阿里云 Coding Plan + Claude Code + Codex 协作配置完全指南

文档版本：2.0（详细版）
最后更新：2026-05-06
适用环境：Windows 11（WSL2 可选）、Node.js 18+、Git、Bun、Claude Code CLI、Codex CLI
目标：使用阿里云 Coding Plan 作为模型提供商，通过 Claude Code 与 Codex 实现多 AI 编程协作工作流。

目录

  1. 背景与目标
  2. 核心概念解释
  3. 准备工作：安装必要环境
    • 3.1 安装 Node.js 与 Git
    • 3.2 安装 Claude Code
    • 3.3 安装 Codex（指定版本）
    • 3.4 安装 Bun 运行时
    • 3.5 验证所有工具是否安装成功
  4. 获取阿里云 Coding Plan 凭证
  5. 配置 Claude Code 使用阿里云 Coding Plan
  6. 配置 Codex 使用阿里云 Coding Plan
    • 6.1 编辑 config.toml
    • 6.2 设置环境变量（永久或临时）
    • 6.3 测试 Codex 能否直接回答问题
  7. 安装与配置 codex-claude-bridge
    • 7.1 克隆仓库（解决网络问题）
    • 7.2 安装依赖（bun install）
    • 7.3 配置 Claude Code 的 MCP 服务器（.mcp.json）
    • 7.4 配置 Codex 的 MCP 服务器（config.toml）
  8. 启动与验证双向桥接
    • 8.1 启动 Claude Code（带桥接参数）
    • 8.2 启动 Codex（交互模式）
    • 8.3 在 Claude Code 中检查 MCP 状态
    • 8.4 测试调用 Codex（自然语言 + 菜单两种方式）
  9. 常见问题与故障排查
    • 9.1 Git clone 超时/失败
    • 9.2 bun 不是内部或外部命令
    • 9.3 端口 8788 被占用（EADDRINUSE）
    • 9.4 MCP 服务器状态显示 failed
    • 9.5 Codex 端 /mcp list 无服务器（核心瓶颈）
    • 9.6 调用后 Codex 终端没有反应
    • 9.7 环境变量不生效
    • 9.8 Claude Code 启动时警告"API Usage Billing"
  10. 当前方案的局限性与替代方案
    • 10.1 为什么必须用 Codex 0.80.0？
    • 10.2 为什么双向桥接不完美？
    • 10.3 替代方案：Claude 通过 bash 调用 codex -c
    • 10.4 升级到完整双向桥接的条件
  11. 为什么还要用 Codex？（价值分析）
  12. 总结与建议
  13. 附录：常用命令速查表

1. 背景与目标

用户拥有：

  • 阿里云 Coding Plan 订阅（包含 qwen3.6-plus、qwen3-coder-next、glm-5、kimi-k2.5 等模型）
  • DeepSeek API Key（可选备用）

目标：

  • 使用 Claude Code 作为主要交互界面（自然语言理解、任务拆解、文件操作）。
  • 使用 Codex 作为专门执行代码生成、审查的"专家"。
  • 实现两者的 双向协作：Claude 可以指挥 Codex 干活，Codex 也能主动询问 Claude（理想情况）。

由于阿里云 Coding Plan 目前仅支持 Chat Completions API（/v1/chat/completions），而新版 Codex 强制使用 responses API，因此需要将 Codex 降级到 0.80.0 版本。这也导致了桥接功能不完全，本文档会明确指出局限性并提供替代方案。

2. 核心概念解释

工具/服务 作用 关键特点
Claude Code Anthropic 的终端 AI 编程助手 支持 MCP（模型上下文协议），可扩展工具；可通过环境变量切换模型后端
Codex OpenAI 的终端编码代理 擅长单步代码生成、快速执行；可通过配置文件适配不同 API
阿里云 Coding Plan 国内模型聚合服务 提供 OpenAI Chat 兼容接口和 Anthropic 兼容接口；低成本（40元/月 Lite 套餐含 1.8 万次调用）
codex-claude-bridge 第三方桥接工具 通过 MCP 实现 Claude Code 与 Codex 之间的消息转发；包含 Web UI（http://localhost:3000）用于监控对话
MCP 模型上下文协议 允许 AI 工具互相调用函数、交换消息，类似于 AI 版的"函数调用"

