导语 ： 上一篇文章教大家把吃灰的 ChatGPT 账号通过 codex-proxy 变成了万能的本地 API 接口后，

评论区里呼声最高的一个问题就是： “既然它转出的是标准的 OpenAI 接口，那大名鼎鼎的 OpenClaw （顶级 AI Agent 框架）是不是也能无缝用上它？”

答案是：不仅能用，而且简直是绝配！

OpenClaw 需要强大的底层大模型来驱动其复杂的思维流，而 codex-proxy 刚好提供了一个免费、稳定还能多号轮询的本地接口池。但是，在实际对接这两位“神仙”时，很多老手都在一些配置细节上翻了车。 今天这篇进阶指南，专门教你如何把这对王炸组合丝滑地焊死在一起！

0. 磨刀不误砍柴工：先给 Proxy “打个神级补丁”

既然要把 proxy 接入 OpenClaw 这种复杂的特工框架，首先得保证我们的弹药库是满配状态。

最新版本的 codex-proxy 恰好加入了一项杀手级特性：全面支持了 Tool Calling（工具调用协议）！ 这是 OpenClaw 能否流畅运行并自主调用各种插件的绝对核心前提。

所以，哪怕你前两天才刚装好 proxy，也强烈建议你花 1 分钟敲下这几行命令，给底座升个级：

打开你运行 proxy 的 Windows 终端，进入项目目录：

cd “D:\claude code\codex-proxy”

先把你本地可能的瞎折腾备份一下

git stash push -u -m “before-update”

拉取最新代码

git pull —rebase origin master

重新构建并启动服务！

docker compose build —no-cache docker compose up -d

(如果在 build 这里遇到一串红字的 502 网络波动的报错，别慌，重新执行一次 docker compose build —no-cache 即可顺利闯关。)

升级完，务必记得做一轮最小闭环验证（别只测 health）：

curl http://localhost:8080/health curl http://localhost:8080/v1/models curl -sS “http://localhost:8080/v1/chat/completions” -H “Authorization: Bearer pwd” -H “Content-Type: application/json” -d ’{“model”:“gpt-5.3-codex”,“messages”:[{“role”:“user”,“content”:“ok”}],“stream”:false}’

三条都通过，再继续往下冲。

如果你在 Windows PowerShell 里验证，请不要直接用 curl -H -d 这种写法（会命中 curl 别名冲突）。 推荐用 Invoke-RestMethod：

Invoke-RestMethod -Method Get -Uri “http://localhost:8080/health”

headers = @{ Authorization = “Bearer pwd” } Invoke-RestMethod -Method Get -Uri “`http://localhost:8080/v1/models`” -Headers headers

headers = @{ Authorization = “Bearer pwd”; “Content-Type” = “application/json” } body = @{ model = “gpt-5.3-codex”; messages = @(@{ role = “user”; content = “ok” }); stream = false } | ConvertTo-Json -Depth 5 Invoke-RestMethod -Method Post -Uri “`http://localhost:8080/v1/chat/completions`” -Headers headers -Body $body

1. 对接 OpenClaw 最大的配置坑：进错前门

很多小伙伴在拿到 proxy 的本地接口后，去 OpenClaw 里满心欢喜地填好配置，一启动却收到一盆冷水——Unrecognized keys（无法识别的参数） 。

这是全网 80% 的人都会踩的坑：概念混淆 。

大家往往会直觉性地把 proxy 接口填进了 auth.profiles（认证档案模式）下面，就像把客人请错了房间。 codex-proxy 对 OpenClaw 来说，不叫档案，叫全新的模型渠道供应商 （必须要写进 models.providers 里）！

正确对接姿势（直接抄作业）： 请用代码编辑器打开你的 ~/.openclaw/openclaw.json 文件。干脆利落地把原来的错误尝试删掉，换成这套满配的 VIP 席位：

{ models: { providers: { codexproxy: { // 这个 IP 必须填你运行 Docker 的那台电脑地址 baseUrl: “http://192.168.0.112:8080/v1”, // 这里请填写你 config/default.yaml 中 server.proxy_api_key 的实际值 apiKey: “pwd”, api: “openai-completions”, models: [ { id: “gpt-5.3-codex”, name: “GPT-5.3 Codex (Proxy)” }, { id: “codex”, name: “Codex (Proxy)” } ] } } }, agents: { defaults: { model: { // 指定默认主要使用我们刚配置好的模型 primary: “codexproxy/gpt-5.3-codex” }, models: { “codexproxy/gpt-5.3-codex”: { alias: “codex53” } } } } }

不习惯添加代码的，可以用命令行添加配置也可以：

openclaw config set models.providers.codexproxy ’{ baseUrl: “http://192.168.0.112:8080/v1”, apiKey: “pwd”, api: “openai-completions”, models: [ { id: “gpt-5.3-codex”, name: “GPT-5.3 Codex (Proxy)” }, { id: “codex”, name: “Codex (Proxy)” } ] }’

openclaw config set agents.defaults.model.primary “codexproxy/gpt-5.3-codex”

保存文件后，必须要重启网关让新配置生效：

openclaw gateway restart

极其关键的一手查房 ： 紧接着，敲一下命令查看网关的运行脉搏：

openclaw gateway status

当你看到屏幕吐出 RPC probe: ok 时，长舒一口气吧——你们的接头成功了！

2. 跨设备联调的“隐形高墙”：本地防火墙

这也是一个让人极度崩溃的典型场景：OpenClaw 通常跑在你的 Linux 或虚拟机（Ubuntu）里，而你的 codex-proxy 则安装在主力 Windows 电脑上。

你看着一通乱敲的终端叹气：“我虚拟机明明能 ping 通我的 Windows 呀，为什么 OpenClaw 就是连不上 API 接口？” 不要再去怀疑配置写错了。这大概率是因为 Windows 本地的“防火墙大爷”，把它当成陌生设备，直接把网络请求给掐断了。

极客的排雷套路：先撤保安，看牌再上锁。 在你运行代理的 Windows 电脑 上，用管理员身份打开 PowerShell，执行这条硬核指令：

Set-NetFirewallProfile -Profile Domain,Public,Private -Enabled False

此时，再去你的 Ubuntu 虚拟机上，让 OpenClaw 测一下接口。如果立马就通畅了——恭喜，精准定位病根！

结语：享受“免费智能大脑”的掌控快感

折腾这两篇教程、手搓 JSON 配置、跨系统排查网络……看似是在踩无数个坑，但这一切的终点，是你亲手将一个闲置的“聊天玩具”，熔铸成了一个能在 OpenClaw 这样高级 Agent 里飞速运转的智慧心脏。

这套“王炸组合”已经配好，接下来，是时候让你的 OpenClaw 开始疯狂吞吐代码，执行任务了！

💬****文末彩蛋交流时间： 你们的 OpenClaw 成功跑上 codex-proxy 的高速公路了吗？你们用这套黄金搭档干成了什么炫酷的事？或者是部署过程卡在了哪一步？直接把截图甩在评论区，咱们一起来盘它！

原文信息

作者：@xiangxiang103 原文地址：https://x.com/xiangxiang103/status/2026106592970891773