# 影片筆記：2分钟，教你国内爽用 Claude Code + Codex！保姆级教程 #ai #编程 #ai编程 #程序员 #codex #claudecode

## 一句話總結

本影片介紹如何使用開源工具 **CC-Switch**，解決在國內環境下因缺乏國外訂閱帳號或 API Key 而無法登錄 **Cloud Code** 和 **Codex** 的問題，透過「本地路由」功能轉換 API 格式，實現免費且低門檻的使用體驗。

## 核心重點

1.  **打破迷思**：國內用戶並非無法使用 Cloud Code 和 Codex，主要障礙在於缺乏國外訂閱帳號或 API Key。
2.  **解決方案**：使用免費開源工具 **CC-Switch**，提供傻瓜式介面，可自由切換模型並集中管理 AI 工具配置。
3.  **Cloud Code 配置**：透過 CC-Switch 添加模型供應商（如 Deepset），填入 API Key 並啟用，即可直接對話。
4.  **Codex 配置關鍵**：由於 Codex 與國內模型（如 Deepset）的 API 格式不同，需利用 CC-Switch 的「本地路由」功能進行請求格式轉換，配合任意 API Key 登錄即可使用。
5.  **工具價值觀**：強調「AI 效果 = 模型 + 工具」，優質工具能提升模型表現，降低學習門檻並保持學習熱情。

## 詳細大綱

### 1. 前言與痛點
*   指出國內用戶使用 Cloud Code 和 Codex 的常見痛點：通常需要國外訂閱帳號或 API Key，否則無法登錄。
*   打破「國內用不了」的迷思。

### 2. 解決方案：CC-Switch 工具介紹
*   **定義**：免費開源神器，介面傻瓜化。
*   **功能**：
    *   自由切換模型。
    *   集中管理 AI 工具配置。
    *   可視化修改配置文件。
*   **獲取方式**：從 GitHub 下載對應操作系統的安裝包。

### 3. Cloud Code 配置步驟
1.  安裝並打開 CC-Switch。
2.  選擇 Cloud Code 工具，點擊「添加模型供應商」。
3.  以 Deepset 為例，前往 Deepset API 開放平台創建 API Key 並貼上。
4.  選擇模型（預設配置通常無需修改）。
5.  開啟 100 萬上下文，保存配置文件並啟用。
6.  重新打開 Cloud Code 即可對話。

### 4. Codex 配置步驟（關鍵差異）
1.  同樣使用 CC-Switch 選擇 Codex 工具並添加模型供應商。
2.  **核心問題**：Codex 與 Deepset 等國內模型的 API 格式不同。
3.  **解決方案**：利用 CC-Switch 的「本地路由」功能進行請求轉換（將 Codex 請求轉為 Deepset 能聽懂的格式）。
4.  **操作細節**：
    *   進入設置 -> 路由設置。
    *   開啟本地路由。
    *   選中 Codex 模型。
    *   重啟 Codex。
5.  **登錄方式**：選擇使用 API Key 登錄（可隨便填），進入主界面使用。
6.  **優勢**：量大管飽，不怕封號。

### 5. 價值論述與結尾
*   **意義**：消除帳號門檻，保持學習熱情。
*   **理念**：AI 效果取決於模型與工具的結合，好工具能提升效果。
*   **資源**：提及作者有免費開源的「AI 編程零基礎教程」包含保姆級教程。
*   **呼籲**：點贊、收藏、三連支持。

## 工具 / 模型 / 名詞整理

*   **Cloud Code**：影片提及的 AI 編程工具之一。
*   **Codex**：影片提及的 AI 編程工具之一。
*   **CC-Switch**：免費開源工具，用於解決國內使用 Cloud Code 和 Codex 的登錄問題，提供本地路由功能。
*   **Deepset**：影片中作為國內模型範例提及，並要求填寫其 API。
*   **Deepset API 開放平台**：用於創建 API Key 的平台。
*   **GitHub**：獲取 CC-Switch 安裝包的來源。
*   **AI 編程零基礎教程**：作者提及的免費開源教程名稱。
*   **本地路由**：CC-Switch 的功能，用於將 Codex 請求轉換為國內模型（如 Deepset）能聽懂的格式。
*   **API-K**：影片中多次使用的術語，指代驗證憑證。

## 操作流程整理

### Cloud Code 配置流程
1.  下載並安裝 CC-Switch（來自 GitHub）。
2.  打開 CC-Switch，選擇 **Cloud Code** 工具。
3.  點擊「添加模型供應商」。
4.  選擇 **Deepset** 作為供應商。
5.  前往 Deepset API 開放平台創建 **API-K** 並貼入。
6.  選擇模型（預設配置通常無需修改）。
7.  開啟 **100 萬上下文**。
8.  保存配置文件並啟用。
9.  重新打開 Cloud Code 進行對話。

### Codex 配置流程
1.  打開 CC-Switch，選擇 **Codex** 工具。
2.  點擊「添加模型供應商」。
3.  選擇 **Deepset** 作為供應商。
4.  **關鍵步驟**：進入設置 -> **路由設置**。
5.  開啟 **本地路由**。
6.  選中 **Codex** 模型。
7.  重啟 Codex。
8.  選擇使用 **API-K** 登錄（可隨便填）。
9.  進入主界面使用。

## 值得注意的限制或風險

*   **格式轉換依賴**：Codex 的使用依賴於 CC-Switch 的「本地路由」功能來轉換 API 格式，若轉換失敗或格式不匹配，可能無法正常使用。
*   **模型依賴**：配置過程高度依賴於 **Deepset** 等國內模型的可用性及其 API 開放平台的穩定性。
*   **API-K 填寫**：Codex 登錄時可隨便填寫 API-K，這意味著驗證機制可能被繞過或簡化，具體穩定性需視工具實現而定。
*   **上下文限制**：配置中提到「開啟 100 萬上下文」，這可能是該工具或模型的特定參數設定，實際效果需視具體模型能力而定。

## 逐字稿辨識疑點

*   **Deepset**：逐字稿中多次提及「Deepset」作為國內模型範例，並要求填寫「Deepset 的 API-K」。需查證該名稱是否為特定模型或平台的準確拼寫（常見拼寫可能為 DeepSet 或其他變體，但依規則保留原樣）。
*   **API-K**：逐字稿中多次使用「API-K」一詞，通常技術術語為「API Key」。依規則標為疑點，不更名為 API Key。
*   **邦尼可视化的**：語句中出現「其實這個工具的本質就是邦尼可视化的修改 AI 工具的配置文件」，「邦尼」一詞在此處語意不明，疑似聽寫錯誤或口誤，標為疑點。
*   **100 萬上下文**：配置步驟中提到「開啟 100 萬上下文」，需確認此為該工具或模型的具體參數設定。

## 可延伸追問

*   CC-Switch 的「本地路由」功能具體是如何轉換 API 格式的？技術原理為何？
*   Deepset 作為國內模型範例，其具體性能和穩定性如何？
*   「AI 編程零基礎教程」的具體內容和獲取方式為何？
*   使用 CC-Switch 和 CC-Switch 的本地路由功能，是否會帶來潛在的安全風險或數據隱私問題？
*   「100 萬上下文」在實際編程場景中是否有實際應用價值？