桌面版不显示已配置模型，90%是客户端过滤缺陷；先用CLI验证模型是否被识别，再手动输入模型名绕过下拉限制，或启用catalog=true生成元数据，确保配置位于用户级目录，也可用Codex++替代原生方案。
☞☞☞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☜☜☜
你在 Codex 桌面版下拉列表里翻遍所有选项，却找不到你刚配好的 DeepSeek-V3、Qwen2.5-72B 或本地部署的 Ollama 模型，连“Custom”都只孤零零挂着，点开什么也不显示——这不是模型没跑通，而是桌面版压根没把它“看见”。
确认模型是否真被 CLI 识别
打开终端，cd 到任意目录，执行 codex --model（或 codex /model）。如果返回列表里明确包含你的目标模型名（如 deepseek-coder-v3），说明后端已加载成功；如果为空或报错，则问题出在配置层，跳转至「检查 .codex 配置目录」步骤。
这一步必须做。桌面版和 CLI 使用同一套模型注册机制，但桌面端额外加了一层过滤逻辑——【CLI 能列出来，而桌面版不显示，90% 是 issue #19694 客户端过滤缺陷】。别急着重写 config.toml，先记下这个结论。
强制让桌面版显示内联模型（修复1）
直接在 Codex 桌面版设置界面的「Model」输入框中，手动填写完整模型名（例如 qwen2.5-72b-instruct），不要选下拉项，敲回车确认。
这个操作绕过了下拉选择器的元数据校验，直连 provider 接口。只要你的 base_url 和 API Key 正确，请求就能发出。很多用户卡在“没得选”，其实模型早就在后台待命了——【填对名字就能用，根本不需要它出现在下拉列表里】。
注意：此法仅适用于模型已通过 CLI 验证能调用的情况。如果填完仍报 model not found，请立即检查 base_url 格式是否漏掉 /v1 后缀，或模型名是否与 provider 文档严格一致（大小写、中划线、版本号缺一不可）。
生成并修复模型目录元数据（修复4）
第一步：确保你正在编辑的 config.toml 位于正确路径：
Windows 是 C:\Users\用户名\.codex\config.toml，macOS/Linux 是 ~/.codex/config.toml。
第二步：打开该文件，在 [provider] 段落下添加一行：catalog = true
第三步：保存文件，关闭所有 Codex 进程（任务栏右键退出），再重新启动桌面版。
Qwen 视频智能分析基础客户端（免费版），基于 Qwen 3.5 Plus 多模态模型对本地视频进行内容分析，支持场景描述与基础内容理解，采用默认抽帧频率和提示词，适合快速概览视频，API Key 读取自 ~/.skill-platform/skill-platform.json 的 skills 配置。
这一行会触发 Codex 在启动时自动生成 catalog.json 文件，把 provider 返回的所有模型写入标准目录结构。旧版 CC Switch 或手动配置的 provider 常因缺失 catalog 导致桌面版拒绝渲染模型项。生成后若仍为空，说明 provider 接口未按 OpenAI 兼容协议返回 /v1/models 响应体——此时需检查网关是否开启模型枚举支持，或换用 Codex++ 等增强工具接管模型发现流程。
检查 provider 配置是否落在用户级目录（修复3）
方法一：打开文件资源管理器（Windows）或 Finder（macOS），地址栏粘贴：
Windows → %USERPROFILE%\.codex
macOS → ~/Library/Application Support/Codex/.codex 或直接终端输入 ls -la ~/.codex
确认 auth.json 和 config.toml 是否真实存在于该路径下。
方法二：如果当前 config.toml 存在项目根目录（比如你放在某个 Git 仓库里），Codex 桌面版默认忽略它。必须剪切出来，粘贴进上述用户级 .codex 文件夹中——【桌面版只读取用户主目录下的 .codex，项目级配置对它完全透明】。
这一步常被忽略。很多人把配置文件放在工程目录下反复修改，重启十次都没用，就是因为桌面版压根没扫那个文件夹。
用 Codex++ 绕过原生限制（替代方案）
第一步：完全退出 Codex（包括后台进程）；
第二步：下载 Codex++ v1.2.32 或更新版，安装后启动「Codex++ 管理工具」；
第三步：点击左侧「供应商配置」→「添加供应商」→「从预设模板创建」→ 选择「DeepSeek」「Qwen」「Ollama」等对应模板；
第四步：粘贴你的 API Key，点击「从上游获取」自动填充模型列表，保存并启用；
第五步：点击「发送 hi 测试」，看到 HTTP 200 响应即表示通路建立完成。
Codex++ 不依赖 Codex 原生模型发现机制，而是通过 Chromium DevTools Protocol 注入脚本，直接劫持请求链路。它能识别 CLI 不支持的国产模型协议变体，也能绕过 #19694 过滤缺陷。如果你的模型来自阿里云百炼、月之暗面或本地 FastAPI 封装服务，这是目前最稳的落地路径。
