Hopkit 使用教程
按顺序做完下面几步,大约 10 分钟就能在 Codex 里用上 GPT 模型。
一、准备:注册、充值、创建密钥
1. 注册并登录
- 打开 https://hopkit.ai/register,填写用户名、密码和邮箱,点「发送验证码」,把邮件里的 6 位验证码填进来,再点「创建账户」。
- 注册后用同一个用户名和密码登录。登录后点网站顶部菜单的「控制台」进入控制台。
noreply@noevara.ai,10 分钟内有效;1 分钟内没收到请查看垃圾箱。2. 充值
- 点网站顶部菜单的「控制台」进入控制台,再点控制台左侧菜单的「充值」。登录后页面顶部也有余额和充值入口,点它可以直接到这一页。
- 选择或输入金额,支付方式选「微信」或「支付宝」,用手机扫描弹出的二维码付款。
- 付款成功后余额会自动到账,刷新页面即可看到。
3. 创建 API 密钥
- 同样从顶部菜单的「控制台」进入控制台,点左侧菜单的「API 密钥」,再点「创建 API 密钥」。
- 「名称」随便填,例如
codex-笔记本;「过期时间」选永不过期;额度建议勾选无限配额(这样扣的是账户余额,余额用完自然停止)。 - 提交后在列表里点「复制密钥」,得到一串以
sk-开头的字符,下面配置要用。
二、配置 Codex(推荐)
Codex 是 OpenAI 出品的编程助手,在终端里运行,可以读写你项目里的代码、执行命令。下面以 Codex 命令行版(CLI)为例。
1. 安装 Codex
两种方式任选一种:不熟悉命令行的,用一键安装包最省事;也可以用命令行手动安装。
方式一:一键安装包(推荐)
安装包会自动装好 Git、Node.js 和 Codex,并写好配置文件,装完可以跳过下面的「2. 写配置文件」和「3. 填入密钥」。
- 先按上面的 「3. 创建 API 密钥」 创建一个密钥并复制下来。
- 在下面下载和你电脑对应的安装包,打开后按提示一步步安装。
- 安装过程中弹出输入框时,粘贴刚才复制的密钥。
- 装完直接看 「4. 开始使用」。
方式二:命令行手动安装
用 npm 从国内镜像安装,不需要代理。分三步:
① 安装 Git(已经装过的跳过):打开 git-scm.com/downloads 下载安装包,Windows 一路「下一步」默认安装即可;Mac 通常自带,在终端输入 git --version,弹窗提示安装就点确认。
② 安装 Node.js(已经装过的跳过):打开 nodejs.org/zh-cn/download,下载 LTS(长期支持)版本的安装包,一路「下一步」装完即可。装完重新打开终端,执行下面两条,都能显示版本号即成功:
node -v
npm -v③ 安装 Codex:
npm install -g @openai/codex --registry=https://registry.npmmirror.com如果提示 EACCES 或 permission denied,在命令前面加 sudo 再执行,输入电脑开机密码(输入时屏幕不显示,属正常)。
npm install -g @openai/codex --registry=https://registry.npmmirror.com如果提示「无法加载文件 npm.ps1,因为在此系统上禁止运行脚本」,先执行下面这行,再重新执行上面的安装命令:
Set-ExecutionPolicy -Scope CurrentUser RemoteSignedWindows 的 ARM 电脑(骁龙处理器、Surface Pro X,或 Mac 上用 Parallels 装的 Windows)还要装一次微软 C++ 运行库:下载 vc_redist.arm64.exe 双击安装。不装的话,搜文件、加载技能时会报 0xC0000135 或 code 53。Intel / AMD 处理器的电脑不用装。
装好后关掉终端重新打开,执行 codex -V,能看到版本号就说明安装成功。以后升级 Codex,重新执行一遍安装命令即可。
2. 写配置文件
Codex 的配置文件位置:
| 系统 | 配置文件路径 |
|---|---|
| macOS / Linux | ~/.codex/config.toml |
| Windows | C:\Users\你的用户名\.codex\config.toml |
mkdir -p ~/.codex && touch ~/.codex/config.toml && open -e ~/.codex/config.tomlLinux 把最后的 open -e 换成 nano。
New-Item -ItemType Directory -Force "$HOME\.codex" | Out-Null; if (!(Test-Path "$HOME\.codex\config.toml")) { New-Item "$HOME\.codex\config.toml" | Out-Null }; notepad "$HOME\.codex\config.toml"model_provider = "noevara"