3. 准备工作：安装必要环境

3.1 安装 Node.js 与 Git

  • Node.js：要求版本 18.0 或更高，推荐最新 LTS。
    下载地址：https://nodejs.org
    安装后验证：node --version、npm --version
  • Git：要求版本 2.38+。
    下载地址：https://git-scm.com
    安装后验证：git --version

3.2 安装 Claude Code

npm install -g @anthropic-ai/claude-code

验证：claude --version

3.3 安装 Codex（指定版本 0.80.0）

npm install -g @openai/codex@0.80.0

验证：codex --version 应输出 codex-cli 0.80.0

重要：不要升级！若终端提示"Update available"，请选择 Skip 或 Skip until next version。

3.4 安装 Bun 运行时

codex-claude-bridge 项目使用 Bun 作为 JavaScript/TypeScript 运行时。

npm install -g bun

国内用户可使用镜像加速：

npm install -g bun --registry=https://registry.npmmirror.com

验证：bun --version（例如 1.3.13）

3.5 验证所有工具是否安装成功

在终端依次执行：

node --version   # v18.x 或更高
npm --version    # 9.x 或更高
git --version    # 2.38+
claude --version
codex --version  # 必须是 0.80.0
bun --version

如果某个命令提示"不是内部或外部命令"，请检查系统环境变量 PATH 是否包含了对应的安装路径（通常 Node.js 和 npm 会自动添加，Git 和 Bun 可能需要手动添加）。

4. 获取阿里云 Coding Plan 凭证

  1. 登录 阿里云百炼控制台（选择"北京"地域）。
  2. 在左侧菜单找到 Coding Plan，订阅一个套餐（Lite 版每月 40 元，含 1.8 万次调用）。
  3. 订阅成功后，进入 API Key 管理 页面，创建 API Key。

    注意：Coding Plan 的 API Key 以 sk-sp- 开头，与普通百炼 API Key 不同。

  4. 复制这个 Key，保存备用。

5. 配置 Claude Code 使用阿里云 Coding Plan

Claude Code 原生支持 Anthropic API，而阿里云 Coding Plan 提供了 Anthropic 兼容接口，因此只需设置环境变量。

5.1 永久设置（推荐）

在 Windows 中，打开"系统属性" → “高级” → “环境变量”，添加以下用户变量：

变量名 值
ANTHROPIC_BASE_URL https://coding.dashscope.aliyuncs.com/apps/anthropic
ANTHROPIC_AUTH_TOKEN sk-sp-你的CodingPlan专属密钥
ANTHROPIC_MODEL qwen3.6-plus
ANTHROPIC_DEFAULT_SONNET_MODEL qwen3.6-plus
ANTHROPIC_DEFAULT_OPUS_MODEL qwen3.6-plus
ANTHROPIC_DEFAULT_HAIKU_MODEL qwen3-coder-next

注意：设置后需要重启终端（或重启电脑）才能生效。

5.2 临时设置（仅当前终端）

每次打开终端时执行：

$env:ANTHROPIC_BASE_URL = "https://coding.dashscope.aliyuncs.com/apps/anthropic"
$env:ANTHROPIC_AUTH_TOKEN = "sk-sp-你的CodingPlan专属密钥"
$env:ANTHROPIC_MODEL = "qwen3.6-plus"

5.3 验证 Claude Code 能正常使用

在终端输入 claude，应该能启动并显示模型为 qwen3.6-plus，且可正常对话（例如问"1+1=？"）。如果出现认证错误，请检查 ANTHROPIC_AUTH_TOKEN 是否正确。

6. 配置 Codex 使用阿里云 Coding Plan

Codex 0.80.0 通过 config.toml 配置模型提供商，并使用环境变量传递 API Key。

6.1 编辑 config.toml

配置文件路径：C:\Users\你的用户名\.codex\config.toml（如果目录或文件不存在，请手动创建）。

用记事本或 VS Code 打开，写入以下内容：

# 默认使用的模型提供商和模型
model_provider = "coding_plan"
model = "qwen3.6-plus"

# 定义阿里云 Coding Plan 提供商
[model_providers.coding_plan]
name = "Aliyun Coding Plan"
base_url = "https://coding.dashscope.aliyuncs.com/v1"
wire_api = "chat"               # 关键：0.80.0 使用 chat 协议
env_key = "OPENAI_API_KEY"      # Codex 会去读取环境变量 OPENAI_API_KEY

