[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-73bd4795-6651-425b-b407-372d1ec0e793":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":13,"view_count":28},"73bd4795-6651-425b-b407-372d1ec0e793","Ollama 0.24 解锁新玩法：一行命令让 OpenAI Codex 跑在本地开源模型上","本地大模型运行工具 Ollama 近日发布 0.24 版本，最大亮点是一条命令：ollama launch codex-app。执行后，OpenAI 的桌面客户端 Codex App 会自动配置好一切，将推理请求重定向到本地 Ollama 运行时，而非 OpenAI 云端 API。\n\n这意味着什么？此前，Codex App 是 OpenAI Pro 用户的专属——需要有效 API Key、流向 api.openai.com 的出站流量，以及按 token 计费的账单。Ollama 0.24 解开了这个绑定：Codex App 继续扮演交互前端的角色，但推理请求被重定向到本地，模型运行在用户自己的 GPU 上，所有文件读取留在用户自己的文件系统里。\n\n这不是简单的「本地运行 OpenAI 应用」，而是开源社区持续数月努力的又一个节点。几个月前 Ollama 就支持了 Codex CLI 的 --oss 模式，指向 OpenAI 兼容端点，但需要手动配置 ~\u002F.codex\u002Fconfig.toml 和各种环境变量，门槛不低。ollama launch codex-app 把这一切封装成一条命令，开箱即用。\n\n对于受 NDA、GDPR 或企业安全政策约束的开发者而言，这是实质性飞跃。代码不出本地机器，不经过第三方服务器，这在以前只有完全自建推理基础设施才能实现，现在通过 Ollama 加上开源模型就能搞定。\n\n从生态角度看，这条路正在变得清晰：Ollama → Codex App → 本地开源模型，三个层次各自标准化，又通过 OpenAI 兼容 API 串联起来。随着 Claude Code、OpenAI Codex 这类桌面 Agent 工具相继支持本地路由，开源模型的 Agent 能力边界正在从「能跑」向「好用」迁移。本地 Agent 开发的环境一致性与隐私保障，是云端方案难以复制的优势。","https:\u002F\u002Fpasqualepillitteri.it\u002Fen\u002Fnews\u002F2574\u002Follama-codex-app-local-models","a1e592fe-9e08-48a2-aaa9-a6cd1c1def3b",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"e82b2d09-81b2-43d1-977e-e018443b3c14","coding-agent",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"0ef8513a-0a26-42f0-b6f9-5b6dadded45c","efficiency",{"id":18,"name":19,"slug":19,"description":13,"color":13},"01598627-1ea6-4b27-a5d8-874971571a71","llm",{"id":21,"name":22,"slug":22,"description":13,"color":13},"b9bd9039-fcdb-41a8-b85b-fc1587def2b9","open-source","2026-05-27T22:01:00Z","2026-05-27T22:07:56.443730Z","2026-05-27T22:07:56.443739Z",true,"agent",24]