model = "gpt-5.6-terra"
model_reasoning_effort = "low"
sandbox_mode = "workspace-write"
[model_providers.noevara]
name = "Hopkit"
base_url = "https://hopkit.ai/v1"
wire_api = "responses"
requires_openai_auth = true
[sandbox_workspace_write]
network_access = truepip install、curl、搜文献)就上不了网。更麻烦的是,没联网时它不一定报错,而可能凭记忆现编结果(比如编出不存在的参考文献)。配置生效后,启动 Codex 时顶部会显示 network access enabled;干活时如果仍弹出「是否允许联网 / 访问网络」,选允许。- 前四行(
model_provider、model、model_reasoning_effort、sandbox_mode)必须放在文件最开头,在任何[...]方括号段落的前面,否则不生效。 - 原来已经有这几项(包括
[sandbox_workspace_write]段)的,直接改成上面的值,不要重复写两遍。 - 以前已经接入过、能正常用的,
model_provider和[model_providers.…]段名保留你原来的名称,不用改成示例里的;改了名,以前的会话就恢复(resume)不了。
3. 填入密钥
把下面命令里的 sk-你的密钥 换成第一步复制的密钥,然后执行:
echo "sk-你的密钥" | codex login --with-api-key"sk-你的密钥" | codex login --with-api-key看到 Successfully logged in 就成功了。然后关掉终端重新打开,执行:
codex login status显示 Logged in using an API key 即密钥就绪。
~/.codex/auth.json 里(不用手动创建这个文件)。以前用 ChatGPT 账号或其他服务登录过 Codex 的用户,执行这一步后会自动改用本站密钥。4. 开始使用
cd 你的项目文件夹
codex在哪个文件夹里启动,它就能看到哪个文件夹里的文件。第一次在某个文件夹启动时,Codex 会问是否信任这个目录,选同意即可。然后直接用中文说你想做什么,例如:
创建一个 hello.py,让它显示"你好",然后运行它Codex 能正常回复、创建文件,就说明全部配置成功了。也可以到控制台「使用日志」里看到刚才的调用记录和扣费。退出时输入 /quit,或按两次 Ctrl + C。
codex exec "你的要求",做完自动退出。AGENTS.md 文本文件,写上你的背景和固定要求(文件放在哪、输出什么格式、拿不准时标「待人工确认」不要猜),Codex 每次在这个文件夹启动都会先读它,不用每次重新交代。5. 切换模型和思考强度
本站 Codex 可用的模型(模型名必须一字不差):
| 模型名 | 说明 |
|---|---|
gpt-5.6-terra | 配置文件里的默认模型,日常够用 |
gpt-6.1-sol | GPT‑6 系列最新版,复杂任务可以换它 |
gpt-6-sol、gpt-6-astra | GPT‑6 系列其他版本 |
gpt-5.6-sol、gpt-5.5 | 上一代模型 |
各模型的单价不同,以 模型广场 为准。切换方法有两种:
- 长期切换:改配置文件里的
model = "...",保存后重新启动 Codex。 - 临时用一次:启动时加参数,例如
codex -m gpt-6-sol。
model_reasoning_effort 是思考强度,可选 low、medium、high、xhigh。强度越高,复杂问题做得越好,但更慢、消耗的 Token 也更多(更费钱)。配置里默认 low,回复快、省钱;遇到难题再调成 medium 或更高。
/model 随时切换),装技能库里的 Hopkit 多模型 技能即可,一句话装好。6. 安装验收清单
逐条打勾,全部通过就说明环境装好了:
git --version、node -v、npm -v都能显示版本号codex -V能显示版本号- 本站账号能登录、账户有余额、已创建 API 密钥
.codex/config.toml是上面那段配置(含最后「允许网络访问」两行)- 重启终端后
codex login status显示Logged in using an API key - 运行
codex说一句「你好」能正常回复,控制台「使用日志」里能看到这次调用 - 让 Codex 联网查一样东西(例如「搜几篇 XX 主题的论文,附链接」),返回的链接能打开
