Codex CLI 接本地模型：配置写法，和那 12 次 “expected i32”

Codex 的做法：在 ~/.codex/config.toml 里定义一个 [model_providers.<名字>]，写上 base_url，再把 model_provider 指向它。自定义 provider 不能用保留的 ID：openai、ollama、lmstudio。项目级 .codex/config.toml 里写 provider 不生效，必须放在用户级配置里。

我们实测用的 config.toml：

model = "lfm25"            # 与 llama-server --alias 一致
model_provider = "llamacpp"
model_context_window = 32768
model_auto_compact_token_limit = 28000
approval_policy = "never"
sandbox_mode = "workspace-write"

[model_providers.llamacpp]
name = "llama.cpp local"
base_url = "http://127.0.0.1:8080/v1"
env_key = "OPENAI_API_KEY"   # 环境变量里放一个假 key 即可
wire_api = "responses"

model_context_window 告诉 Codex 本地上下文只有 32K，model_auto_compact_token_limit 让它在 28K 时提前压缩。

如果只是用 Ollama 或 LM Studio，可以直接 codex --oss，配合 oss_provider = "ollama"。这个我们没试。

运行：

codex exec --skip-git-repo-check -s workspace-write "修好 calc.py 里的 bug，让 pytest 通过"

服务端参数和 Claude Code 那篇一样，--jinja 必须加。

错误几乎都是同一种，把整数当字符串传给工具：

failed to parse function arguments: invalid type: string "96787", expected i32

Codex 会读到报错再改，最后都过了。LFM 第一次修 bug 用了 599 秒，中位 85 秒；同一题 pi 是 47 秒。

第一次请求的提示词约 6.4k tokens（pi 约 1.4k，Claude Code 约 15.8k）。后面几轮日志里的数字更小，是因为 llama.cpp 缓存了前缀，只算新增部分。

Codex 怎么接本地模型？ 在 ~/.codex/config.toml 定义 [model_providers.xxx] 的 base_url，并设置 model_provider；不能写在项目级配置里。