# 可选：DeepSeek 配置（备选）
[profiles.deepseek-chat]
model_provider = "deepseek"
model = "deepseek-chat"

[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
wire_api = "chat"
env_key = "DEEPSEEK_API_KEY"

6.2 设置环境变量（使用 Coding Plan Key）

打开 PowerShell（管理员可选），运行：

[Environment]::SetEnvironmentVariable("OPENAI_API_KEY", "sk-sp-你的CodingPlan专属密钥", [EnvironmentVariableTarget]::User)

重要：这条命令将 Key 永久保存到系统环境变量。完成后必须重启电脑（或至少注销重新登录）才能生效。

验证环境变量是否生效：打开新的 CMD，输入 echo %OPENAI_API_KEY%，应显示以 sk-sp- 开头的 Key。

6.3 测试 Codex 能否直接回答问题

在终端输入 codex，进入交互界面。输入 你好，应该能看到 Codex 正常回复（不再要求 ChatGPT 登录）。
如果仍提示登录，说明 config.toml 配置未生效或环境变量未正确设置。

7. 安装与配置 codex-claude-bridge

桥接项目需要从 GitHub 克隆，并安装依赖。

7.1 克隆仓库（解决网络问题）

在国内，直接 git clone 可能超时。提供三种解决方法：

方法一：使用镜像站

git clone https://gitclone.com/github.com/abhishekgahlot2/codex-claude-bridge.git

如果镜像站也失败，可尝试：

git clone https://ghproxy.com/https://github.com/abhishekgahlot2/codex-claude-bridge.git

方法二：使用 --depth 1 浅克隆

git clone --depth 1 https://github.com/abhishekgahlot2/codex-claude-bridge.git

方法三：直接下载 ZIP
浏览器打开 https://github.com/abhishekgahlot2/codex-claude-bridge，点击 “Code” → “Download ZIP”，解压到 D:\Tool\codex-claude-bridge-main（路径可自定义）。

7.2 安装依赖（bun install）

进入项目目录：

cd D:\Tool\codex-claude-bridge-main   # 替换为你的实际路径
bun install

如果 bun 命令不存在：

  1. 检查是否已安装 Bun（见 3.4 节）。
  2. 确认 Bun 安装目录是否在 PATH 中。Bun 默认安装在 C:\Users\用户名\.bun\bin，可以手动将该路径添加到系统 PATH。
  3. 临时调用：使用 npx bun install（但后续运行仍需 bun，所以最好配置 PATH）。

bun install 常见错误：

  • error: Module not found：通常是网络问题导致包下载失败。可尝试设置代理或使用国内镜像：bun install --registry=https://registry.npmmirror.com
  • Bun version mismatch：确保 Bun 版本为 1.3+，可升级：bun upgrade

7.3 配置 Claude Code 的 MCP 服务器（.mcp.json）

在用户目录 C:\Users\86150\ 下创建文件 .mcp.json（注意文件名以点开头，Windows 资源管理器可能不允许，请在终端或 VS Code 中创建）。

文件内容：

{
  "mcpServers": {
    "codex-bridge": {
      "type": "stdio",
      "command": "bun",
      "args": ["D:/Tool/codex-claude-bridge-main/server.ts"]
    }
  }
}

严格注意：

  • 路径使用正斜杠 /，不能用反斜杠 \。
  • 路径中的盘符后紧跟 :，例如 D:/Tool/...。
  • 不要有多余的逗号或注释。
  • 确保 server.ts 文件确实存在于该路径。

如果 bun 命令在 PATH 中不可靠，可改用绝对路径：

"command": "C:\\Users\\86150\\.bun\\bin\\bun.exe"

（注意 Windows 路径中的反斜杠需要双写转义）

7.4 配置 Codex 的 MCP 服务器（config.toml）

在 C:\Users\86150\.codex\config.toml 文件末尾追加以下内容：

[mcp_servers.codex-bridge]
command = "bun"
args = ["D:/Tool/codex-claude-bridge-main/codex-mcp.ts"]
tool_timeout_sec = 120