三、附:配置 Claude Code
本站同样支持 Anthropic 的 Claude Code。两种方式任选一种。
方式一:一键安装包(推荐)
安装包会自动装好 Node.js 和 Claude Code,并写好下面的配置文件。先按上面的 「3. 创建 API 密钥」 复制一个密钥,再在下面下载和你电脑对应的安装包,打开后按提示安装,弹出输入框时粘贴密钥,装完就能用。
方式二:命令行安装
装好 Node.js 后,用国内镜像安装:
npm install -g @anthropic-ai/claude-code --registry=https://registry.npmmirror.com装好后按下面配置。
claude-sonnet-5。方式一:写进配置文件(推荐,一次配置长期有效)
编辑 ~/.claude/settings.json(Windows 为 C:\Users\你的用户名\.claude\settings.json),没有就新建,写入:
{
"env": {
"ANTHROPIC_BASE_URL": "https://hopkit.ai",
"ANTHROPIC_AUTH_TOKEN": "sk-你的密钥",
"ANTHROPIC_MODEL": "claude-sonnet-5",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "claude-haiku-5-5",
"CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
}
}如果文件里原来已有内容,只需把 "env" 这一块合并进去,注意 JSON 的逗号和括号。保存后在项目文件夹里执行 claude 即可。
方式二:临时用环境变量
export ANTHROPIC_BASE_URL=https://hopkit.ai
export ANTHROPIC_AUTH_TOKEN=sk-你的密钥
export ANTHROPIC_MODEL=claude-sonnet-5
export ANTHROPIC_DEFAULT_HAIKU_MODEL=claude-haiku-5-5
export CLAUDE_CODE_ATTRIBUTION_HEADER=0
claude$env:ANTHROPIC_BASE_URL="https://hopkit.ai"
$env:ANTHROPIC_AUTH_TOKEN="sk-你的密钥"
$env:ANTHROPIC_MODEL="claude-sonnet-5"
$env:ANTHROPIC_DEFAULT_HAIKU_MODEL="claude-haiku-5-5"
$env:CLAUDE_CODE_ATTRIBUTION_HEADER="0"
claude这种方式只对当前终端窗口有效,关掉窗口就失效。
claude-sonnet-5、claude-sonnet-5-5、claude-sonnet-4-6、claude-haiku-5-5、claude-haiku-4-5-20251001、claude-opus-5-5、claude-opus-5、claude-opus-4-8、claude-opus-4-7、claude-opus-4-6、claude-fable-5-2、claude-fable-5。Base URL 不要带 /v1(Codex 要带,Claude Code 不带)。本站有 Haiku 模型
claude-haiku-5-5,价格低,适合 Claude Code 的后台小任务(如生成标题、总结),建议按上面的配置填在 ANTHROPIC_DEFAULT_HAIKU_MODEL。换用 GPT、Gemini、Kimi、GLM 等模型
Claude Code 也能用本站其他家的模型,配置不用改:启动时用 --model 指定,或者在 Claude Code 里输入 /model kimi-k3 这样的命令切换。模型名必须和 模型广场 上的一字不差。
claude --model gpt-5.6-terra- 上面配置里的
CLAUDE_CODE_ATTRIBUTION_HEADER一定要保留。不加的话 Claude Code 每次请求的开头都不一样,其他家模型的缓存基本用不上,花费会明显变高;对 Claude 模型没有影响。 - 实测 GPT、Gemini、Kimi、GLM 都能正常读文件、改代码、运行命令。DeepSeek 在 Claude Code 里缓存命中率低,花费是在 Codex 里的 3~4 倍,暂不建议;想用 DeepSeek 请用 Codex 或 OpenCode。
- Claude Code 是按 Claude 调教的,复杂的长任务换成其他模型,效果可能不如 Claude 稳。生成标题等后台小任务仍由
