Codex vollständig auf einen Fremdanbieter umstellen

Richte meine ChatGPT-Work-Desktop-App so ein, dass sie ausschließlich über einen Fremdanbieter läuft und ich dessen Modelle im /model-Picker auswählen kann. Mir ist bewusst, dass die nativen GPT-Modelle damit aus der Auswahl verschwinden und nicht mehr über mein Abo laufen. Arbeite strikt nach den folgenden Schritten und frage mich nur dort, wo es ausdrücklich steht. Dokumentiere alles, sodass jederzeit ein Rollback möglich ist. SCHRITT 1 — Provider wählen Frag mich, welchen Anbieter ich nutzen will, und zeig mir diese Optionen: a) OpenCode Zen — https://opencode.ai/zen/v1 Ein Key, rund 60 Modelle: Claude, Gemini, GPT, Kimi, DeepSeek, Grok, GLM, Qwen, MiniMax. Abrechnung pro Token. Es gibt zusätzlich den Plan-Endpunkt https://opencode.ai/zen/go/v1 mit rund 25 günstigen Modellen zum Monatspreis. b) OpenRouter — https://openrouter.ai/api/v1 Ein Key, mehrere hundert Modelle, sehr breite Abdeckung. Pro Modell nachvollziehbar, wer es hostet. c) DeepSeek direkt — https://api.deepseek.com/v1 d) Anthropic direkt — https://api.anthropic.com/v1 Console-API-Key, NICHT das Claude-Abo. Consumer-OAuth in Drittanwendungen verstößt gegen Anthropics Nutzungsbedingungen und führt zu Account-Sperren. e) Ein anderer OpenAI-kompatibler Anbieter, den ich nenne. Frag mich danach nach dem API-Key. Der Key soll nur in die Zwischenablage kopiert werden, nicht in den Chat. SCHRITT 2 — Key sicher ablegen Schreib den Key NICHT in den Chatverlauf, nicht in Kommandozeilenargumente und nicht in eine Logdatei. Leg ihn in einer Datei mit Rechten 0600 ab und trag in der Codex-Config nur den Namen der Umgebungsvariablen ein. Wenn ich dir sage, dass ich bereits einen Secrets-Ordner habe, halte dich an dessen Namenskonvention. SCHRITT 3 — Voraussetzung prüfen Prüf, ob der Anbieter die OpenAI RESPONSES API spricht. Codex hat die Chat-Completions-Unterstützung entfernt, wire_api = "chat" existiert nicht mehr. Schick dazu einen Test an POST <base_url>/responses mit diesem Body: {"model":"<modell>","input":[{"role":"user","content":[{"type":"input_text","text":"ping"}]}],"max_output_tokens":16} Wichtig: input muss dieses Array-Format haben. Ein einfacher String liefert einen 400er und sieht fälschlich nach fehlender Unterstützung aus. Nutz für den Test ein kostenloses oder sehr billiges Modell. Antwortet der Anbieter nur auf /chat/completions, sag mir das und schlag LiteLLM als lokalen Übersetzer vor, statt weiterzumachen. SCHRITT 4 — Backup Leg eine zeitgestempelte Kopie von ~/.codex/config.toml an und nenn mir den Pfad und den Rollback-Befehl, BEVOR du etwas änderst. SCHRITT 5 — Modellkatalog bauen Lies den aktuellen Katalog mit: codex debug models Das ist JSON mit einem models-Array. Jeder native Eintrag enthält ein Feld base_instructions, den kompletten Codex-Systemprompt. ACHTUNG: model_catalog_json ERSETZT den Katalog vollständig, es ergänzt ihn nicht. Sag mir ausdrücklich, welche nativen Modelle damit verschwinden. Soll ich einzelne GPT-Modelle behalten, übernimm deren Einträge unverändert und verbatim, inklusive base_instructions. Ein minimaler Katalog kostet ihnen sonst den Systemprompt, und sie verhalten sich fehlerhaft. Häng die Fremdmodelle als Einträge an. Nimm einen sichtbaren nativen Eintrag als Vorlage, überschreib slug, display_name, description und priority, und setz bei Fremdmodellen default_reasoning_level auf null sowie supported_reasoning_levels, additional_speed_tiers und service_tiers auf leere Listen. Die OpenAI-Reasoning-Stufen gibt es dort nicht. Frag mich vorher, welche Modelle des Anbieters ich im Picker haben will, und schlag mir eine sinnvolle Auswahl von 8 bis 12 vor, statt alle zu nehmen. Schreib das Ergebnis nach ~/.codex-gateway/models.json mit Rechten 0600. SCHRITT 6 — config.toml anpassen Trag den Provider-Block ein: [model_providers.<id>] name = "<Anzeigename>" base_url = "<base_url>" env_key = "<NAME_DER_UMGEBUNGSVARIABLEN>" wire_api = "responses" request_max_retries = 2 stream_max_retries = 3 stream_idle_timeout_ms = 300000 Und den Katalogpfad: model_catalog_json = "/absoluter/pfad/zu/models.json" ACHTUNG 1: model_catalog_json ist ein Schlüssel der Root-Tabelle. Häng ihn NICHT ans Dateiende an. Nach TOML-Regeln gehört er dann zur letzten [section] und wird wirkungslos ignoriert, ohne Fehlermeldung. Er muss VOR die erste eckige Klammer in der Datei. ACHTUNG 2: Kein ~ im Pfad. Absoluter Pfad, sonst wird er nicht gefunden. SCHRITT 7 — Verifizieren Setz die Umgebungsvariable aus der Key-Datei und führ codex debug models erneut aus. Zähl die Einträge und zeig mir die sichtbaren Slugs. Die Liste MUSS sich geändert haben. Ist sie unverändert, ist einer der beiden Fallstricke aus Schritt 6 aufgetreten. Behebe ihn, statt weiterzumachen. Mach danach einen echten Testlauf mit dem billigsten Modell: codex exec -c model_provider='"<id>"' -c model='"<modell>"' 'Antworte mit genau einem Wort: pong' Kommt kein Antworttext und stattdessen ein Fehler wie "OutputTextDelta without active item", ist die Streaming-Implementierung des Anbieters nicht vollständig Codex-kompatibel. Sag mir das offen, statt es als Erfolg zu verbuchen. SCHRITT 8 — Grenzen ansagen Erklär mir zum Schluss in einfachen Worten: - model_provider gilt GLOBAL, und der Modellkatalog kann daran nichts ändern: die Katalogeinträge (ModelInfo) haben kein Provider-Feld. Deshalb laufen jetzt ALLE Modelle über den Fremdanbieter, auch etwaige GPT-Einträge, und ich zahle sie dort statt über mein Abo. Wenn ich native und fremde Modelle nebeneinander will, brauche ich stattdessen einen lokalen Dispatcher. - Codex Desktop erbt meine Shell-Umgebung nicht. Wenn ich die Desktop-App nutze, sag mir, wie der Key dort ankommt. - Codex liest config.toml nur beim Start. Ich muss Codex vollständig beenden und neu starten. - Nenn mir den Rollback-Befehl aus Schritt 4 noch einmal. Melde am Ende nur, was du tatsächlich verifiziert hast, mit dem jeweiligen Beleg. Rate nichts und beschönige nichts.