离线使用Codex应用只有三条可行路径：一是用codex-local复刻版搭建桌面GUI；二是将Codex CLI作为子进程或本地HTTP服务集成进现有应用；三是基于llama.cpp自研推理层并定制prompt。
☞☞☞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☜☜☜
明确开发目标：先确认你要的“离线应用”是什么形态
Codex 本身不是 SDK 或框架，它不提供 API 让你直接调用“生成代码”能力来嵌入自己的 App。所谓“开发能离线使用的 Codex 应用”，实际只有两条可行路径：一是封装 Codex CLI 为本地命令行工具链的一部分；二是基于开源复刻版（如 codex-local）二次开发桌面端或 Web 界面，模型和推理引擎全部走本地。跳过这一步直接写代码，90% 的人会在三天后卡在模型加载失败或 HTTP 502 上。
路径一：用 codex-local 复刻版搭建可离线的桌面应用
这是目前 Windows 用户最稳、文档最全、无需编译的方案。codex-local 是 MIT 协议开源项目，已预置 llama.cpp 推理层 + Phi-3-mini-codex 模型量化包，安装即跑。
第一步：下载 codex-local-windows-x64.zip 压缩包（含模型、引擎、GUI 启动器）【必须选 x64 版本，ARM64 会报错找不到 llm-server.exe】
第二步：解压到不含中文和空格的路径，例如 D:\codex-local
第三步：双击 run-gui.bat → 自动拉起本地服务并打开 http://127.0.0.1:8080 页面 → 此时所有请求都发给本机 8080 端口，不联网、不走任何外部 API
第四步：首次加载需等待约 12 秒（模型从磁盘载入内存），之后所有代码生成、解释、重构操作均在本地完成。你关掉 WiFi、拔掉网线、断开局域网，功能完全不受影响。
路径二：把 Codex CLI 当作子进程集成进你的 Electron/Python/Tauri 应用
适用场景：你已有现成桌面应用，只想加一个“AI 编程助手”按钮，点一下就分析当前编辑器里的代码。
方法一：调用 codex explain 命令行接口
在你的应用中执行：codex explain --language=python --input="def hello():\n print('hi')"
注意：必须提前通过 pip install codex-cli 安装，并确保系统 PATH 中包含 Python Scripts 目录，否则会提示“codex 不是内部或外部命令”
方法二：监听本地 HTTP 接口（推荐）
先后台运行 codex server --port=8001 → 它会启动一个只监听 127.0.0.1:8001 的轻量 API 服务
你的主应用通过 fetch("http://127.0.0.1:8001/v1/explain") 发送 POST 请求，body 传入代码字符串和语言类型 → 响应结果直接渲染到 UI
这一步的关键是：codex server 默认不启用 CORS，所以你的前端页面必须用 file:// 协议打开，或者用 Tauri/Electron 的 WebView 加载本地 HTML，不能丢到 Chrome 里直接开 index.html，否则跨域拦截。
路径三：彻底自研——用 llama.cpp + 自定义 prompt 工程构建最小可用体
如果你需要完全控制输入输出格式、屏蔽特定关键词、强制添加版权头注释，那就绕过 Codex CLI，直接对接推理层。
① 下载 llama.cpp for Windows 预编译版（含 llama-server.exe）
② 下载 Qwen2.5-Coder-1.5B-Q4_K_M.gguf 模型文件，放入 models/ 子目录
③ 编写 system_prompt.txt，内容为：“你是一个专注 Python 和 Shell 脚本的代码助手。只输出可执行代码，不加解释，不加 markdown 标记，不输出任何非代码字符。”
④ 启动服务：llama-server.exe -m models\Qwen2.5-Coder-1.5B-Q4_K_M.gguf --port 8081 --system-prompt system_prompt.txt
⑤ 在你的应用里调用 http://127.0.0.1:8081/completion，POST body 使用标准 llama.cpp JSON 格式，即可获得纯净代码输出。