ANTHROPIC_DEFAULT_HAIKU_MODEL里的 Haiku 处理。 - Claude Code 界面里显示的花费是按 Claude 的价格估算的,换了模型就不准了,以控制台的用量记录为准。
四、附:配置 OpenCode
OpenCode 是开源的编程助手,用法和 Codex、Claude Code 类似,可以随时切换各家模型,本站的 GPT、Claude、Gemini、DeepSeek、Kimi、GLM、Qwen 等模型都能在里面用。两种方式任选一种。
方式一:一键安装包(推荐)
安装包会自动装好 Node.js 和 OpenCode,并写好下面的配置文件。先按上面的 「3. 创建 API 密钥」 复制一个密钥,再在下面下载和你电脑对应的安装包,打开后按提示安装,弹出输入框时粘贴密钥,装完就能用。
方式二:命令行安装
装好 Node.js 后,用国内镜像安装:
npm install -g opencode-ai --registry=https://registry.npmmirror.comWindows 的 ARM 电脑(骁龙处理器、Surface Pro X,或 Mac 上用 Parallels 装的 Windows)还要装一次微软 C++ 运行库:下载 vc_redist.arm64.exe 双击安装。不装的话,搜文件、加载技能时会报 0xC0000135 或 code 53。Intel / AMD 处理器的电脑不用装。
编辑 ~/.config/opencode/opencode.json(Windows 为 C:\Users\你的用户名\.config\opencode\opencode.json),没有就新建,写入下面这段,把两处 sk-你的密钥 换成你的密钥:
{
"$schema": "https://opencode.ai/config.json",
"model": "relay/gpt-5.6-terra",
"small_model": "relay/deepseek-v4.1-flash",
"provider": {
"relay": {
"npm": "@ai-sdk/openai-compatible",
"name": "Hopkit",
"options": { "baseURL": "https://hopkit.ai/v1", "apiKey": "sk-你的密钥" },
"models": {
"gpt-5.6-terra": { "name": "GPT-5.6 Terra", "limit": { "context": 272000, "output": 64000 } },
"gpt-6.1-sol": { "name": "GPT-6.1 Sol", "limit": { "context": 272000, "output": 64000 } },
"gemini-3.8-flash": { "name": "Gemini 3.8 Flash", "limit": { "context": 1000000, "output": 64000 } },
"deepseek-v4.1-flash": { "name": "DeepSeek V4.1 Flash", "limit": { "context": 128000, "output": 32000 } },
"kimi-k3": { "name": "Kimi K3", "limit": { "context": 128000, "output": 32000 } },
"glm-5.3": { "name": "GLM 5.3", "limit": { "context": 128000, "output": 32000 } },
"qwen3.8-max": { "name": "Qwen 3.8 Max", "limit": { "context": 128000, "output": 32000 } }
}
},
"relay-claude": {
"npm": "@ai-sdk/anthropic",
"name": "Hopkit Claude",
"options": { "baseURL": "https://hopkit.ai/v1", "apiKey": "sk-你的密钥" },
"models": {
"claude-sonnet-5": { "name": "Claude Sonnet 5", "limit": { "context": 200000, "output": 64000 } },
"claude-opus-5-5": { "name": "Claude Opus 5.5", "limit": { "context": 200000, "output": 64000 } }
}
}
}
