1. Codex 请求失败的真实场景：auth.json 里到底该填什么
GPT-6 开放 API 之后，很多人的第一反应是打开本地 Codex 配置文件，把模型名改成新版本，然后直接跑。结果终端里蹦出来的不是模型回复，而是一串鉴权错误。问题往往不在模型本身，而在auth.json这个文件——它决定了 Codex 把请求发到哪个 endpoint、用哪个密钥、声明哪个模型 ID。
Codex 的鉴权配置和普通聊天客户端不太一样。它默认会读取本地~/.codex/auth.json，里面同时承载了 API Key、Base URL 覆盖项以及部分账户模式字段。如果你只改了 Key 没改 Base URL，请求还是会打到默认通道；如果只改了 Base URL 没同步 Key 的格式，服务端会直接返回 401。这两个字段必须成对出现，缺一不可。
我试过在本地把 Codex 切到统一通道，踩过的坑基本集中在三处：一是auth.json里字段名写错，比如把base_url写成baseUrl；二是 Key 前面多了空格或换行；三是模型 ID 用了订阅版名称而不是 API 侧的真实 ID。这三个问题都会让请求在到达模型之前就被拦下。
这篇内容面向的是已经在本地装好 Codex、手里有可用密钥、想把请求指向 TaoToken 统一通道的开发者。你不需要重新安装任何东西，只需要改一个 JSON 文件、跑一条 curl、看一次返回结构。下面按“先理解文件结构，再复制配置，最后验证请求”的顺序走一遍。
需要先明确一点：Codex 读取auth.json的优先级高于环境变量。也就是说，即使你在 shell 里 export 了OPENAI_API_KEY，只要auth.json存在且字段完整，Codex 会优先用文件里的配置。所以改文件是最直接、最不容易出错的方式。
2. TaoToken 前置准备：Base URL、Key 与模型 ID 三件套
在动auth.json之前，先把三样东西准备好：Base URL、API Key、Model ID。这三件套是 Codex 接入任何统一通道的最小集合，缺一个都会导致请求失败。
Base URL 指向 TaoToken 的 API 入口，地址是https://taotoken.net/api。注意这里不要加 UTM 参数，API 调用只需要干净的域名路径。很多人在浏览器里复制了带跟踪参数的链接填进去，结果请求路径变成/api?utm_source=...，服务端解析失败。
API Key 需要到控制台里生成。打开https://taotoken.net/console，在 API Keys 页面创建一个新 Key。创建时建议给它起一个能识别的名字，比如codex-local，方便后续排查是哪个客户端在用。Key 只在创建时完整显示一次，复制后先存到安全的地方。
Model ID 是 GPT-6 在 API 侧的真实标识。Codex 配置里填的模型名必须和服务端注册的一致，不能直接写“GPT-6”这种展示名。具体 ID 可以在模型对话页面或接入文档里查到，填错会返回model not found而不是鉴权错误，这两类报错的排查方向完全不同。
如果你还没生成 Key，可以先访问https://taotoken.net/api-keys这个 deep link 直达密钥管理页。生成之后，把 Base URL、Key、Model ID 三个值先写在一个临时文本里，下一步直接往auth.json里填。
注意：Key 属于敏感凭据，不要提交到 Git 仓库，也不要在截图里暴露完整字符串。本地文件权限建议设为
600。
三件套准备好之后，先别急着改 Codex。用一条 curl 直接打 API，确认 Key 和 Base URL 本身是通的。这一步能把“配置问题”和“凭据问题”分开，后面排查会省很多时间。
3. 可复制配置：auth.json 字段示例与 Base URL 替换位置
Codex 的auth.json结构不复杂，但字段名必须精确。下面是一份可以直接参考的配置片段，路径对应~/.codex/auth.json。你需要把sk-开头的占位符替换成自己生成的 Key，模型 ID 替换成实际可用的值。
{ "OPENAI_API_KEY": "sk-你的TaoToken密钥", "OPENAI_BASE_URL": "https://taotoken.net/api", "model": "gpt-6", "provider": "openai" }这里有几个细节值得展开。OPENAI_API_KEY是 Codex 读取密钥的标准字段名，不要写成api_key或key。OPENAI_BASE_URL是覆盖默认 endpoint 的字段，值必须是完整的https://taotoken.net/api，结尾不要带斜杠。model字段填 API 侧的真实模型 ID，provider保持openai即可，因为 Codex 走的是兼容协议。
如果你用的是 TOML 格式的配置文件（部分 Codex 版本支持config.toml），对应写法如下：
[model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" [profiles.default] model_provider = "taotoken" model = "gpt-6"TOML 版本里env_key指向的是环境变量名，你需要额外在 shell 里 export 对应的 Key。两种格式选一种即可，不要同时存在，否则 Codex 可能读取到冲突配置。
改完文件后，检查一下 JSON 是否合法。可以用python -m json.tool ~/.codex/auth.json快速校验，如果输出格式化后的 JSON 就说明语法没问题；如果报错，多半是多了逗号或少了引号。
