1. 无头 Ubuntu 上跑 Codex CLI为什么直连 DeepSeek 会翻车如果你手上有一台没有图形界面的 Ubuntu 服务器想在上面用 Codex CLI 写代码、跑 Agent同时希望后端走 DeepSeek API 来省成本那你大概率会踩到同一个坑Codex CLI 是 OpenAI 官方工具它默认说的是 Responses API 那套协议而 DeepSeek 对外提供的是 Chat Completions API。你直接把OPENAI_BASE_URL指到 DeepSeek请求格式对不上报错几乎是必然的。我试过在无头环境里折腾 codex-relay、LiteLLM、cc-switch 这几条路有的能起代理但 Codex 侧仍然报错有的干脆连模型元数据都对不齐。核心矛盾在于Codex CLI 需要一份~/.codex/config.toml里面要声明 model_provider、wire_api、context_window 这些字段而 DeepSeek 官方并不直接给你这份配置。中间缺一层「协议翻译 统一鉴权」的通道。这篇就聚焦无头 Ubuntu 服务器这个场景从零装 Codex CLI通过 TaoToken 的统一 Key/API 通道接入 DeepSeek API给出可复制的 config.toml 骨架、环境变量和连通性验证命令最后跑一次真实对话确认链路通了。适合谁有 Linux 基础、想在服务器上做长期编码或 Agent 任务、又不想被单一模型厂商绑死的开发者。2. 前置准备TaoToken 统一通道与 Key 获取TaoToken 在这里扮演的角色是把「Codex CLI 要的 OpenAI 风格协议」和「DeepSeek 实际提供的接口」之间的差异抹平同时给你一个统一的 Key 和 API 入口。你不需要在服务器上再跑一个本地代理进程也不用维护 codex-relay 那种额外依赖。先拿到访问凭证。打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册登录然后进控制台创建 API Key。控制台地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite Key 管理页在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。创建完把 Key 复制下来形如sk-xxxx后面环境变量要用。API 基础地址统一用 https://taotoken.net/api 注意这个地址不带任何查询参数配置里直接写它就行。如果你后面想确认模型列表或调试对话可以走模型对话页 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 先手动发一条消息确认 Key 本身是活的再去配 Codex。注意无头服务器上没有浏览器所有操作都在 SSH 终端里完成。Key 不要写进会提交到 Git 的文件建议放~/.bashrc或独立的 env 文件并chmod 600。3. 在无头 Ubuntu 上安装 Codex CLI无头环境装 Node.js 最省事的方式是 nvm避免动系统自带的 Node 版本。先装 nvmcurl -o- https://raw.githubusercontent.com/nvm-sh/nvm/master/install.sh | bash装完不用重开终端直接加载source ~/.nvm/nvm.sh然后装 Node.js 24nvm install 24验证一下node -v npm -v正常会输出v24.x.x和11.x.x这样的版本号。接着全局安装 Codex CLIsudo npm install -g openai/codex国内服务器拉 npm 包可能慢可以换镜像源加速sudo npm install -g openai/codex --registryhttps://registry.npmmirror.com装完执行codex --version确认命令可用。到这一步 Codex CLI 本体就位了但它还不知道该往哪发请求、用哪个模型接下来靠 config.toml 和环境变量来告诉它。4. 可复制的 config.toml 与环境变量配置Codex CLI 读取的配置文件默认在~/.codex/config.toml。无头服务器上先建目录mkdir -p ~/.codex然后写入下面这份骨架。关键点base_url指向 TaoToken 的 API 地址wire_api用chat因为走的是 Chat Completions 风格通道env_key指定从哪个环境变量读 Key。model_provider taotoken model deepseek-chat [model_providers.taotoken] name taotoken base_url https://taotoken.net/api wire_api chat env_key TAOTOKEN_API_KEY [model_properties.deepseek-chat] context_window 65536 max_context_window 131072 supports_parallel_tool_calls true input_modalities [text] [model_properties.deepseek-reasoner] context_window 65536 max_context_window 131072 supports_parallel_tool_calls true input_modalities [text]参数说明对照字段作用本篇取值model_provider指定用哪个 provider 块taotokenmodel默认调用的模型名deepseek-chatbase_urlAPI 根地址https://taotoken.net/apiwire_api请求协议风格chatenv_key读取 Key 的环境变量名TAOTOKEN_API_KEYcontext_window上下文窗口65536接着设置环境变量。