}保存后在项目文件夹里执行 opencode,输入 /models 可以切换模型;只想让它做一件事时,用 opencode run "你的要求",做完自动退出。
- 配置里有两个提供方:
relay走通用接口,放 GPT 和其他家的模型;relay-claude走 Claude 的原生接口,放 Claude 模型。两处baseURL都要带/v1(和 Claude Code 不同)。 - 想用别的模型,照格式在
models里加一行,模型名必须和 模型广场 上的一字不差。small_model是 OpenCode 生成会话标题等后台小任务用的,填便宜的模型省钱。 - 如果文件里原来已有内容,只需把
"provider"这一块合并进去,注意 JSON 的逗号和括号。
五、附:Cline、Kilo Code 等 VS Code 插件
习惯在 VS Code 里写代码的,可以在扩展商店搜索安装 Cline 或 Kilo Code。两个插件接本站的方法一样:选「OpenAI 兼容」,填本站地址、密钥和模型名。
- Cline:点插件面板上的齿轮图标,
API Provider选OpenAI Compatible,Base URL填https://hopkit.ai/v1,API Key填sk-你的密钥,Model ID填模型名,例如gpt-5.6-terra。 - Kilo Code:打开
Settings→Providers,拉到最下面点Custom provider,Provider API选OpenAI Compatible,Base URL填https://hopkit.ai/v1,API key填密钥,点Fetch models选模型,最后点Submit。
Base URL都要带/v1,模型名必须和 模型广场 上的一字不差。GPT、Claude、Gemini、DeepSeek 等模型都可以这样用。- Claude 模型也可以走原生接口:Cline 的
API Provider选Anthropic,勾选Use custom base URL;Kilo Code 的Provider API选Anthropic Messages。地址同样填https://hopkit.ai/v1。 - 这类插件每一步都会把大段代码和说明发给模型,花费比聊天高不少,建议先用便宜的模型试,再到控制台看用量。
- Roo Code 已在 2026 年 4 月停止更新,不建议新装。已经在用的,按上面 Cline 的方法选
OpenAI Compatible即可。
六、附:调用画图模型
画图模型不在 Codex / Claude Code 里用,需要自己写几行代码调用接口。接口格式和 OpenAI 的画图接口一样:
POST https://hopkit.ai/v1/images/generations · 密钥就用上面创建的 sk- 密钥,不需要另建。| 模型名 | 说明 |
|---|---|
nano-banana-2 | Google Gemini 画图,出图最快 |
nano-banana-pro | Google Gemini 画图 Pro 版 |
seedream-5.0 | 字节跳动豆包 Seedream 5.0 Flash,不写 size 时按描述自动选横竖、约 2K,也支持 1024×1024 等小尺寸 |
gpt-image-2-count | OpenAI 画图模型,较慢 |
gpt-image-2.5-flare-count | OpenAI 画图模型 2.5 版,比 2 代新 |
gpt-image-2.5-sunburst-count | 同上,2.5 的另一个版本,出图更快更稳 |
下面是 Python 示例,只用 Python 自带的库,不用另外安装。把密钥换成你自己的,保存为 draw.py,在同一个文件夹里运行 python draw.py(macOS 用 python3 draw.py):
import base64, json, urllib.request
KEY = "sk-你的密钥"
body = {"model": "seedream-5.0",
"prompt": "一只橘猫坐在窗台上,水彩风格"}
req = urllib.request.Request(
"https://hopkit.ai/v1/images/generations",
data=json.dumps(body).encode("utf-8"),
headers={"Authorization": "Bearer " + KEY,
"Content-Type": "application/json"})
with urllib.request.urlopen(req, timeout=300) as resp:
data = json.load(resp)
img = base64.b64decode(data["data"][0]["b64_json"])
