通过 NVIDIA NIM 连接模型服务

NVIDIA NIM 官方 Codex 网关：用户层 [model_providers.nim]，base_url 是 http://localhost:8000/v1，env_key 读 NIM_API_KEY。

这是换 Codex 使用的模型，不是添加 MCP 服务，也不是 npx skills add nvidia/skills。Codex 直接打 NIM 的 OpenAI Responses 入口 /v1/responses，中间不需要翻译代理。自定义供应商必须 wire_api = "responses"，不要写 chat。

官方示例把 model 和 model_provider 写进用户 ~/.codex/config.toml，会变成所有会话的默认后端。更稳妥是独立 profile（用户层 $CODEX_HOME，不是项目 .codex）：

# ~/.codex/nim.config.toml
model = "nvidia/nemotron-3-super-120b-a12b"
model_provider = "nim"

[model_providers.nim]
name = "NVIDIA NIM"
base_url = "http://localhost:8000/v1"
env_key = "NIM_API_KEY"
wire_api = "responses"

export NIM_API_KEY="not-used"
codex --profile nim

model 必须和 NIM /v1/models 返回的 id 一字不差。带斜杠的名字合法，例如 nvidia/nemotron-3-super-120b-a12b。换模型前先：

curl -s http://localhost:8000/v1/models
curl -s -o /dev/null -w "%{http_code}\n" http://localhost:8000/v1/health/ready

base_url 必须带 /v1 后缀。本机默认是 http://localhost:8000/v1；远程 NIM 换成主机名，端口跟 NIM_SERVER_PORT 走。env_key 是变量名。NIM 不校验这把钥匙，但 Codex 要求进程里有非空值，占位字符串即可。必须出现在启动 Codex 的那个进程里。从已经 export NIM_API_KEY 的终端启动；Dock 打开的桌面不会读你刚改的 zshrc。拉镜像用的 NGC_API_KEY 不是这颗 env_key。

0.134 起不要再写 [profiles.nim]。profile 名跟文件名 nim.config.toml 对齐。供应商表也可以放进用户 ~/.codex/config.toml，但不要写进项目 .codex/config.toml：项目文件无法修改 model_provider / model_providers。

NIM 默认没开 Codex 依赖的 vLLM 参数。起容器时要同时带 --enable-auto-tool-choice、匹配模型的 --tool-call-parser，推理模型再加 --reasoning-parser。官方 Nemotron 3 Super 示例是 qwen3_coder 和 nemotron_v3。缺 tool parser 时模型会把工具调用写成散文，Codex 不动作；缺 reasoning parser 时思考文本会当成答案打印出来。用 NIM_SERVED_MODEL_NAME 钉住对外模型名，和 profile 里的 model 对齐。

gpt-oss 走 Harmony Responses，只接受 function、web_search_preview、code_interpreter、container。Codex 默认还会发 web_search 和 namespace（Skills / 子代理），会 400。官方要求一次关掉这些，而不是修一个再爆下一个。web_search 是裸顶层键，必须写在所有 [section] 之前；写在 [model_providers.nim] 或 Codex 自动追加的 [projects."…"] 后面，会静默变成 model_providers.nim.web_search，tool type web_search not supported 还在：

# ~/.codex/nim.config.toml
web_search = "disabled"

model = "YOUR_GPT_OSS_MODEL_ID"
model_provider = "nim"

[model_providers.nim]
name = "NVIDIA NIM"
base_url = "http://localhost:8000/v1"
env_key = "NIM_API_KEY"
wire_api = "responses"

[agents]
enabled = false

[features]
multi_agent_v2 = false

[skills.bundled]
enabled = false

[orchestrator.skills]
enabled = false

[orchestrator.mcp]
enabled = false

非 gpt-oss 模型走普通 Responses，不必抄这段关闭项。

配置说明：

• 不要把这张表当成 npx skills add nvidia/skills --agent codex。那是 cuOpt / Jetson 技能，不是换模型。
• 不要覆盖内置 ID openai、ollama、lmstudio。nim 是新 ID，可以。
• 不要写 wire_api = "chat"，也不要省略 base_url 的 /v1。
• 不要把密钥写进 http_headers。
• 不要把 OPENAI_BASE_URL 当主路径。走 [model_providers.nim]。

改完新开会话。codex --profile nim 启动后，发送一条简短请求验证连接。404 先对照 /v1/models 改 model；连不上先看 /v1/health/ready 是不是 200。长会话把上下文超出限制时提高 NIM_MAX_MODEL_LEN，无关任务新开一轮。