Codex响应慢的根源常是模型配置错误——需检查config.toml中model_provider、model、base_url、wire_api是否准确，禁用WebSocket，并修正sessions中残留的model_provider字段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Codex响应太慢时，模型配置错误或不匹配是最常被忽略的根源——它不会报错，但会让请求卡在无效路径上反复超时重试，实际耗时翻倍甚至无响应。
确认当前生效的 model_provider 和 model 名
打开终端，执行：codex --version。如果命令无输出或报错，说明本地环境已断裂，后续所有配置检查都无效。
进入配置文件所在目录：
Windows 用户直接在资源管理器地址栏粘贴：C:\Users\你的用户名\.codex\config.toml；
macOS/Linux 用户执行：cat ~/.codex/config.toml。
检查文件顶部三行是否明确声明：model_provider = "letaicode"model = "gpt-5.6-sol"preferred_auth_method = "apikey"。
【model_provider 必须与 [model_providers.xxx] 区块名完全一致，大小写、拼写、下划线都不能错】
验证 base_url 和 wire_api 是否匹配服务端接口
在 config.toml 中定位 [model_providers.letaicode] 区块，逐项核对：
base_url 必须是完整可访问的 HTTPS 地址，末尾不能带 /v1（Codex 会自动拼接），正确示例：base_url = "https://letaicode.cn/codex"。
wire_api 值必须为 responses 或 chat，具体取决于后端支持的协议类型。填错会导致请求发到不存在的 endpoint，返回 404 或静默超时。
通过本地 Codex 或 OpenClaw OAuth 凭证直接调用 ChatGPT/Codex Responses 的 image_generation 工具来生成或编辑光栅图像，然后保存
用浏览器直接访问 https://letaicode.cn/codex/health（将 base_url 后加 /health），如果返回 JSON {“status”:“ok”}，说明服务可达；若超时或 404，问题出在 base_url 或网络代理层。
强制关闭 WebSocket 以排除长连接干扰
方法一：编辑 config.toml，在 [model_providers.letaicode] 下添加一行：supports_websockets = false。
这一步不做，Codex 会固执地先走 WebSocket 路径，超时后再 fallback，白白浪费至少 30 秒。
方法二：检查状态栏提示。启动 Codex Desktop 后，右下角若持续显示红色文字 reconnecting 1/5 → 2/5 → …，说明它正在死循环重连 WebSocket，此时必须禁用该功能，否则永远无法进入 HTTP fallback 流程。
清理旧 session 避免模型路径冲突
第一步：关闭 Codex Desktop 和所有相关进程。
第二步：进入 ~/.codex/sessions 目录（Windows 对应 C:\Users\你的用户名\.codex\sessions）。
第三步：用 VS Code 或 Notepad++ 打开该目录下所有 .jsonl 文件，搜索字符串 "model_provider":"openai"。
第四步：只要搜到，就手动将该行替换为 "model_provider":"letaicode"，保存文件。
【不要删除整个 sessions 目录，否则会丢失对话历史；只改字段值即可】