name = "out.png" if img[:4] == b"\x89PNG" else "out.jpg"
open(name, "wb").write(img)
print("已保存", name)- 一次一张:每次请求固定出一张图,
n参数会被忽略。要多张就多发几次请求。 - 要等一会儿:生成一张图通常要 10–60 秒,超时时间不要设太短(示例里是 300 秒)。
- 返回的是 base64:图片放在
data[0].b64_json里,不是图片链接。示例已经解码并保存成文件。 - 失败不扣钱:提示词被上游内容审核拒绝时会返回 400 错误,这次不扣费,改一下提示词再试。
- 换模型:只改
"model"那一行。每张的价格见 模型广场。用 OpenAI 官方 SDK 也可以,base_url填https://hopkit.ai/v1。
七、附:调用配音、视频和音乐模型
配音(TTS)、视频生成和 AI 作曲不在 Codex / Claude Code 里使用,需要自己写代码调用接口,密钥就用前面创建的 sk- 密钥。
配音(文字转语音)
接口地址 POST https://hopkit.ai/v1/audio/speech,格式与 OpenAI TTS 接口相同,返回 MP3 音频。
| 模型名 | 说明 |
|---|---|
cosyvoice-v3.5-flash | 阿里 CosyVoice 3.5,快速版 |
cosyvoice-v3.5-plus | 阿里 CosyVoice 3.5,高质量版 |
qwen3-tts-flash | 阿里 Qwen3 TTS,快速版 |
qwen-audio-3.0-tts-plus | 阿里 Qwen Audio 3.0,高质量版 |
MiniMax/speech-02-hd | MiniMax 语音合成,高清版 |
MiniMax/speech-02-turbo | MiniMax 语音合成,快速版 |
(完整模型列表和单价见 模型广场)
import json, urllib.request
KEY = "sk-你的密钥"
body = {"model": "cosyvoice-v3.5-flash",
"input": "你好,欢迎使用 Hopkit。",
"voice": "音色ID"} # 各模型支持的音色名称见上游文档
req = urllib.request.Request(
"https://hopkit.ai/v1/audio/speech",
data=json.dumps(body).encode("utf-8"),
headers={"Authorization": "Bearer " + KEY,
"Content-Type": "application/json"})
with urllib.request.urlopen(req, timeout=60) as resp:
open("out.mp3", "wb").write(resp.read())
print("已保存 out.mp3")- 按字符数计费:根据
input字段的字符数扣费,各模型单价见 模型广场。 - 音色:
voice参数填写各上游模型支持的音色 ID,不同模型的音色列表不同,请参考对应模型文档。
视频生成
视频生成走异步任务接口:先 POST https://hopkit.ai/v1/video/generations 提交任务,拿到 task_id;再轮询 GET /v1/video/generations/{任务ID} 等待结果,通常需要 30–120 秒。
| 模型名 | 说明 |
|---|---|
MiniMax-H3 | MiniMax 海螺 H3,支持文生视频和图生视频(首帧 / 尾帧),时长 4–15 秒,768P 或 2K |
doubao-seedance-2-0-mini-260615 | 字节跳动 Seedance 2.0 mini,速度最快 |
doubao-seedance-2-0-fast-260128 | Seedance 2.0 fast |
doubao-seedance-2-0-260128 | Seedance 2.0 标准,支持 4K |
doubao-seedance-2-5-260628 | Seedance 2.5,画质最佳 |
下面是 MiniMax-H3 文生视频的 Python 示例,同样只用自带的库。把密钥换成你自己的,保存为 video.py,运行 python video.py(macOS 用 python3 video.py),完成后视频保存为 out.mp4:
import json, time, urllib.request
KEY = "sk-你的密钥"
API = "https://hopkit.ai/v1/video/generations"
def call(url, body=None):
req = urllib.request.Request(