同样，如果 bun 不在 PATH 中，替换为绝对路径。

注意：该配置告诉 Codex 在启动时同时启动 codex-mcp.ts 作为 MCP 服务器。但由于 Codex 0.80.0 的 MCP 支持不完整，此配置可能被忽略（这是后面会遇到的核心问题）。

8. 启动与验证双向桥接

8.1 启动 Claude Code（带桥接参数）

打开一个终端（终端 A），设置环境变量（如果未永久设置）：

$env:ANTHROPIC_BASE_URL = "https://coding.dashscope.aliyuncs.com/apps/anthropic"
$env:ANTHROPIC_AUTH_TOKEN = "sk-sp-你的Key"
$env:ANTHROPIC_MODEL = "qwen3.6-plus"

然后启动 Claude Code：

claude --dangerously-load-development-channels server:codex-bridge

8.2 启动 Codex（交互模式）

打开另一个终端（终端 B），直接运行：

codex

确保 Codex 进入交互提示符（如 ›）。

8.3 在 Claude Code 中检查 MCP 状态

在 Claude Code 的终端中，输入 /mcp list（注意斜杠）。应该看到类似输出：

Manage MCP servers
1 server
Project MCPs (C:\Users\86150\.mcp.json)
> codex-bridge · √ connected · 3 tools

如果状态为 failed，参阅第 9 节故障排查。

8.4 测试调用 Codex（两种方式）

方式一：自然语言（推荐）

直接在 Claude Code 会话中输入：

让 Codex 写一个 Python 的 hello world

Claude 会自动识别并调用 send_to_codex 工具。第一次调用时会弹出确认框，选择 2. Yes, and don’t ask again 以便后续自动执行。

方式二：通过菜单手动调用

在 Claude Code 中输入 /mcp，选择 codex-bridge → View tools → send_to_codex → 输入消息 用 Python 写一个 hello world。

理想情况下，Codex 的终端（终端 B）应该会显示收到的消息并生成回复，然后 Claude Code 输出回复内容。
但请注意：由于 Codex 0.80.0 对 MCP 支持不完整，您很可能看不到 Codex 终端有任何反应，但 Claude Code 仍可能报错或超时。接下来介绍这一核心问题。

9. 常见问题与故障排查

9.1 Git clone 超时/失败

现象：fatal: unable to access 'https://github.com/...': Failed to connect to github.com port 443: Timed out

解决方案：

  • 使用镜像站：git clone https://gitclone.com/github.com/用户/仓库.git
  • 增加 Git 缓冲区：git config --global http.postBuffer 524288000 后重试
  • 配置代理：git config --global http.proxy http://127.0.0.1:你的代理端口
  • 直接下载 ZIP（推荐）

9.2 bun 不是内部或外部命令

现象：'bun' 不是内部或外部命令，也不是可运行的程序

原因：Bun 未安装，或安装后未添加到 PATH。

解决：

  1. 重新安装 Bun：npm install -g bun
  2. 找到 Bun 安装位置：where bun（Windows）或 which bun（Linux/Mac）。如果没有输出，说明 PATH 不包含。
  3. 手动添加路径：Bun 默认安装在 C:\Users\用户名\.bun\bin。将此路径添加到系统环境变量 PATH 中。
  4. 重启终端后测试。

9.3 端口 8788 被占用（EADDRINUSE）

现象：Claude Code 启动日志中出现 error: Failed to start server. Is port 8788 in use?

原因：上一次运行的 server.ts 进程未正常退出，占用了端口。

解决：

  1. 查找占用进程：netstat -ano | findstr :8788，记下 PID（例如 12345）。
  2. 杀掉进程：taskkill /PID 12345 /F。
  3. 重新启动 Claude Code。

9.4 MCP 服务器状态显示 failed

现象：/mcp list 中 codex-bridge 状态为 failed。

排查步骤：

  1. 检查 .mcp.json 语法是否正确（可用 JSON 验证工具）。
  2. 确保 server.ts 路径正确无误。
  3. 尝试将 command 改为 bun 的绝对路径（见 7.3）。
  4. 手动运行 bun D:/Tool/.../server.ts 看是否有错误输出。若报错缺少模块，回到项目目录执行 bun install。
  5. 查看 Claude Code 的调试日志：启动时加 --debug，日志文件路径会显示，搜索 codex-bridge 或 error。

