网址：

https://dayu.xiyoucloud.net/dayu/api/v1/anonymous/affiliate/BioinfoDu

---

关于本教程

本教程是一个简单的在Linux服务器中部署Codex的教程，此教程很基础，适合小白上手。本次我们部署在西柚云服务器，操作简单。

1. 安装NVM

https://gitee.com/zhangyue115758/nvm

安装命令

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash

nvm list

显示当前在系统中安装的nodejs的版本。

我们在系统中是没有安装nodejs，因此不显示版本。

2. 安装nodejs

https://nodejs.org/en/download

查看最新稳定的版本。

使用nvm安装nodejs

nvm install 24.16.0

安装成功后，查看。

如果你前面已经有安装其他的版本，使用nvm切换到对应版本。

nvm use 24.16.0

查看是否安装成功。

node -v 
npm -v

$ node -v
v24.16.0

##------
$ npm -v
11.13.0

安装codex

$ npm install -g @openai/codex
# 或者
$ brew install codex

查看codex版本。

$ codex -V
codex-cli 0.139.0

$ codex -h
Codex CLI

Usage: codex [OPTIONS] [PROMPT]
       codex [OPTIONS] <COMMAND> [ARGS]

Commands:
  exec            Run Codex non-interactively [aliases: e]
  review          Run a code review non-interactively
  login           Manage login
  logout          Remove stored authentication credentials
  mcp             Manage external MCP servers for Codex

配置

使用codex的话，总的有2种途径。一是使用原生态的gpt模型，另外一种是使用国内其他大模型。

配置PGT模型

1. 使用原生态的pgt模型，价格可能会比较高，以及需要科学上网的方式。
2. 使用中转，网络不受限制，价格便宜。

对于普通人，推荐使用中转吧。
我们推荐使用AICodeMirror中转平台，若是你有其他中转平台我，也欢迎分享。

互利互助，邀请链接（你也可以将邀请链接发送给我，大家相互帮助）：

https://www.aicodemirror.com/register?invitecode=NOXRAM

说实话，现在大模型消费的token确实非常高。仅仅简单的问题可能花费你很多token。

---

配置codex

1. 创建目录

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

2. 在「API密钥」界面配置一个API KEY

填写对应的信息，Codex渠道这里可以选择官方订阅或是官方直连。

两者价格对比信息如下所示，但速度也是差异很大。

创建好后，出现对应的PAI码，注意：此码仅出现一次，但也可以后续重新创建新的API密匙。

3. 创建auth.json文件

删除~/.codex路径下已存在的auth.json文件(若有)，然后新建一个auth.json，内容为：

{
  "OPENAI_API_KEY": "你的API_KEY"
}

4. 创建config.toml文件
删除~/.codex路径下已存在的config.toml文件(若有)，然后新建一个config.toml，内容直接原封不动的粘贴下文：

model_provider = "aicodemirror"
model = "gpt-5.5"
model_reasoning_effort = "xhigh"
disable_response_storage = true
preferred_auth_method = "apikey"

[model_providers.aicodemirror]
name = "aicodemirror"
base_url = "https://api.aicodemirror.com/api/codex/backend-api/codex"
wire_api = "responses"

5. 重启终端，验证安装结果
重启终端后运行以下命令，确认安装成功

codex -V

6. 使用

安装完成后，您可以在任何项目目录中开始使用 Codex：

# 导航到您的项目
$ cd your-project-folder

# 启动 Codex
$ codex

费用计算，如上图所示，问了一个简单的问题:你是谁，回复后，花费0.01元。只是使用官方订阅0.7折

---

配置国内模型

推荐使用CC Switch

https://www.ccswitch.io/zh/

https://github.com/farion1231/cc-switch/releases/tag/v3.16.2

下载对应版本即可。

---

若我们的教程对你有所帮助，请点赞+收藏+转发，这是对我们最大的支持。

---

小杜的生信筆記 ，注于分享生物信息学相关知识和R语言绘图教程。
发表论文投稿及招聘信息请使用word格式或MarkDown格式发送到

bioinfor2025@163.com

，均为无偿。

---

2025已离你我而去，2026加油！！

2026年推文汇总 (点击后访问)

2025年推文汇总 (点击后访问)

2024年推文汇总 (点击后访问)

2023年推文汇总 (点击后访问)

2022年推文汇总 (点击后访问)

往期部分文章

1. 最全WGCNA教程（替换数据即可出全部结果与图形）

• WGCNA分析代码六

推荐大家购买最新的教程，若是已经购买以前WGNCA教程的同学，可以在对应教程留言，即可获得最新的教程。（注：此教程也仅基于自己理解，不仅局限于此，难免有不恰当地方，请结合自己需求，进行改动。）

---

2. 精美图形绘制教程

• 精美图形绘制教程
• 《R语言绘图专栏–50+图形绘制教程》

3. 转录组分析教程

• 转录组上游分析教程[零基础]

• 一个转录组上游分析流程 | Hisat2-Stringtie

• Samll RNA上游分析

4. 转录组下游分析

• 批量做差异分析及图形绘制 | 基于DESeq2差异分析

• GO和KEGG富集分析

• 单基因GSEA富集分析

• 全基因集GSEA富集分析

小杜的生信筆記 ，注于分享生物信息学相关知识和R语言绘图教程。