url, data=json.dumps(body).encode("utf-8") if body else None,
headers={"Authorization": "Bearer " + KEY,
"Content-Type": "application/json"})
with urllib.request.urlopen(req, timeout=60) as resp:
return json.load(resp)
# 1. 提交任务,拿到任务 ID
task = call(API, {"model": "MiniMax-H3",
"prompt": "清晨的湖面上,一只纸船慢慢漂过,阳光柔和",
"duration": 5,
"metadata": {"resolution": "768P", "ratio": "16:9"}})
task_id = task["task_id"]
print("已提交", task_id)
# 2. 每 10 秒查一次,直到完成
while True:
time.sleep(10)
info = call(API + "/" + task_id)["data"]
print(info["status"], info.get("progress", ""))
if info["status"] in ("SUCCESS", "FAILURE"):
break
# 3. 下载视频
if info["status"] == "SUCCESS":
urllib.request.urlretrieve(info["result_url"], "out.mp4")
print("已保存 out.mp4")
else:
print("生成失败:", info["fail_reason"])- H3 价格:768P 每秒 ¥0.18,2K 每秒 ¥0.30,每个任务另加 ¥0.10。例如 5 秒 768P 是 ¥1.00。提交时按请求预扣,完成后按实际用量结算。
- H3 参数:
duration填 4–15 的整数(默认 5);metadata.resolution填"768P"或"2K";metadata.ratio可选16:9、9:16、1:1、4:3、3:4、21:9、adaptive。 - 图生视频:在请求里加
"images": ["图片链接"],第一张作首帧,可再加第二张作尾帧。图片要用公网能打开的链接;传了图片可以不填ratio,画面比例会跟随图片。 - 及时下载:
result_url是可直接下载的视频链接,建议生成后尽快保存到本地。 - Seedance 系列:同一个接口,改
"model"即可,按时长和分辨率计费,单价见 模型广场。Seedance 每个并发任务至少需要 ¥13 以上余额才能提交(按最高档预扣,结算后退差)。
AI 作曲(Suno)
可用模型:suno_music。同样走异步任务接口,每次生成 2 首,单价见 模型广场。提交时填写 prompt(风格描述)和可选的 tags(风格标签)。
八、计费与查账
- 怎么扣费:按每次调用实际消耗的 Token 数扣费,不调用不扣钱,没有月费。
- 单价:每个模型的输入、输出单价见 模型广场。
- 画图模型:画图按张计费,一次请求出一张图、扣一张的钱。请求里的
n参数会被忽略(写n=4也只出一张、只扣一次),要一次多张请分多次请求。可用的画图模型和每张价格见上面的模型广场。 - 查每一笔:控制台「使用日志」可以看到每次调用的时间、模型、Token 数和花费。
- 看汇总:控制台「数据看板」可以按天看用量和花费趋势。
- 开发票:发票由服务提供方 数艾缘知(上海)科技有限公司 开具,项目为「技术服务费」,金额以实际支付金额为限(赠送额度不开票)。请点右下角 AI 助手的「联系人工」或扫描下方二维码,提供充值订单号、发票抬头和税号申请。
- 为什么 Codex 比聊天贵:Codex 每一步都会把项目代码、对话历史一起发给模型,一个任务往往要来回调用很多次,所以 Token 消耗比普通聊天大得多。任务描述越清楚、越聚焦,花费越少。
九、常见问题
| 现象 / 报错 | 原因和解决办法 |
|---|---|
command not found 或「不是内部或外部命令」 | 没装好,或装完没重启终端。关掉终端重新打开;还不行就重装,装完务必重启终端。 |
找不到 codex 命令 | Codex 没装成功。重新执行 npm install -g @openai/codex --registry=https://registry.npmmirror.com,装完重启终端。 |
401 或 Invalid token | 密钥不对或已失效。检查是否复制完整(以 sk- 开头)、密钥是否被删除或禁用、密钥是否设置了额度上限且已用完。Codex 用户重新执行一次「填入密钥」。 |
