Claude Code 切换 Codex：2026 完整迁移指南（含国内中转站配置）

2026 年 6 月，一件事打乱了无数开发者的节奏：Anthropic 旗舰模型 Fable 5 和 Mythos 5 因出口管制，一夜之间对全球用户断开，禁令持续整整 20 天。即便禁令已于 7 月解除，这段经历也让大家意识到一个风险：把整个工作流绑在单一工具上，代价太高。与此同时，OpenAI Codex 在 6 月完成了一轮关键更新——Codex Remote 正式 GA、手机端监控上线、Amazon Bedrock 接入——每周活跃开发者从 300 万增至 500 万。本文把 Claude Code 迁移到 Codex 的所有关键步骤整合到一篇，包括国内开发者最关心的中转站接入方案。

为什么越来越多开发者转向 Codex？

不同开发者迁移的动机各不相同，综合来看主要集中在四点：

切换前先看：Claude Code vs Codex 核心差异

数据说明一件事：在 SWE-bench Verified 上 GPT-5.5 略赢，但在更难的 SWE-bench Pro 上 Claude Opus 4.8 领先约 6%。两款工具各有胜场——后面会讲如何混用，把两者都用上。

第一步：安装 Codex

Codex 有两种安装方式，根据你的使用场景选一种。

方式 A：Codex CLI（终端，与 Claude Code 最接近）

# 安装（需要 Node.js 18+）
npm install -g @openai/codex

# 验证安装
codex --version

安装后，第一次运行 codex 会提示登录——可以用 ChatGPT 账号（Plus/Pro/Business/Enterprise 均可）或者直接输入 OpenAI API Key。

方式 B：Codex 桌面 App（图形界面，含自动迁移功能）

从 openai.com/codex 下载 macOS/Windows 安装包。桌面 App 内置了"从其他 Agent 导入配置"功能（Settings → Import agent setup），可以自动扫描你的 Claude Code 配置并迁移 Skills、Hooks、MCP 配置和 30 天历史会话。

第二步：配置 API Key

国内开发者访问 OpenAI 官方 API 需要代理。这里分两种方案：直连（需 VPN）和中转站（国内直连）。

方案 A：直连 OpenAI 官方 API（需代理）

# macOS / Linux，写入 ~/.zshrc 持久化
export OPENAI_API_KEY=sk-你的OpenAI_API_Key

# 重新加载
source ~/.zshrc

# 启动 Codex
codex

# Windows PowerShell
$env:OPENAI_API_KEY="sk-你的OpenAI_API_Key"

# 或者永久写入系统环境变量：
# 系统属性 → 高级 → 环境变量 → 新建 OPENAI_API_KEY

方案 B：通过 API 中转站接入（国内直连，无需 VPN）

这是国内开发者最实用的方案。支持 GPT-5.5（codex-1）的中转站只需设置两个环境变量，其余配置与方案 A 完全相同：

# macOS / Linux
export OPENAI_API_KEY=你的中转站API_Key
export OPENAI_BASE_URL=https://你的中转站域名/v1

source ~/.zshrc
codex

# Windows PowerShell
$env:OPENAI_API_KEY="你的中转站API_Key"
$env:OPENAI_BASE_URL="https://你的中转站域名/v1"

选择中转站时的核心检查项：

• 明确支持 GPT-5.5 / codex-1：Codex 使用的是 codex-1 模型（GPT-5.5 的 agentic 特调版），中转站必须在模型列表中包含它
• OpenAI 格式（/v1/chat/completions）：Codex 走的是 OpenAI 协议，确认中转站的接口路径与标准 OpenAI SDK 兼容
• 国内直连节点：优先选有大陆节点的，降低办公室内网场景的连接超时风险
• 工具调用（Function Calling）稳定性：Codex agentic 模式大量依赖 Tool Call，中转站若对这部分解析有问题会导致 Agent 行为异常

可以在本站 AI API 中转站对比列表 筛选"模型覆盖"含 GPT-5.5 的中转站，大部分已核实支持 Codex 兼容协议。

第三步：迁移 CLAUDE.md → AGENTS.md

Claude Code 用 CLAUDE.md 存储项目级 AI 指令；Codex 的对应文件是 AGENTS.md。最简单的起点是直接复制：

# 在你的项目根目录下
cp CLAUDE.md AGENTS.md

不过，简单复制只是起点。两份文件的语义有一些重要差异，迁移后建议检查以下几点：

第四步：重配 MCP 服务器

MCP 是开放标准，Claude Code 和 Codex 都支持，服务器本身不需要改动。需要改的是连接配置文件的格式：Claude Code 用 JSON，Codex 用 TOML。

Claude Code 的 MCP 配置（JSON 格式，通常在 ~/.claude/settings.json）：

{
  "mcpServers": {
    "my-server": {
      "command": "npx",
      "args": ["-y", "@myorg/mcp-server"],
      "env": {
        "MY_API_KEY": "sk-xxx"
      }
    }
  }
}

迁移到 Codex 的 TOML 格式（~/.codex/config.toml）：

[mcp_servers.my-server]
command = "npx"
args = ["-y", "@myorg/mcp-server"]

[mcp_servers.my-server.env]
MY_API_KEY = "sk-xxx"