Base URL 的替换位置只有一处，就是OPENAI_BASE_URL这个字段。不要试图在代码里硬编码 endpoint，也不要在环境变量和文件里同时设置不同的值。Codex 的加载顺序是文件优先，环境变量兜底，两者不一致时以文件为准，容易造成“我明明改了环境变量却不生效”的错觉。
4. 验证请求：一条 curl 确认请求是否走通
配置改完之后，不要直接跑 Codex 的完整任务，先用一条 curl 验证请求链路。这一步能确认 Base URL、Key、Model ID 三者是否匹配，返回结构是否符合预期。
curl -sS https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer sk-你的TaoToken密钥" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-6", "messages": [{"role": "user", "content": "ping"}], "max_tokens": 16 }'如果配置正确，你会收到一个包含choices数组的 JSON 响应，里面能看到模型返回的内容。这说明 Base URL 可达、Key 有效、模型 ID 被服务端识别。三个条件同时满足，Codex 侧大概率也能跑通。
如果返回 401，说明 Key 无效或格式不对。检查 Key 是否完整复制、有没有多余空格、是否已经过期。如果返回model not found，说明模型 ID 写错了，回到模型列表确认真实 ID。如果返回连接超时或 DNS 错误，说明 Base URL 写错了，检查是否漏了/api路径。
curl 通过之后，再跑一次 Codex 的实际请求。可以在项目目录里执行一个最小任务，观察终端输出。如果 Codex 仍然报鉴权错误，但 curl 是通的，那问题就在auth.json的字段名或文件位置上，而不是凭据本身。
验证成功后，建议把这条 curl 存成一个脚本，比如check_codex_auth.sh。以后每次改配置或换 Key，先跑脚本再跑 Codex，能快速定位问题出在哪一层。
5. 常见报错排查：401、local proxy failed 与 reading choices
实际接入过程中，报错信息往往比想象中更具体。下面按真实遇到的错误逐条对照，给出排查方向。
401 Unauthorized：最常见。原因通常是 Key 无效、Key 前后有空格、或者auth.json里字段名写成了api_key。排查方法是先用 curl 单独测 Key，确认 Key 本身可用；再检查文件字段名是否和示例一致。如果 Key 是从网页复制的，注意不要带上换行符。
local proxy failed：这个报错说明 Codex 尝试走本地代理但连接失败。检查是否有残留的代理环境变量，比如HTTP_PROXY或HTTPS_PROXY。如果有，先 unset 掉再重试。另外确认auth.json里的 Base URL 是直连地址，没有指向本地端口。
reading choices 相关错误：通常表现为解析响应时找不到choices字段。这说明请求虽然发出去了，但返回结构不是预期的 chat completions 格式。检查 Base URL 是否漏了/v1路径，或者模型 ID 是否被服务端路由到了错误的接口。用 curl 看原始返回体，能最快定位。
OAuth 相关报错：如果 Codex 提示 OAuth 流程失败，说明它还在尝试走账户授权模式，而不是 API Key 模式。检查auth.json里是否残留了oauth相关字段，把它们删掉，只保留 API Key 和 Base URL。部分 Codex 版本会优先读 OAuth 配置，残留字段会覆盖 API Key 设置。
模型返回空内容：请求通了但choices[0].message.content为空。检查max_tokens是否设得太小，或者 prompt 是否触发了内容过滤。先用ping这种简单输入测试，排除 prompt 本身的问题。
排查的核心思路是分层：先确认网络可达，再确认鉴权通过，最后确认模型路由正确。每一层用 curl 单独验证，不要一次性改多个配置，否则无法判断是哪个改动生效了。
6. 长期使用建议：把配置固化成可复用流程
配置跑通之后，建议把整个流程固化下来，避免每次换环境都重新踩坑。第一步是把auth.json的模板存一份，Key 用占位符，需要时替换。第二步是把 curl 验证脚本一起存，改完配置先跑脚本。第三步是记录当前使用的模型 ID 和 Base URL，写在项目 README 或本地笔记里。
如果你需要长期在 Codex 里跑编码任务或 Agent 流程，可以关注 Coding Plan 相关的接入方式，地址是https://taotoken.net/coding-plan。它适合需要稳定调用、批量任务的场景，配置逻辑和单次 API 调用一致，只是额度和管理方式不同。
对于只是想验证模型效果的场景，可以直接用模型对话页面测试，地址是https://taotoken.net/chat。先在网页端确认模型可用，再回到本地配 Codex，能减少本地环境带来的干扰。
接入文档里有完整的字段说明和示例，遇到不确定的字段名时优先查文档，地址是https://taotoken.net/doc。文档里的配置片段和本文示例保持一致，可以直接对照。
最后提醒一点：auth.json改完之后，Codex 可能需要重启才能重新加载配置。如果改完文件后行为没变化，先退出 Codex 进程再重新启动，不要依赖热加载。这个细节看起来小，但实际排查时经常被忽略。
