客服工单分流
从同一工单判断紧急程度、负责团队和严重性。
发送状态和类型化问题,在一个结构化响应中获得概率、选项或评分。
从同一工单判断紧急程度、负责团队和严重性。
选择下一队列或操作,并保留完整概率分布。
在工作流继续之前执行多个原子检查。
Codex 可通过 Responses API 使用自定义模型供应商。在用户级 ~/.codex/config.toml 中设置 ApiClo Base URL https://apiclo.com/v1、env_key 和 wire_api=responses。将 ApiClo 密钥存入环境变量,不要写入配置文件。
打开用户级 ~/.codex/config.toml 文件。供应商和认证设置应放在用户配置中,不要放在项目的 .codex/config.toml。
设置 model_provider=apiclaude、base_url=https://apiclo.com/v1、env_key=APICLAUDE_API_KEY 和 wire_api=responses,并选择准确的 ApiClo 模型 ID。
让 Codex 进程读取 APICLAUDE_API_KEY;必要时重启 Codex。在测试文件夹中请求简短回复,并检查 ApiClo Logs。
model = "claude-sonnet-5"
model_provider = "apiclaude"
[model_providers.apiclaude]
name = "ApiClo"
base_url = "https://apiclo.com/v1"
env_key = "APICLAUDE_API_KEY"
wire_api = "responses"
export APICLAUDE_API_KEY="YOUR_APICLO_KEY"
codex
$env:APICLAUDE_API_KEY="YOUR_APICLO_KEY"
codex
Codex 应返回简短回复,且该请求应以所选模型出现在 ApiClo 用量记录中。正式依赖智能体流程前,还需单独测试工具调用。
ApiClo 与 OpenAI 独立。自定义供应商的行为可能因 Codex 版本与界面而异;API 密钥不等于 ChatGPT 订阅。ApiClo 按所选模型费率计费用量。
全部文档