外观
啊？Codex 可以直接调用 Claude 了！手把手教你搭建双 Agent 工作流
今年 3 月，OpenAI 干了一件挺有意思的事——他们给 Claude Code 开发了一个官方的 Codex 插件。装上之后，Claude Code 可以直接在工作流里调用 OpenAI 的 Codex 来做代码审查、安全审计这些活。说白了，就是让 Claude 指挥 Codex 干活。
等等，既然 Claude 能调 Codex，那反过来呢？
Codex 能不能调 Claude Code？
答案是：能。而且不需要等官方出插件，你现在就能搭出来。
正好，蚂蚁百灵的 Ling-2.6-flash 刚刚正式开源。这个模型之前就在 Agent、代码和工具调用场景里刷过一波存在感，现在又开放了官方 API 和每日免费额度。既然它支持 Anthropic 兼容接口，那就很适合拿来试一件事：让 Codex 通过 Claude Code 间接调它。
本文要教你的就是这件事：让 Codex 当项目经理负责拆活，Claude Code 当资深工程师负责干活，中间用一个叫 CC Switch 的本地代理做调度，背后接上 Ant Ling 的 Ling-2.6-flash。整个流程在你本机跑，不依赖任何外部编排平台。
先搞懂：这三层到底是什么？
直接上图：
Plain
你（人类）
↓ 下达任务
Codex —— 主控 AI Agent（项目经理）
↓ 判断哪部分可以外包
↓ 通过 claude.cmd 发任务
Claude Code —— 执行 AI Agent（资深工程师）
↓ 发 API 请求
CC Switch（本地 127.0.0.1:15721）—— 代理/调度中心
↓ 转发到你选的供应商
Ant Ling（Ling-2.6-flash）
↓ 返回结果
↑ 逐层回传 → Codex 检查合并 → 交付给你用人话翻译一下每层的角色：
- Codex = 项目经理：理解你的需求，拆分任务，质检最终结果
- Claude Code = 资深工程师：接到具体任务后，独立完成代码编写、分析等工作
- CC Switch = 调度中心：在你本机跑的代理服务，决定 Claude 的请求走哪条线路（哪个供应商）
- Ant Ling = 实际干活的模型服务：本文推荐先用 Ling-2.6-flash 跑通整条链路
一句话总结：Codex 调 Claude Code，Claude Code 走 CC Switch，CC Switch 把请求转给 Ant Ling 的 Ling-2.6-flash。
为什么要这么折腾？
你可能会想：我直接用一个 AI 不就行了，搞这么复杂干嘛？
好问题。几个实打实的好处：
🎯 扬长避短，各干各的擅长
Codex 强在全局规划、浏览器操作、项目级任务编排。Claude Code 强在深度代码推理、长上下文分析、精准的代码生成。让它们各干自己最擅长的事，比逼着一个全干效果好得多。
💰 省钱，灵活切供应商
通过 CC Switch，你可以随时切换 Claude 的供应商。本文先用 Ant Ling 跑通，后面如果你想换别的模型服务，也不用改 Codex 的使用方式，只需要在 CC Switch 里切换。
📊 花多少钱，一目了然
CC Switch 内置 Token 统计和请求日志。每次调用花了多少 Token、走了哪个模型，打开面板就能看到。再也不用月底收到账单才发现"钱怎么没了"。
🛡️ 自动故障转移
CC Switch 支持配置多个供应商。如果当前供应商挂了或者限流了，它能自动切到备用线路，你的工作流不会因为某一家服务出问题而中断。
🛠️ 保姆级部署教程
前置条件： 你的 Windows 机器上已经装好了 Claude Code（能跑 claude --version 就行）。如果还没装，去 官方文档 跟着装一下，两分钟的事。
准备好了？下面三步搞定。
Step 1：去 Ant Ling 官网注册并获取 API Key
CC Switch 可以接不同供应商，但如果你只是想把这条链路稳定跑通，建议先走 Ant Ling 官网。原因很简单：我们已经实测 Ling-2.6-flash 可以正常被 Claude Code 调用，而且官方目前给每个账号每天 50 万免费计算单元，输入和输出都包含在内。
Ling-2.6-flash 是蚂蚁集团 inclusionAI 的模型，不是 Anthropic Claude，但提供 Anthropic 兼容接口，所以 Claude Code 可以通过 CC Switch 调用它。更重要的是，它已经正式开源，官方 API 也能直接申请使用，用来搭这个双 Agent 工作流刚好合适。每个账号每天 50 万免费计算单元，输入和输出都算；当天未使用完不会结转。
注册流程：
- 打开 https://ling.tbox.cn/open
- 注册并登录账号
- 按提示绑定支付宝账号
- 进入 API Key 管理页面，创建一个新的 API Key
- 复制并保存好这个 Key，后面填到 CC Switch 里
Step 2：安装并配置 CC Switch
CC Switch 是一个开源的桌面应用，专门用来管理 Claude Code 等 AI 编程工具的供应商配置。它的核心能力是在你本机启动一个本地代理，自动接管 Claude Code 的请求路由——你只需要在 CC Switch 里配好供应商，Claude Code 那边不用动任何配置，CC Switch 会自动帮你搞定。
下载安装：
- 打开 github.com/farion1231/cc-switch/releases
- 找到最新版本，下载 .msi 安装包（Windows 用户）
- 双击安装，一路下一步
配置供应商：
API 格式：Anthropic Message Base URL：https://api.ant-ling.com/anthropic Model：Ling-2.6-flash Haiku/Sonnet/Opus：都填 Ling-2.6-flash 完整 URL：关闭 API Key：填百灵官网 Key
回到主界面，选中刚配置好的供应商，点 Enable（启用）