9.5 Codex 端 /mcp list 无服务器（核心瓶颈）

现象：在 Codex 终端中输入 /mcp list，显示 {"resources": []} 或没有 codex-bridge。

原因：Codex 0.80.0 对 MCP 的支持不完整（官方在 0.81.0 之后才完善）。即使正确配置了 config.toml 中的 [mcp_servers]，Codex 也不会启动对应的 MCP 进程。

结论：在 Codex 0.80.0 上无法实现双向实时桥接。这是当前方案的根本局限。

解决方案：

  • 接受此局限，改用替代方案（见 10.3）。
  • 升级 Codex 到最新版并换用支持 responses API 的模型提供商（见 10.4）。

9.6 调用后 Codex 终端没有反应

现象：Claude Code 显示"消息已发送给 Codex，等待其回复"，但 Codex 终端无任何变化。

原因：同 9.5，MCP 未连通，消息实际没有到达 Codex。

解决：改用 codex -c 单次调用方式（见 10.3）。

9.7 环境变量不生效

现象：Claude Code 或 Codex 启动时提示 API Key 错误，或要求登录。

解决：

  • 永久设置的环境变量需要重启电脑才能生效。
  • 临时设置的环境变量只在当前终端有效，每个新终端都需要重新设置。
  • 检查变量名是否正确（区分大小写）。
  • 在 CMD 中运行 echo %变量名% 验证。

9.8 Claude Code 启动时警告"API Usage Billing"

现象：qwen3.6-plus · API Usage Billing

原因：Claude Code 检测到正在使用第三方 API，提醒可能产生费用。

处理：忽略即可，阿里云 Coding Plan 是预付费套餐，不会产生额外账单。

10. 当前方案的局限性与替代方案

10.1 为什么必须用 Codex 0.80.0？

阿里云 Coding Plan 的 /v1/chat/completions 接口遵循 OpenAI Chat Completions API 规范。
Codex 从 0.81.0 版本开始，默认要求模型提供商实现 Responses API，配置文件中的 wire_api 不再支持 chat。如果强制使用新版 Codex 并配置 wire_api = "chat"，启动时会报错：

wire_api = chat is no longer supported

因此，为了兼容 Coding Plan，只能锁定 Codex 0.80.0。

10.2 为什么双向桥接不完美？

Codex 0.80.0 的 MCP 客户端实现不完整，无法自动启动 [mcp_servers] 中定义的进程，也无法通过 /mcp 命令管理服务器。这意味着：

  • Claude 发送给 Codex 的消息无法被 Codex 接收。
  • 无法实现实时交互。

10.3 替代方案：Claude 通过 bash 调用 codex -c

虽然无法实时双向对话，但我们可以让 Claude 执行 codex -c "指令" 来一次性调用 Codex，并将输出结果返回给 Claude。

步骤：

  1. 在 Claude Code 中直接输入： 
    请执行命令：codex -c "用 Python 写一个斐波那契数列函数"
  2. Claude 会调用 bash 工具，弹出确认框。选择 2. Yes, and don’t ask again for: codex *，以后将自动执行。
  3. Claude 会显示命令的输出结果（即 Codex 生成的代码）。

优点：

  • 不依赖 MCP，简单稳定。
  • 仍然可以实现"Claude 指挥 Codex"的目标，只是 Codex 无法主动联系 Claude。
  • 不需要维护 bridge。

缺点：

  • 每次调用启动新进程，略有延迟。
  • 无法保持多轮对话上下文（每次都是独立请求）。
  • Codex 不显示在它的交互终端中，而是在后台静默执行。

10.4 升级到完整双向桥接的条件

如果想体验真正的双向协作（Codex 终端实时响应、Web UI 看到对话），需要满足：

  1. 升级 Codex 到最新版（0.128.0+）。
  2. 使用支持 Responses API 的模型提供商，例如：
    • OpenAI 官方 API（需要付费，gpt-4o-mini 很便宜）
    • 或确认 DeepSeek、阿里云百炼是否已支持 Responses API（目前未支持）。
  3. 修改 config.toml：将 wire_api = "chat" 改为 wire_api = "responses"，并确认 base_url 指向支持 Responses 的端点。
  4. 重新配置 bridge，此时 codex-mcp.ts 能被正常加载，Codex 终端会显示收到的消息。