第五步：验证 Codex 基本工作流

配置完成后，用这几步验证 Codex 是否正常工作：

# 1. 在一个真实项目目录下启动 Codex
cd ~/your-project
codex

# 2. 查看当前配置状态
/model        # 确认模型是否正确（应显示 gpt-5.5 / codex-1）

# 3. 测试一个小任务（先用 --dry-run 预览，不实际执行）
codex --dry-run "帮我在 src/ 目录下找到所有硬编码的 TODO 注释并列出文件名"

# 4. 确认工具调用正常（MCP 功能验证）
# 如果装了 MCP 服务器，在对话中让 Codex 调用一个 MCP 工具，看是否正常响应

使用中转站时的常见报错

接入中转站如果遇到问题，优先排查这几项：

1. 401 Unauthorized：OPENAI_API_KEY 填写有误，或中转站 Key 格式与 OpenAI 标准不兼容。确认 Key 是否以正确前缀开头，并检查中转站文档中 Key 格式要求。
2. 404 / model not found：中转站不支持 codex-1 或 gpt-5.5 这两个模型 ID。尝试在启动 Codex 时手动指定模型：codex --model gpt-5.5，或联系中转站确认支持的模型 ID 写法。
3. Tool Call 解析失败 / Agent 行为异常：中转站对 Tool Call 的透传处理有问题。换一家对 Function Calling 支持更好的中转站，或临时降级到不依赖 Tool Call 的普通对话模式确认是否是中转站问题。
4. 环境变量不生效：写入 ~/.zshrc 后忘记 source ~/.zshrc，或在已打开的终端会话中修改变量后未重启终端。在新建终端标签页里运行 echo $OPENAI_BASE_URL 确认是否已加载。

Codex Remote：把长任务扔给云端跑

这是 Codex 相对 Claude Code 最有差异化的功能。Codex Remote（2026 年 6 月 GA）允许你：

• 在 ChatGPT 网页或手机 App 提交任务后关闭电脑，任务在 OpenAI 云端隔离沙箱里继续执行
• 结果以 Pull Request 形式自动推到你的 GitHub 仓库，你只需审查和 Merge
• 多个任务并行执行，互不阻塞，不占用本地机器资源
• 手机 App（iOS 公测已于 6 月 29 日上线）可以在通勤途中提交任务、接收 PR 通知、远程 Review 代码

典型使用场景：下班前把"写完 X 功能的单元测试"丢给 Codex Remote，第二天早上 PR 已经等着你 Review，整个过程不需要电脑开机挂着。

# 连接 GitHub 仓库（一次性授权）
codex connect github

# 提交一个后台任务
codex remote "为 src/auth/ 目录的所有函数补充 JSDoc 注释，确保类型标注完整"

# 查看任务状态
codex remote status

# 列出待 Review 的 PR
codex remote prs

不必二选一：Claude Code + Codex 混用才是最优解

过去六个月社区共识最清晰的一点是：最高效的开发者同时使用两个工具，根据任务特点路由。

实操上，很多团队的做法是：把 Claude Code 留给交互性强、需要深度思考的会话，把 Codex（尤其是 Remote）用于后台批量任务和 PR 自动生成，用一个 API 中转站统一管理两侧的 Key 和配额。

切换后失去的东西——提前知道

小结

迁移到 Codex 不是一键完成的事，但也没有想象中复杂。核心步骤只有四步：装 CLI → 配 API Key（国内用中转站配 OPENAI_BASE_URL）→ 把 CLAUDE.md 改名并微调为 AGENTS.md → 把 MCP 配置从 JSON 改写为 TOML。花 30 分钟，Codex 就能跑起来，之后边用边调整。

更重要的结论是：不必把 Claude Code 卸载。两个工具各有优势，混用才是 2026 年效率最高的配置。把 Codex 加入工具链，意味着你在一个工具遇到禁令、封号或配额耗尽时，另一个还能顶上——这是比任何单一工具优化都更有价值的工程决策。

参考来源

• How to Switch from Claude Code to OpenAI Codex: The Complete Developer Guide (2026) – Medium / Software Mind
• Switching from Claude Code to OpenAI Codex – Awesome Agents
• From Claude Code to Codex: A Practical Migration Guide for Developers in 2026 – Pasquale Pillitteri
• Claude Code to Codex Migration Guide 2026 – Blake Crosley
• Claude Code to Codex Migration: One-Click Import Guide – MindWiredAI
• Claude Code vs Codex: Which AI Coding Agent Should You Use in 2026? – Firecrawl
• Codex vs Claude Code (June 2026): Benchmarks, Subagents & Limits Compared – MorphLLM
• AI Coding Costs (2026): Claude vs Codex vs Gemini, Real Monthly Spend – MorphLLM
• Claude Code vs Codex: What I Learned After 100+ Hours With Both (2026) – Composio
• Claude Code vs OpenAI Codex: $20/mo Each but OpenAI Claims 4x Better Efficiency – SpectrumAILab
• Codex vs Claude Code in June 2026: The Fable 5 Era Rematch – Developers Digest
• Claude Code vs Codex App in 2026: Local Agent Pairing vs Cloud Agent Orchestration – Developers Digest
• Codex vs Claude Code: Which AI Coding Agent Should You Use in 2026? – MindStudio
• Codex vs. Claude Code: Context Window, Token Efficiency, and Which Lasts Longer – MindStudio
• Sync Codex and Claude Code configs: skills, agents, MCP, permissions – OpenAI Developer Community
• OpenAI Codex Step by Step Guide: Setup, Claude Code, and Cost in 2026 – GenAI Unplugged
• Codex Quickstart – OpenAI Developers (官方文档)
• Codex Environment Variables – OpenAI Developers (官方文档)
• Codex 逆袭开始：国内畅玩 OpenAI Codex，对接自建 API 中转站完整教程 – 科技lion
• Claude Code, Codex, OpenClaw，我是怎么让它们配合干活的？ – Wang Shuyi