1. 为什么要在 autodl 上用 Codex App 连远程 SSH如果你在 autodl 上租了 GPU 实例跑训练或推理本地又想用 Codex App 直接改远程代码、跑命令那 SSH 远程连接就是绕不开的一步。Codex App 本身支持通过 SSH 连接远程服务器连上之后你能在图形界面里直接读取、修改、运行 autodl 实例上的项目文件不用再靠 scp 来回传或者开一堆终端窗口。但实际配置时很多人会卡在几个地方本地 SSH config 写不对导致免密登录失败、服务器上 Node 版本太旧装不了 Codex CLI、autodl 实例访问外部 API 超时、以及最烦人的——多个工具各自要配 KeyOpenAI 一个、Claude 一个、其他模型又一个散落在不同配置文件里换台机器就得重新翻一遍。这篇就聚焦 Codex App 通过 SSH 连接 autodl 远程服务器的完整配置流程同时把 TaoToken 统一 Key 接入的部分讲清楚。TaoToken 是一个大模型 API 聚合平台能把多个模型的调用统一到一个 Key 和一套接口上适合你这种多工具、多模型混用的场景。官网在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。适合谁看已经在 autodl 上有实例、本地装了 Codex App、想通过 SSH 远程开发的人或者你正在被多工具 Key 分散的问题困扰想统一管理。下面从本地 SSH 配置开始一步步到 Codex App 连接成功中间会给出可复制的 config.toml 骨架和验证命令。2. TaoToken 统一 Key 接入先拿 Key 再谈配置在讲 SSH 和 Codex 配置之前先把 Key 的事情理清楚。因为 Codex CLI 和 Codex App 在远程服务器上运行时最终是要调用模型 API 的。如果你直接用官方渠道每个模型、每个工具都要单独配 Key服务器上环境变量一堆换实例就得重来。TaoToken 的做法是给你一个统一的 Key通过它的 API 入口去调用不同模型。这样你在 autodl 服务器上只需要配一套环境变量Codex CLI、其他 CLI 工具、甚至你自己写的脚本都能共用。具体操作打开 https://taotoken.net/api-keys 登录后创建一个 API Key。这个 Key 就是后面 config.toml 和环境变量里要用的。创建时建议给它起个能认出来的名字比如autodl-codex方便以后在控制台里区分。拿到 Key 之后API 的基础地址是 https://taotoken.net/api 。注意这个地址不加任何 UTM 参数直接用在配置里。如果你用的是 OpenAI 兼容的调用方式通常需要把 base_url 指向这个地址然后把 Key 填进去。这里有个细节Codex CLI 默认走的是 OpenAI 的接口格式所以你在服务器上配置时需要把 API base 指向 TaoToken 的入口而不是默认的 api.openai.com。这样既解决了 autodl 实例可能无法直连外部 API 的问题也把 Key 统一了。如果你还想在本地用模型对话功能快速验证 Key 是否可用可以打开 https://taotoken.net/model-chat 在里面选一个模型发条消息试试。这一步不是必须的但能帮你提前确认 Key 没问题省得后面在服务器上排查半天。3. 本地 SSH 配置与 Codex App 开启远程连接先处理本地。Windows 下 SSH 配置文件在C:\Users\用户名\.ssh\configmacOS/Linux 在~/.ssh/config。你需要为 autodl 实例写一个 Host 条目。autodl 实例的 SSH 连接信息一般在控制台的「实例」页面能看到包括 HostName类似connect.xxx.seetacloud.com、Port通常是随机端口、User一般是 root。推荐配置如下Host autodl-gpu HostName connect.xxx.seetacloud.com Port 12345 User root IdentityFile C:/Users/用户名/.ssh/id_ed25519 IdentitiesOnly yes几个注意点Windows 下 IdentityFile 路径推荐用正斜杠/避免反斜杠转义问题。id_ed25519是私钥id_ed25519.pub是公钥别搞混。Codex App 更适合免密 SSH所以不建议依赖密码登录先把密钥配好。然后开启 Codex App 的 SSH 功能。本地 Codex 配置文件在C:\Users\用户名\.codex\config.tomlmacOS/Linux 在~/.codex/config.toml。在文件末尾加上[features] remote_connections true保存后Codex App 的设置里就会出现 SSH 连接的入口。这一步不做的话App 里可能找不到添加远程连接的选项。接下来配置服务器免密登录。先用密码登录一次服务器ssh autodl-gpu然后把本地公钥内容C:\Users\用户名\.ssh\id_ed25519.pub里的全部文本粘贴到服务器的~/.ssh/authorized_keys文件里。如果文件不存在就创建。保存后赋权chmod 700 ~/.ssh chmod 600 ~/.ssh/authorized_keys exit回到本地另开一个终端窗口测试ssh -v autodl-gpu如果输出里能看到Offering public key之后直接登录成功、不再问密码说明免密配置好了。如果还是问密码看第 5 节的排查部分。4. 服务器端 Codex CLI 安装与 config.toml 骨架免密登录成功后在服务器上装 Codex CLI。先确认 Node 版本node -v npm -vCodex CLI 需要 Node 20。如果 autodl 实例默认 Node 太旧用 NodeSource 装 Node 20curl -fsSL https://deb.nodesource.com/setup_20.x | bash - apt-get install -y nodejs然后安装 Codexnpm install -g openai/codexlatest --includeoptional --no-audit --no-fund --verbose如果codex路径缓存异常执行hash -r。验证which codex codex --version正常应该输出类似/usr/bin/codex和codex-cli 0.142.0。