代价：你将无法继续使用阿里云 Coding Plan 的低成本套餐，可能产生额外费用。

11. 为什么还要用 Codex？（价值分析）

既然桥接不完美，为什么不直接用 Claude Code 完成所有任务？

场景 直接 Claude Code Claude + Codex（单次调用） Claude + Codex（理想桥接）
简单代码生成 ✅ 可以 ✅ 可以，但多了调用开销 ✅ 可以，实时交互
代码审查（交叉验证） ❌ 只能自审 ✅ 可用（Claude 生成，Codex 审） ✅ 更自然，Codex 可主动提意见
长任务分工 Claude 包办 需手动拆分 ✅ Claude 自动拆分并行
成本与合规 需用 Anthropic 官方模型（贵） 通过 Coding Plan 调用国内模型（便宜） 同左
用户体验 单一界面，简单 单一界面，但依赖 bash 执行 两个终端实时互动，炫酷

结论：即使使用替代方案（codex -c），您仍然可以享受低成本的国内模型 + 双模型交叉验证的好处，只不过交互方式略为生硬。如果您追求极致的协作体验，建议升级到新版 Codex 并投入少量资金使用 OpenAI API。

12. 总结与建议

当前状态（2026-05-06）

  • ✅ Claude Code 成功配置阿里云 Coding Plan，可自由使用 qwen3.6-plus 等模型。
  • ✅ Codex 0.80.0 成功配置阿里云 Coding Plan，能直接回答问题。
  • ❌ 双向桥接无法实现（Codex 侧 MCP 不支持）。
  • ✅ 通过 codex -c 可以实现 Claude 调用 Codex（单向）。
  • ❌ Codex 无法主动向 Claude 发送消息。

推荐工作流（生产可用）

  1. 日常简单任务：直接在 Claude Code 中对话（Claude 自己写代码）。
  2. 需要交叉验证：让 Claude 执行 codex -c "审查以下代码：..."，获得第二意见。
  3. 复杂代码生成：让 Codex 生成初稿，Claude 优化。

最终建议

  • 如果预算敏感、追求稳定：接受当前 codex -c 方案，或干脆只用 Claude Code + Coding Plan，放弃 Codex。
  • 如果想体验前沿的多 AI 协作：升级 Codex 并购买少量 OpenAI 额度（例如 $5），配置完整桥接。

根据您的需求，您可以选择其中一条路径。本指南已经提供了所有必要的命令和故障排查方法，祝您使用愉快！

13. 附录：常用命令速查表

操作 命令
安装 Claude Code npm install -g @anthropic-ai/claude-code
安装 Codex 0.80.0 npm install -g @openai/codex@0.80.0
安装 Bun npm install -g bun
克隆 bridge 项目（镜像） git clone https://gitclone.com/github.com/abhishekgahlot2/codex-claude-bridge.git
安装 bridge 依赖 cd codex-claude-bridge && bun install
启动 Claude Code（带桥接） claude --dangerously-load-development-channels server:codex-bridge
启动 Codex codex
在 Claude Code 中查看 MCP /mcp list
手动调用 Codex（bash） codex -c "你的指令"
查看端口占用 netstat -ano | findstr :8788
杀掉进程 taskkill /PID <PID> /F
永久设置环境变量（PowerShell） [Environment]::SetEnvironmentVariable("变量名", "值", "User")
检查环境变量 echo %变量名%（CMD）或 $env:变量名（PowerShell）
# 阿里云 # 云计算
Logo
DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

cover

AI动态简报之算力基建篇

avatar DeepSeek技术社区
cover

端侧小模型 vs 云端大模型双轨部署：规则分流还是训练路由器的工程选择

avatar DeepSeek技术社区
cover

Agent 工具权限爆炸？最小权限原则与 DeepSeek 多租户隔离实践

avatar DeepSeek技术社区