Ollama如何对接Codex? Ollama本地安装部署与对接Codex的完整教程

先分清两个关键概念，避免混淆：

1. OpenAI Codex：闭源云端编程模型，本地无法直接部署；
2. Ollama官方集成的Codex（开源OSS Codex）：独立开源本地编程智能体框架，可完全跑本地代码模型（CodeLlama/DeepSeek-Coder/Qwen-Coder），就是你Cursor里的子智能体、worktree派生功能底层载体。

一、第一步：安装Ollama运行环境

1. 下载安装

官网：https://ollama.com/

• Windows/Mac：双击安装包一键安装；
• Linux：一行脚本安装

curl -fsSL https://ollama.com/install.sh | sh

2. 验证安装

新开终端执行，输出版本号即成功：

ollama --version

默认后台服务地址：http://127.0.0.1:11434

二、第二步：拉取本地代码大模型（三档硬件选择）

根据你的内存选对应模型，代码专用模型推荐：

低配电脑（8G内存，轻薄本）

# 7B轻量化代码模型，中文友好
ollama pull qwen2.5-coder:7b

中端电脑（16G内存，游戏本）

# 平衡性能，多语言代码强
ollama pull deepseek-coder:13b

高配（32G+内存/独立显卡）

# 专业项目、多文件重构、子智能体并行开发
ollama pull codellama:34b-instruct
# 或通义千问代码大模型
ollama pull qwen2.5-coder:32b

这种方式只适合自己电脑有独立显卡，并且内存比较大的情况。

下面以一台32g内存+8g独显的电脑安装 qwen2.5:14b-instruct-q4_K_M模型为例。实际上这个配置也不高，只能勉强安装

 ollama pull qwen2.5:14b-instruct-q4_K_M

部署成功

测试模型能否正常运行

ollama run  qwen2.5:14b-instruct-q4_K_M
# 输入一段代码需求，能正常输出代码即模型就绪

三、第三步：启动本地开源Codex（Ollama OSS Codex）

方式1、以本地模型启动CodeX

在 CMD/PowerShell 里输入：

ollama launch codex-app

它会自动打开 Codex 界面

自动读取你本地 Ollama 里的所有模型（包括你的 DeepSeek）

方式2：临时命令启动（单次使用）

--oss 代表使用本地开源模式，-m 指定你下载好的本地代码模型

# 基础启动，对接ollama本地7B代码模型
codex --oss -m qwen2.5-coder:7b

# 中端13B模型启动
codex --oss -m deepseek-coder:13b

# 34B专业模型
codex --oss -m codellama:34b-instruct

方式3：持久化配置

打开Codex配置文件

• Windows：C:\Users\你的用户名\.codex\config.toml
• Mac/Linux：~/.codex/config.toml

粘贴Ollama配置片段：

# 绑定本地Ollama服务
[model_providers.ollama-local]
name = "Ollama本地模型"
base_url = "http://localhost:127.0.0.1:11434/v1"

# 默认使用的本地代码模型
[profiles.local-coder]
model = "qwen2.5-coder:7b"
model_provider = "ollama-local"

用配置文件一键启动Codex

codex --profile local-coder

方式4：图形化Cursor编辑器对接本地Ollama Codex

如果你是在Cursor软件内使用Codex子智能体：

1. 打开设置 Ctrl+,（Windows）/ Cmd+,（Mac）
2. 搜索 AI Model Provider，切换为 Custom
3. 自定义接口地址：http://localhost:11434/v1
4. 模型名填写你拉取的模型，例如 qwen2.5-coder:7b
5. API Key留空，保存后重启Cursor
6. 所有子智能体、派生工作树、代码修改功能全部走本地模型，不联网云端

官方一键恢复

如果不想用ollama了，想还原codex最初的状态

方法 ：官方一键恢复（推荐，最简单）

打开终端（CMD/PowerShell），执行：

ollama launch codex-app --restore

作用：自动把 Codex 恢复成出厂默认（OpenAI/ChatGPT）

执行完完全关掉 Codex（不是关窗口，是退出程序），再重新打开

启动后会弹出ChatGPT 扫码登录，成功就切回去了

四、核心功能验证（选做）

本地Codex创建隔离工作树worktree

# 基于main分支新建隔离本地工作树，交给本地子智能体迭代
git worktree add -b codex/local-test ../local-coder-worktree main
# 切换到新目录，codex会自动识别本地模型读写代码
cd ../local-coder-worktree
codex --oss

并行多子智能体（Subagent）本地运行

多开终端，分别执行不同模型配置，每个终端对应一个独立子智能体，互不占用云端额度：

# 终端1：前端子智能体
codex --oss -m qwen2.5-coder:7b --profile frontend
# 终端2：后端接口子智能体
codex --oss -m deepseek-coder:13b --profile backend

五、常见问题修复

1. codex命令找不到

原因：未安装开源Codex客户端

解决：

# Windows/Mac/Linux一键安装Codex客户端
ollama install codex

2. Ollama连接超时

检查ollama后台是否运行，重启服务：

# Windows
ollama stop && ollama start
# Mac/Linux
systemctl restart ollama

3. 内存不足、模型加载卡顿

1. 切换更小参数量模型（7B优先）；
2. Ollama启动时开启GPU加速，N卡自动启用，AMD需额外配置；
3. 关闭后台占用内存软件。

4. GitHub CLI不可用不影响本地Codex

本地模型仅依赖Git本体管理worktree/分支，gh只是推送云端增强工具，纯本地开发可以不装。

六、关键区分避坑

1. 闭源OpenAI Codex：只能云端调用API，无法本地部署；
2. Ollama OSS Codex：开源本地编程智能体框架，搭配CodeLlama/通义千问代码模型，完全离线运行，支持子智能体、Git工作树、代码重构；
3. 本地Codex完整能力：派生分支、隔离worktree、多Subagent并行、文件读写、Git提交，和你截图里Cursor侧边栏功能完全一致，区别是算力全在本机。

极简快速上手流程总结

装Ollama → 2. 拉取代码模型 → 3. codex --oss 启动本地智能体 → 4. 对接Cursor编辑器，自由创建worktree、子智能体离线写代码。

到此这篇关于Ollama如何对接Codex? Ollama本地安装部署与对接Codex的完整教程的文章就介绍到这了,更多相关Ollama本地安装部署内容请搜索脚本之家以前的文章或继续浏览下面的相关文章，希望大家以后多多支持脚本之家！

最新评论