npm install -g @openai/codex

export OPENAI_BASE_URL="https://aihubmix.com/v1"
export OPENAI_API_KEY="sk-***"

source ~/.zshrc  # zsh를 사용하는 경우
# 또는
source ~/.bashrc  # bash를 사용하는 경우

cd /your_project_path
codex

# 샘플 입력
TTSComponent를 분해하고 핵심 로직을 Mermaid 순서도로 추출하세요.

codex -h

  사용법
    $ codex [옵션] <프롬프트>

  옵션
    -h, --help                 사용법을 표시하고 종료합니다
    -m, --model <모델>        완료에 사용할 모델 (기본값: codex-mini-latest)
    -i, --image <경로>         입력으로 포함할 이미지 파일 경로
    -v, --view <롤아웃>       세션을 시작하는 대신 이전에 저장된 롤아웃을 검사합니다
    -q, --quiet                어시스턴트의 최종 출력만 인쇄하는 비대화형 모드
    -a, --approval-mode <모드> 승인 정책을 재정의합니다: 'suggest', 'auto-edit' 또는 'full-auto'

    --auto-edit                파일 편집을 자동으로 승인합니다. 여전히 명령에 대한 프롬프트가 표시됩니다
    --full-auto                샌드박스에서 실행될 때 편집 및 명령을 자동으로 승인합니다

    --no-project-doc           리포지토리의 'codex.md'를 자동으로 포함하지 않습니다
    --project-doc <파일>       <파일>에 있는 추가 마크다운 파일을 컨텍스트로 포함합니다
    --full-stdout              명령 출력에서 stdout/stderr를 자르지 않습니다

  위험한 옵션
    --dangerously-auto-approve-everything
                               모든 확인 프롬프트를 건너뛰고 샌드박스 없이 명령을 실행합니다.
                               일시적인 로컬 테스트용으로만 사용됩니다.

  실험적 옵션
    -f, --full-context         전체 리포지토리를 컨텍스트에 로드하고 한 번에
                               편집 배치를 적용하는 "전체 컨텍스트" 모드로 시작합니다. --model을 제외한
                               모든 다른 플래그와 호환되지 않습니다.

  예제
    $ codex "ASCII 아트를 인쇄하는 파이썬 프로그램을 작성하고 실행하세요"
    $ codex -q "빌드 문제 수정"

{
  "models": [
    {
      "slug": "glm-5.2",
      "display_name": "GLM 5.2",
      "description": "GLM 5.2 (via AIHubMix)",
      "context_window": 1000000,
      "max_context_window": 1000000,
      "supported_reasoning_levels": [
        { "effort": "low",    "description": "Fast responses" },
        { "effort": "medium", "description": "Balanced" },
        { "effort": "high",   "description": "Deeper reasoning" }
      ],
      "shell_type": "shell_command",
      "visibility": "list",
      "supported_in_api": true,
      "priority": 0,
      "availability_nux": null,
      "upgrade": null,
      "base_instructions": "You are Codex, a coding agent.",
      "supports_reasoning_summaries": true,
      "support_verbosity": false,
      "default_verbosity": null,
      "apply_patch_tool_type": null,
      "truncation_policy": { "mode": "tokens", "limit": 10000 },
      "supports_parallel_tool_calls": true,
      "experimental_supported_tools": []
    }
  ]
}

mkdir -p ~/.codex/model-catalogs

# 1) 내장 모델 하나를 템플릿으로 사용: base_instructions 등 모든 필수 필드를 자체적으로 갖추고 있음
codex debug models --bundled > /tmp/_tpl.json

# 2) AIHubMix 모델 목록 가져오기
curl -s "https://aihubmix.com/api/v1/models?type=llm" > /tmp/_aihubmix.json

# 3) 템플릿을 복제해 항목을 하나씩 생성하고, 각 모델 고유의 필드만 덮어쓰기
python3 - <<'PY' > ~/.codex/model-catalogs/custom-models.json
import json, sys
tpl = json.load(open("/tmp/_tpl.json"))["models"][0]   # 임의의 내장 모델을 템플릿으로
api = json.load(open("/tmp/_aihubmix.json"))["data"]
# 이미지 생성 모델 건너뛰기(types에 image_generation 포함), 그 후 상위 30개 취하기
api = [m for m in api if "image_generation" not in (m.get("types") or "")][:30]
out = []
for i, m in enumerate(api):
    e = dict(tpl)                                       # 템플릿의 모든 필드 복제
    ctx = m.get("context_length") or 200000
    e["slug"] = m["model_id"]                           # 반드시 API의 model_id와 일치해야 함
    e["display_name"] = m.get("model_name") or m["model_id"]
    e["description"] = (m.get("model_name") or m["model_id"]) + " (via AIHubMix)"
    e["context_window"] = ctx
    e["max_context_window"] = ctx
    e["visibility"] = "list"
    e["supported_in_api"] = True
    e["priority"] = i
    e["availability_nux"] = None
    e["upgrade"] = None
    out.append(e)
json.dump({"models": out}, sys.stdout, ensure_ascii=False, indent=2)
PY

# ⚠️ model_catalog_json은 반드시 루트 레벨에 작성해야 하며, [model_providers.*] 섹션 안에 넣으면 안 됩니다
model_provider = "aihubmix"
model_catalog_json = "~/.codex/model-catalogs/custom-models.json"

[model_providers.aihubmix]
name = "Aihubmix"
base_url = "https://aihubmix.com/v1"
wire_api = "responses"
env_key = "AIHUBMIX_API_KEY"

model = "glm-5.2"                   # 시작 시 기본 모델, 목록 파일에 존재해야 함
model_provider = "aihubmix"
model_catalog_json = "~/.codex/model-catalogs/custom-models.json"
model_reasoning_effort = "high"     # 기본 추론 단계: minimal / low / medium / high

[model_providers.aihubmix]
name = "Aihubmix"
base_url = "https://aihubmix.com/v1"
wire_api = "responses"
env_key = "AIHUBMIX_API_KEY"

export AIHUBMIX_API_KEY=sk-xxx

codex
# TUI에서 /model을 입력하면 위에서 선언한 30개 모델을 보고 전환할 수 있습니다