• 本地监听地址；
• 本地监听端口；
• 上游 API 地址；
• 上游 API Key；
• 默认模型名称。

假设 agnes-20-flash 的 OpenAI 兼容接口为：

https://api.agnes-ai.com/v1

那么可以类似这样配置：

server:host:"127.0.0.1"port:4000openai:base_url:"https://api.agnes-ai.com/v1"api_key:"sk-xxxxxx"model:"agnes-2.0-flash"

注意：如果Codex不认第三方模型名称的话，这里可以用别名进行替换：

models:gpt-5.4-mini:provider:base-url:https://apihub.agnes-ai.com/v1api_key:"sk-xxxxxx"timeout:60model:agnes-2.0-flash

这样codex中还保留gpt-5.4-mini一样可以调用到agnes-2.0-flash。

再次提醒：具体字段名称请以responses-proxy项目最新文档为准。这里只展示接入思路。

七、启动代理服务

配置完成后，在responses-proxy项目目录执行：

nohupcargorun--release----config./config.yaml&

如果你想先在前台观察日志，可以运行：

cargorun--release----config./config.yaml

正常情况下，服务会监听在：

http://127.0.0.1:4000

对应的 Codex 请求地址就是：

http://127.0.0.1:4000/v1

八、修改 Codex 配置

接下来修改 Codex 的配置文件。

通常位置可能是：

~/.codex/config.toml

或者你自己的 Codex 配置路径。

关键配置如下：

base_url = "http://127.0.0.1:4000/v1" wire_api = "responses"

重点是：

wire_api = "responses"

不要改。

因为 Codex 需要继续以 Responses API 模式运行，而responses-proxy会负责把它转换成上游支持的 Chat Completions 请求。

完整示例可以类似：

model = "agnes-20-flash" base_url = "http://127.0.0.1:4000/v1" wire_api = "responses" api_key = "dummy"

这里的api_key是否需要真实填写，取决于responses-proxy的实现方式。

有些代理会在本地忽略 Codex 传入的 key，直接使用配置文件里的上游 key；有些则会读取请求头转发。所以如果不确定，可以先填一个占位值：

api_key = "dummy"

真正的 agnes key 放到responses-proxy的config.yaml里。

九、测试是否成功

启动代理后，可以直接运行 Codex：

codex

然后输入一些简单任务，例如：

请帮我写一个 Python 函数，实现快速排序。

如果配置正确，Codex 应该可以正常回复，并且responses-proxy终端中能看到请求日志。

可以看下我在code-server中链接的效果：

十、实际体验

经过测试，这套方案可以让原生 Codex 成功使用agnes-20-flash。

整体链路如下：

Codex 原生 Responses 请求 ↓ 本地 responses-proxy ↓ OpenAI Chat Completions 格式请求 ↓ agnes-20-flash

体验上有几个特点：

1. 能用，而且接入成本不高

相比自己写适配层，responses-proxy省去了大量协议转换工作。只要 Rust 环境没问题，基本上下载、配置、启动即可。

2. 保持 Codex 原生配置

不需要魔改 Codex，也不需要改源码。

Codex 侧仍然是：

wire_api = "responses"

这点非常重要，因为 Codex 当前对 Responses API 的支持更完整。

3. 免费模型速度一般

agnes-20-flash是免费服务，所以速度不能和商业 API 相比。有时会出现响应慢、重连或者中断。

比较常见的情况是 Codex 显示：

Reconnecting /5

这通常不是responses-proxy的问题，而是上游免费模型服务响应不稳定或超时导致的。

4. 适合轻量使用

如果只是用来：

• 测试 Codex；
• 跑简单代码任务；
• 写小脚本；
• 做 prompt 调试；
• 学习 agent 工作流；

那么agnes-20-flash + responses-proxy是一个很不错的免费组合。

但如果要高强度使用，尤其是长上下文、多文件修改、复杂代码重构，建议换更稳定的 API 服务。

十一、常见问题

1. Codex 提示连接失败怎么办？

先检查本地代理是否启动：

curlhttp://127.0.0.1:4000/v1/models

如果该接口不支持，也可以直接看responses-proxy日志是否有请求进入。

确认：

base_url = "http://127.0.0.1:4000/v1" wire_api = "responses"