No available channel for model xxx(503) | 模型名写错了。对照上面的模型列表检查,注意大小写、横杠和点,例如是 gpt-5.6-terra 而不是 gpt-5.6。 |
| 提示额度不足 / 余额不足 | 账户余额用完了,到「充值」页充值即可,充值后立即可用,不需要重新配置。 |
| Codex 启动后还是要求登录 ChatGPT,或者调用跑去了 OpenAI 官方 | 配置文件没生效。确认文件路径和文件名是 .codex/config.toml(Windows 记事本可能偷偷存成 config.toml.txt);确认前四行在文件最开头。 |
Windows 的 ARM 电脑(骁龙处理器、Surface Pro X,或 Mac 上用 Parallels 装的 Windows)上搜文件、加载技能失败,报 ripgrep failed with code 53 或 0xC0000135 | 电脑缺微软 C++ 运行库(ARM64 版)。下载 vc_redist.arm64.exe 双击安装,装完关掉终端重新打开再试。Intel / AMD 处理器的电脑不会遇到。 |
429 或提示请求太频繁 | 短时间内请求太多,等一两分钟再试。 |
| 很久没响应 / 连接超时 | 先核对配置文件里的 base_url 是 https://hopkit.ai/v1,再确认浏览器能打开 https://hopkit.ai。如果开了代理软件,尽量让本站走直连,或换个网络试试;思考强度设成 xhigh 时回复本身会比较慢,属于正常现象。 |
| 在学校 / 宿舍的校园网下连不上,换个地方就好 | 部分学校的校园网会屏蔽境外网站,本站服务器在境外,可能被一起挡住。先连手机热点试一下:热点下能用,就是校园网的问题,在学校时用热点或家里的宽带即可。电脑连不了 Wi-Fi、只能插网线时,拔掉网线,用数据线连手机,在手机上打开「USB 网络共享」(安卓自带;iPhone 要开个人热点,Windows 还要先装 iTunes 才认)。中学和部分单位的网络常把境外网站整体封掉,这种情况本站改不了,只能用手机网络,或请网络管理员放行本站域名。想确认原因,要在连不上的校园网下运行诊断命令(连着热点跑测到的是热点);校园网下下载不了脚本,就按先保存、再到校园网下运行的步骤来,结果再连热点发给右下角的 AI 助手。 |
| 让它搜文献 / 查资料,返回的东西查不到、像编的 | Codex 没联网,在凭记忆现编。检查配置文件最后的 [sandbox_workspace_write] 两行;弹出联网请求时选允许;改完重启终端再试。它给的参考文献一律要逐条核对。 |
| 它要运行命令,不知道该不该同意 | 先问它:「这条命令是做什么的?会改我的文件吗?」弄明白再同意。它要用管理员权限时尤其要问清楚。 |
| 它给的代码跑不起来 | 很常见。把报错原样贴回去,说「这条命令失败了,帮我修」。 |
| 它改了我不想要的文件 | 重要材料让它处理前先复制一份备份;关键文件夹先备份再让它动。 |
| 忘记登录密码 | 扫描下方二维码联系我们重置。登录状态下想改密码:控制台 →「安全与访问」→ 更改密码。 |
一键收集诊断信息
Codex 报错又找不到原因时,运行下面的命令,它会收集 Codex 版本、登录状态、配置文件、网络连通性和最近 3 天的报错日志,帮助 AI 助手或客服快速定位问题。
curl -fsSL https://hopkit.ai/diag.sh | shirm https://hopkit.ai/diag.ps1 | iex结果会自动复制到剪贴板,回到右下角的 AI 助手粘贴发送即可(助手输入框上方的「本机诊断」也能复制这两条命令)。脚本只在你的电脑上读取信息,不会上传任何东西;密钥、代理密码和用户目录都会自动打码。
在校园网下连不上本站时:诊断要在连不上的那个网络下运行,热点下测到的是热点。如果校园网下连脚本都下载不了(命令本身超时报错,基本就说明本站被挡了),先连手机热点把脚本保存到电脑上,再切回校园网运行,最后连回热点把结果发给 AI 助手。两条命令在同一个窗口里执行:
curl -fsSL https://hopkit.ai/diag.sh -o diag.shsh diag.shirm https://hopkit.ai/diag.ps1 -OutFile diag.ps1powershell -ExecutionPolicy Bypass -File ./diag.ps1十、安全须知与联系方式
- 你的请求会经由第三方模型服务商处理,请勿提交身份证号、密码、客户数据、商业机密等敏感信息。
- 每台电脑建议单独建一个密钥,丢了或不用了直接删掉对应的那个即可。
- 它整理的结论、算出的数、写的引用,都要自己核对一遍——它会自信地犯错,对结果负责的是你。
充值、开通、配置等问题都可以直接联系。
添加时请备注:Hopkit + 姓名
Hopkit · 使用教程