把 DeepSeek 接入 Codex，还能让它读图？

王帅真 · 实用向教程 · 低成本搞定 T0 级 Agent

◆ 核心亮点

DeepSeek V3.2 Flash 正式版 发布，Terminal Bench 达到 82.7 分，工具调用能力大幅提升，在 Agent 场景中表现更靠谱。

82.7

Terminal Bench

123K

Switch Star

正式版 原生支持 Response API 格式，并针对性适配 Codex。此前只适配 Cloud Code，如今生态重心已转向 Codex。

▼ 背景 & 动机

「Terminal Bench 能达到 82.7，其他我都还没看，光看这一个就已经很震惊了。」

—— 王帅真

DeepSeek V3.2 Flash 正式版在性能与成本之间取得了很好的平衡，且在 Agent（如 Codex）中适配更佳。

工具调用能力提升，Agent 场景更可靠
原生支持 Response API 格式
针对 Codex 做了专门的适配优化

① 前置准备

需要准备的东西：

Codex 客户端（已与 ChatGPT 客户端合并，有 Windows/macOS 版本）

DeepSeek 开放平台账号，创建 API Key

Switch 配置工具（开源项目，123K star）

图片读取：阿里云百炼 免费模型 + Claude Vision skill

② 接入步骤

STEP 1 · 下载 Codex

进入 Codex 官网下载对应版本（macOS/Windows）。不需要登录注册，直接进入即可。

STEP 2 · 创建 DeepSeek API Key

进入 DeepSeek 开放平台 → 新建 API Key → 复制保存（只显示一次）。

sk-xxx...（妥善保管）

STEP 3 · 配置 Switch

下载 Switch → 点右上角加号 → 找到 DeepSeek → 填入 API Key → 测速 → 启用。

小提示：Switch 是统一管理 AI 编程工具工作流的配置工具，DIY 必备。

STEP 4 · 在 Codex 中启用

重启 Codex 加载配置 → 选择自定义供应渠道 → 对话中会自动使用 DeepSeek 模型。

③ 突破：让 DeepSeek 读图

问题：DeepSeek 目前不具备多模态能力，直接截图发给它，它看不到图片内容。

解决方案：

安装 Claude Vision skill（通用技能，可读取图片）
搭配阿里云百炼的千问 3.7 Flash 模型（免费额度），无需额外成本
配置好环境后，Codex 会自动调用该 skill 完成图片识别

实测：发送一张无文字的图标截图，Codex 自动读取 Claude Vision skill，成功识别出「Op 点应用图标，背景为模糊的金棕色桌面」。

模型：千问 3.7 Flash 2026（阿里云百炼免费）

✓ 最终效果

完成以上配置后，你就可以用低成本的方式，使用当前T0 级别的 Codex Agent，同时拥有 DeepSeek 的推理能力和图片识别能力。

✓ 低成本

DeepSeek 性价比高，图片用免费额度的百炼模型

✓ T0 级 Agent

Codex 工具调用 + DeepSeek 高效推理

✓ 多模态

虽无原生视觉能力，但通过 Skill 实现图片读取

✓ 可 DIY

Switch 配置灵活，不依赖官方订阅

→ 行动建议

已有 Codex 的用户：直接按步骤配置 DeepSeek，替代官方订阅，节省成本
需要多模态场景：务必安装 Claude Vision skill 搭配免费视觉模型
还没配置过 Agent：从这套方案入手，体验当前主流工具链
关注生态：DeepSeek 后续可能推送多模态能力，届时可留意更新

「清档相售了。」

—— 王帅真（本期完结）

CuteNote.app 颜值笔记

DeepSeek 接入 Codex 读图教程