不要写成：

base_url = "http://127.0.0.1:4000"

一般 Codex 需要包含/v1。

2. 为什么已经配置了 API Key，还是鉴权失败？

检查两个地方：

第一，config.yaml中上游 key 是否正确：

api_key:"sk-xxxx"

第二，Codex 配置中是否需要填写 key：

api_key = "dummy"

如果代理要求从请求头读取 key，则 Codex 里也要配置真实 key。
如果代理自己从配置文件读取 key，则 Codex 里可以填占位 key。

3.Reconnecting /5是什么问题？

这通常表示 Codex 正在等待流式响应，但连接出现了中断或超时。

可能原因包括：

• agnes 免费服务响应慢；
• 上游服务负载较高；
• 网络连接不稳定；
• 流式输出被中途切断；
• 请求内容过长；
• 模型当前不可用。

解决方式：

• 简化任务；
• 减少上下文；
• 重新发起请求；
• 换一个更稳定的 API 服务；
• 或使用下面推荐的中转服务。

十二、更稳定的选择：推荐 api.aimanyi.top

如果你希望获得更稳定、更快、更适合长期使用的 Codex 接入体验，可以考虑：

https://api.aimanyi.top/

相比免费模型服务，稳定的中转服务通常有这些优势：

• 可用模型更多；
• 响应速度更快；
• 并发能力更好；
• 流式输出更稳定；
• 更适合 Codex 这类 agent 工具；
• 长文本和代码任务成功率更高；
• 具有专属codex令牌， 可避免频繁Reconnecting /5。
  

对于 Codex 来说，模型服务的稳定性非常重要。因为 Codex 不只是普通聊天，它经常需要：

• 读取文件；
• 理解上下文；
• 生成 patch；
• 多轮工具调用；
• 等待流式结果；
• 执行复杂代码修改任务。

如果上游模型经常超时，体验会非常割裂。

因此，我个人建议：

• 想免费体验：使用agnes-20-flash + responses-proxy；
• 想稳定日用：使用api.aimanyi.top这类更可靠的中转服务；
• 想保持原生 Codex：仍然可以结合responses-proxy做协议适配。

也就是说，你可以把 upstream 从 agnes 切换成 aimanyi 的 OpenAI 兼容地址，Codex 侧配置保持不变：

base_url = "http://127.0.0.1:4000/v1" wire_api = "responses"

只需要修改responses-proxy的上游配置即可。

十三、总结

这次折腾的核心结论是：

原生 Codex 当前主要使用wire_api = "responses"，而很多第三方 OpenAI 兼容 API 只支持/v1/chat/completions。要接入这些服务，需要一个 Responses API 到 Chat Completions API 的转换层。

responses-proxy正好解决了这个问题。

最终方案如下：

1. 下载并构建responses-proxy；
2. 在config.yaml中配置 agnes-20-flash 的 API 地址、Key 和模型名；
3. 启动代理：

nohupcargorun--release----config./config.yaml&

4. 修改 Codex 配置：

base_url = "http://127.0.0.1:4000/v1" wire_api = "responses"

5. 运行 Codex，即可使用 agnes-20-flash。

这套方案的优点是简单、开源、无需修改 Codex，缺点是免费模型速度和稳定性一般，可能出现Reconnecting /5。

如果只是体验和轻度使用，agnes-20-flash 已经足够。
如果需要更稳定的 Codex 编程体验，可以考虑使用：

https://api.aimanyi.top/

配合responses-proxy，就能把更多 OpenAI 兼容模型接入原生 Codex。