本指南說明如何透過 DeepSeek 官方安裝腳本或手動設定，在 Codex 中使用 DeepSeek V4 Flash，並提供推理層級、MCP 限制與多模型協作架構建議，提升 AI 輔助編碼效率。
前提條件
- 已安裝 Node.js 與 npm
- 已安裝 Codex CLI（
npm install -g @openai/codex） - 擁有 DeepSeek API Key
官方安裝腳本（最簡單方式）
DeepSeek 提供官方安裝腳本，可自動設定 Codex 使用 DeepSeek V4 Flash。
macOS / Linux
bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.sh)
Windows PowerShell
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex
腳本會：
- 備份既有
~/.codex/config.toml - 建立
~/.codex/models.json - 加入 DeepSeek provider 並設定
deepseek-v4-flash - 要求輸入 DeepSeek API Key
- 保留原有 MCP server 與 project trust 設定
- 驗證 TOML / JSON 格式
完成後，在專案目錄執行 codex，啟動畫面應顯示 model: deepseek-v4-flash。
手動設定方式
若不使用官方腳本，可手動編輯 ~/.codex/config.toml：
model = "deepseek-v4-flash"
model_provider = "deepseek"
preferred_auth_method = "apikey"
forced_login_method = "api"
model_reasoning_effort = "high"
model_catalog_json = "~/.codex/models.json"
[model_providers.deepseek]
name = "deepseek"
base_url = "https://api.deepseek.com/"
wire_api = "responses"
experimental_bearer_token = "sk-YOUR-DEEPSEEK-API-KEY"
關鍵設定是 wire_api = "responses"，因為 Codex 使用 OpenAI Responses API，而 DeepSeek V4 Flash 已原生支援此協定。
models.json 的必要性
DeepSeek 提供完整的 Codex model catalog，檔案位於 ~/.codex/models.json，定義了模型的能力：
| 屬性 | 值 |
|---|---|
| 模型名稱 | deepseek-v4-flash |
| 上下文長度 | 1,048,576 tokens |
| 推理層級 | low, high, max |
| 平行工具呼叫 | 支援 |
| apply_patch | 支援 |
| 多代理模式 | v2 |
這使得 Codex 能正確理解模型支援的功能，而非僅是端點替換。
調整推理層級
在 config 中設定 model_reasoning_effort：
low：輕量推理，適合簡單任務high：日常編碼，平衡速度與品質max：大型重構、架構設計、除錯
自主模式（YOLO）
若使用 --dangerously-bypass-approvals-and-sandbox 參數，底層模型即切換為 DeepSeek V4 Flash，但 Codex 的 agent runtime（shell、檔案系統、apply_patch、git 等）保持不變。
驗證整合
執行 codex 確認啟動畫面顯示 model: deepseek-v4-flash。接著可下達測試指令，例如：
Inspect this repository. Run the relevant tests. Find one real issue and fix it. Do not stop at analysis; implement and verify the fix.
若能順利完成讀取檔案、執行 shell、推理、apply_patch、執行測試、檢查錯誤、再次修補的循環，即代表整合成功。
重要限制：MCP 相容性
DeepSeek Responses API 的官方相容表顯示：
| 功能 | 支援狀態 |
|---|---|
| function | 支援 |
| web_search | 支援 |
| apply_patch | 支援 |
| file_search | 忽略 |
| code_interpreter | 忽略 |
| computer_use | 忽略 |
| mcp | 忽略 |
若在 Codex 中大量依賴 MCP server（如 Supabase、GitHub、Browser 等），需注意 DeepSeek V4 Flash 可能無法正確呼叫這些工具。建議在切換前先測試 MCP 相關工作流程。
DeepSeek V4 Flash 的定位
DeepSeek V4 Flash 專為 agentic coding 最佳化，具備 284B 總參數、約 13B 活躍參數、1M 上下文，推理能力接近 V4 Pro，但速度更快、成本更低。適合用於：
- 測試與 lint 修復
- CRUD 與 API 實作
- 單元測試
- 簡單重構
- 文件撰寫
- 程式碼搜尋
- 相依套件升級
- 小型錯誤修復
- 重複性遷移
- 大型儲存庫掃描
推薦架構：多模型協作
建議採用分層架構，將高階模型（如 GPT-4 系列）作為規劃與審查的大腦，DeepSeek V4 Flash 作為執行勞動力的 worker：
高階模型 Codex
│
Architect / Planner / Reviewer
│
┌────┴────┐
↓ ↓
DeepSeek V4 Flash DeepSeek V4 Flash
worker #1 worker #2
↓ ↓
實作 測試/重構
│
└────┬────┘
↓
高階模型審查
如此可有效利用 DeepSeek 的低成本與高效率，同時保留高階模型的深度推理能力。
最短安裝步驟
- 安裝 Codex：
npm install -g @openai/codex - 執行一次
codex以建立設定目錄 - 執行官方安裝腳本（依作業系統選擇對應指令）
- 選擇 DeepSeek V4 Flash 並輸入 API Key
- 進入專案目錄，執行
codex --dangerously-bypass-approvals-and-sandbox
現在即可使用 Codex Agent + DeepSeek V4 Flash，享受 1M 上下文、高推理層級、shell 與 apply_patch 支援的全自主編碼體驗。