接下来是关键的 config.toml 骨架。Codex CLI 的配置文件在服务器上的~/.codex/config.toml。如果你要用 TaoToken 统一 Key需要把 API 入口指向 TaoToken而不是默认的 OpenAI。下面是一个可复制的骨架# ~/.codex/config.toml model gpt-4o model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY [features] remote_connections true然后在服务器上设置环境变量。可以把下面这行加到~/.bashrc或~/.zshrc里这样每次登录都生效export TAOTOKEN_API_KEY你的_TaoToken_Key保存后执行source ~/.bashrc。这样 Codex CLI 就会用 TaoToken 的入口和你的统一 Key 去调用模型。如果你同时用其他工具也可以共用这个环境变量不用每个工具单独配。这里提醒一下base_url写https://taotoken.net/api不要加多余的路径后缀。env_key的名字可以自己定但要和环境变量名一致。5. 验证请求与配置生效检查配置写完了得验证是否真的生效。先在服务器上确认环境变量读到了echo $TAOTOKEN_API_KEY应该输出你的 Key。然后测试 Codex CLI 是否能正常调用codex --version codex如果进入交互界面后能正常对话说明 API 入口和 Key 都通了。如果报错看下一节的排查。另一个验证方式是直接用 curl 测 TaoToken 的 API 入口curl -I https://taotoken.net/api --connect-timeout 10返回 401、403 等 HTTP 响应都说明网络已通只是没带认证信息。如果超时说明服务器网络有问题需要检查 autodl 实例的出网策略。对于 Codex App 连接远程 SSH验证命令是ssh autodl-gpu whoami command -v codex codex --version如果这条命令在本地终端能成功输出用户名、codex 路径和版本号说明 SSH 和远程 Codex 都没问题。然后打开 Codex App进入「设置 → 连接 → SSH → 添加 SSH 连接」选择 SSH config 里的 Host比如autodl-gpu再选择远程项目目录例如/root/autodl-tmp/your_project。连接成功后Codex App 就能直接读取、修改、运行远程服务器上的代码了。如果你在验证过程中发现模型调用有问题可以回到 https://taotoken.net/model-chat 用同一个 Key 测一下排除是 Key 本身的问题还是服务器配置的问题。6. 本篇常见错排查问题 1ssh -v显示 Offering public key 后仍然问密码说明本机已经发送私钥但服务器没有接受公钥。检查服务器上~/.ssh/authorized_keys是否包含你的公钥内容权限是否正确chmod 700 ~/.ssh chmod 600 ~/.ssh/authorized_keys另外确认本地IdentityFile指向的是私钥而不是公钥。问题 2codex --version报 Missing optional dependency重新安装npm uninstall -g openai/codex npm cache clean --force npm install -g openai/codexlatest --includeoptional --no-audit --no-fund --verbose hash -r codex --version问题 3API 请求超时如果 autodl 实例无法直连外部 API先确认 TaoToken 的入口是否可达curl -I https://taotoken.net/api --connect-timeout 10如果超时检查实例的网络配置。TaoToken 的入口是 HTTPS 的不需要额外代理设置。如果之前配过http_proxy之类的环境变量先 unset 掉再测unset http_proxy https_proxy HTTP_PROXY HTTPS_PROXY问题 4Codex App 连接失败优先用命令行检查ssh autodl-gpu whoami command -v codex codex --version如果命令行能成功但 App 失败删除 App 中旧连接重新从 SSH config 读取 Host。有时候 App 缓存了旧的连接信息重新添加就能解决。问题 5config.toml 改了但没生效确认文件路径是~/.codex/config.toml不是本地那个。服务器上的配置和本地是分开的。改完后重新登录 SSH 或者source ~/.bashrc让环境变量生效。7. 长期编码与 Agent 场景的 Key 管理如果你只是偶尔连一下 autodl 跑个脚本上面这套配置够用了。但如果你打算长期在远程服务器上做编码、跑 Agent 任务Key 管理就值得多花点心思。TaoToken 的统一 Key 在这里的优势是你不需要在服务器上维护多个 API Key也不用担心某个模型的 Key 过期了要到处改。一个 Key 走 TaoToken 的入口Codex CLI、其他 CLI 工具、你自己写的脚本都能共用。换实例的时候只需要把环境变量重新 export 一次config.toml 骨架直接复制过去就行。如果你有多个项目、多个实例建议在 TaoToken 控制台里给不同用途创建不同的 Key比如autodl-codex、autodl-agent这样在控制台里能看到各自的调用情况排查问题也方便。创建入口还是 https://taotoken.net/api-keys 。对于长期跑 Agent 的场景Codex 的 Coding Plan 模式可能更适合具体可以在 https://taotoken.net/coding-plan 看说明。接入文档在 https://taotoken.net/doc 里面有不同工具的配置示例遇到不确定的参数可以对照查。最后提醒一点服务器上的~/.codex/config.toml和环境变量是两套东西config.toml 决定用哪个 provider 和 base_url环境变量提供 Key。两个都配对Codex CLI 才能正常工作。配完之后用ssh autodl-gpu codex --version做一次端到端验证确认从本地到远程再到 API 入口整条链路是通的。