编辑~/.bashrc在末尾追加export TAOTOKEN_API_KEYsk-你的Key保存后加载source ~/.bashrc验证变量已生效echo $TAOTOKEN_API_KEY能打印出你的 Key 就对了。如果你同时想保留 DeepSeek 官方 Key 做对比测试可以另起一个变量名但 Codex 这边只认env_key指定的那个。5. 连通性验证从 curl 到真实对话请求配置写完别急着开 Codex先用 curl 打一发确认 TaoToken 通道和 Key 都正常。请求走 Chat Completions 格式curl https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -d { model: deepseek-chat, messages: [{role: user, content: 用一句话说明你是什么模型}] }如果返回里带choices数组和message.content说明链路通了。返回结构大致长这样{ id: chatcmpl-xxxx, object: chat.completion, model: deepseek-chat, choices: [ { index: 0, message: { role: assistant, content: 我是 DeepSeek 系列模型... }, finish_reason: stop } ], usage: { prompt_tokens: 12, completion_tokens: 18, total_tokens: 30 } }curl 通了之后再启动 Codex CLI 做一次真实对话。无头环境下直接跑codex进入交互界面后输入一句测试比如「列出当前目录下的文件并解释每个文件的作用」。Codex 会按 config.toml 里的 provider 把请求发到 TaoToken再转发到 DeepSeek。如果能看到流式返回的文本说明整条链路——Codex CLI → TaoToken → DeepSeek——完全打通。想非交互式跑一次性任务可以用codex exec 用 Python 写一个读取 CSV 并统计行数的脚本这条命令适合放进脚本或 CI 流程里无头服务器上做自动化编码任务很顺手。6. 本篇常见报错与排查清单报错一401 Unauthorized或invalid api key先确认echo $TAOTOKEN_API_KEY有值且和 config.toml 里env_key写的变量名一致。常见坑是变量名拼错或者 Key 复制时带了空格。另外确认 curl 测试时用的是同一个 Key。报错二404 Not Found或路径相关错误检查base_url是否写成了https://taotoken.net/api不要多加/v1也不要少写。Codex 会自己在后面拼路径你手动加/v1反而会变成/api/v1/v1/...。报错三model not found确认 config.toml 里model字段的值和model_properties块里的键名一致。如果你写deepseek-chat那[model_properties.deepseek-chat]必须存在。模型名大小写敏感。报错四Codex 启动后卡住或超时无头服务器网络出口可能有限制先用 curl 确认能访问https://taotoken.net/api。如果 curl 也超时检查服务器 DNS 和出站规则。另外确认没有残留的本地代理进程占用端口。报错五wire_api不匹配导致格式错误如果你之前照搬过 codex-relay 的配置里面可能写的是wire_api responses。走 TaoToken 通道时改成chat否则请求格式对不上。报错六context_window 设太大导致截断异常DeepSeek 系列实际上下文窗口以官方为准config.toml 里别盲目写 100 万。先按 65536 跑稳定后再按需调整。排查顺序建议先 curl 验证 Key 和通道 → 再检查 config.toml 字段拼写 → 最后看 Codex 日志。无头环境下 Codex 的日志默认输出到终端加--verbose能看到更详细的请求信息。7. 长期编码与 Agent 场景的接入选择如果你只是偶尔在服务器上跑一两次 Codex上面这套配置就够了。但如果你打算把 Codex CLI 当成长期编码助手或者在上面跑 Agent 任务建议走 Coding Plan 通道地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 。它针对持续性的编码请求做了额度规划比按次调用更划算也省得你频繁盯着余额。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面覆盖了不同语言和工具的接入示例遇到协议细节问题时可以对照查。如果你用的是 Claude Code 那套 Anthropic 风格的工具链对应入口在 https://taotoken.net/claudecode-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecode-anthropicutm_campaignrewrite 配置思路和本篇类似只是协议字段不同。无头服务器上跑 Codex 最大的好处是你可以把它塞进 crontab 或 systemd 定时任务里让它在后台自动处理代码审查、日志分析这类重复工作。配置一次长期受益。
