大家好，这里是硅谷茶馆。今天和大家分享一个让本地大模型真正帮上忙的实用方案——用 Ollama 结合 OpenAI 的 Codex 工具，在自己电脑上运行 AI 编程助手。
前段时间我们刚分享完Qwen35B的开源无审查模型，今天就把我实践结果分享给大家。过去，AI 辅助编程大多依赖云端服务，长时间使用容易产生费用。本地化方案可以减少对网络和费用的依赖，让开发者在断网环境下也能完成一些代码相关任务。下面我们聊聊实际可行的部署方式。
一、AI Agent 与普通聊天机器人的区别
Agent场景操作：
二、基础部署步骤
以下是简单上手流程，适合有一定命令行基础的朋友操作。
第一步：安装 Codex 客户端前往 OpenAI 开发者官网下载对应系统的 Codex App（支持 Mac 和 Windows）。 安装后先不要用云端账号登录，直接跳过或关闭登录，保持本地模式。
第二步：更新 Ollama确保 Ollama 版本在 0.24 或以上。 在终端输入 ollama -v 检查版本，如果过旧，请到 Ollama 官网下载最新安装包覆盖安装。因为ollama很大，可以使用指定目录安装。下载好本地版本，用下面命令安装
#指定程序安装目录.\OllamaSetup.exe/DIR="F:\Ollama"#再添加模型路径环境变量（同上OLLAMA_MODELS）第三步：下载合适模型推荐根据显存选择模型，例如 Qwen 系列或 Gemma 系列。
常用命令示例（Windows/Linux）：ollama run qwen3:27b或更轻量的版本。
Mac 用户可选择 MLX 优化版本以提升速度。
第四步：启动本地对接执行以下命令（以 qwen3.6模型为例）：
ollama launch codex-app --model qwen3.6
终端提示重启 Codex 时选择确认。重启后，界面会显示已连接本地模型。
三、实际案例应用分享
测试1：修复BUG（幽灵会穿墙、卡墙、不会追击小黄）
修复后：幽灵会不会卡墙了，也知道追踪小黄
修复后，真的可以玩了：
测试2：开发一个新游戏
游戏展示：
游戏整体还可以，而且我只是给了一句话的prompt，它完成的很好，火力、等级、飞机样式、攻击、还有敌人的血条，完成的还是可以
四、踩坑
看了很多分享说使用llama直连或者直接代理走codex本地推理，完全不可行（个人实验多次），各种报错如下：
1、写法错误
failed to resolve feature overrideprecedence:legacy `profile ="llamacpp-codex"` config is no longer supported;use `--profile llamacpp-codex` with `llamacpp-codex.config.toml` instead2、接口不被支持
Unabletogenerate parserforthis template.Automatic parser generation failed:------------ While executing CallExpression at line 85, column 32 in source: ...first %}↵ {{- raise_exception('System message must be at the beginnin... ^ Error: Jinja Exception: System message must be at the beginning.3、jinjia模版异常
invalid configuration: `wire_api = "chat"` is no longer supported. How to fix: set `wire_api = "responses"` in your provider config. More info: https://github.com/openai/codex/discussions/7782 in `model_providers.llamacpp.wire_api`反正我是各种报错，如果有大佬成功了，可以分享给小妹，不胜感激！！！
本地 AI 工具的发展，让更多开发者能低成本尝试 Agent 模式。希望这个分享能给大家提供一些参考，实际操作时请注意数据安全和模型局限性。
科技的乐趣，就是把前沿工具变成每个人都能上手的东西。如果对茶馆的分享感兴趣欢迎点赞、转发、关注，感谢大家！！！