开启本地代理：
供应商配好之后，还需要手动开启本地代理，让 CC Switch 真正接管 Claude Code 的请求：
- 点击 CC Switch 界面上的 设置（Settings）
- 找到 路由（Routing）选项
- 打开 本地路由（Local Routing）的开关
开启后，CC Switch 会在本地启动代理服务（默认监听 127.0.0.1:15721），并自动把 Claude Code 的请求指向这个本地代理。你不需要手动去改 Claude Code 的 settings.json 或设环境变量——CC Switch 全部帮你处理好了。
Step 3：验证连通性
两步配完，测试一下整条链路是否通畅。
直接打开 Claude Code，随便跟它聊一句，比如"你好"。如果 Claude Code 能正常回复，说明整条链路已经通了：你的请求从 Claude Code 出发，经过 CC Switch 本地代理，转发到 Ant Ling，再拿到结果返回给你。
再去 CC Switch 的面板看一眼，应该能看到刚才那条请求的日志——双重确认，稳了。
到这里，你的三层架构就搭好了。剩下的就是让 Codex 来调用它。
🎬 在 Codex 里调用 Claude Code
架构搭好了，接下来就是重头戏：让 Codex 实际调用 Claude Code 干活。
配置好之后，你不需要每次都手写命令。更自然的用法是：直接用中文告诉 Codex，哪一部分交给 Claude 看一下。
实际操作
你只需要在跟 Codex 对话的时候，说类似这样的话：
“这段代码的逻辑审查交给 Claude 看一下，把结果整合后告诉我。”
或者：
“这个方案让 Claude 给个第二意见。”
再或者：
“这部分文档让 Claude 先起草一版，你来检查和整理。”
Codex 就会：
- 判断这个任务适合交给 Claude
- 把适合独立处理的部分发给 Claude Code
- Claude Code 的请求经过 CC Switch → Ant Ling → 返回结果
- Codex 拿到 Claude 的输出，检查后合并到最终工作中
背后的实现仍然是 Claude Code 的命令行能力，但日常使用时你不需要关心命令细节。你只要把意图说清楚，Codex 会负责调度、检查和整合。
💡 实战场景
光说不练假把式。来看几个真实好用的场景：
场景一：交叉代码审查
你让 Codex 写完一段代码后，不急着提交，先让 Claude Code 做个"第二意见"审查：
“把刚才写的 authMiddleware.js 发给 Claude，让它从安全角度审查一下有没有漏洞。”
两个 AI 从不同角度看同一段代码，问题暴露的概率大大提高。
场景二：分工并行
你有个大任务——“重构整个项目的错误处理机制”。Codex 负责制定重构方案和改主要代码，同时把"写单元测试"这个独立子任务甩给 Claude Code：
“错误处理的重构我来做，测试部分交给 Claude，让它根据新的错误类型生成对应的 Jest 测试用例。”
场景三：文档生成
Codex 做完架构设计后，让 Claude Code 负责写详细的 API 文档：
“把 routes/ 下的所有接口定义提取出来，交给 Claude 生成 Markdown 格式的 API 文档。”
⚠️ 防踩坑指南
1. Windows 下 claude 和 claude.cmd 的区别
如果你通过官方安装脚本装的，可执行文件一般是 claude.cmd。如果通过 npm 装的，可能是 claude。两者功能一样，只是名字不同。不确定的话，在 PowerShell 里分别试一下就知道了。
2. CC Switch 端口被占用
如果 15721 端口被其他程序占了，CC Switch 会启动失败。去 CC Switch 设置里改个端口就行，CC Switch 会自动更新 Claude Code 的代理指向。
3. Token 消耗控制
每次 Codex 调 Claude Code，都是一次独立的 API 调用，会产生 Token 消耗。建议：
- 任务描述尽量精确，避免 Claude Code 花大量 Token 在"理解你到底想干嘛"上
- 把任务边界说清楚，比如只让 Claude 做审查、起草或第二意见，不要把整个项目一股脑丢过去
- 定期去 CC Switch 面板看统计，及时发现异常消耗
4. PowerShell 执行策略拦截 claude
Windows 下直接跑 claude 有时会触发 claude.ps1，然后被 PowerShell 执行策略拦住。遇到这种情况，不是 Claude Code 坏了，改用 claude.cmd 就行。
5. API Key 安全
你的 Ant Ling API Key 保存在 CC Switch 的本地数据库里，确保不要把 CC Switch 的配置目录（~/.cc-switch/）上传到 GitHub 或任何公开位置。
🧩 整体架构一览
最后再拉回来看一眼全景：
Plain
┌─────────────────────────────────────────────────┐
│ 你（人类） │
│ 下达任务 / 审核结果 │
└────────────────────┬────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────┐
│ Codex（主控 Agent） │
│ │
│ • 理解需求，拆分任务 │
│ • 自己执行擅长的部分 │
│ • 用自然语言调度 Claude Code │
│ • 检查 Claude 的结果，合并交付 │
└────────────────────┬────────────────────────────┘
│ 把子任务交给 Claude
▼
┌─────────────────────────────────────────────────┐
│ Claude Code（执行 Agent） │
│ │
│ • 接收 Prompt，独立完成任务 │
│ • 深度代码推理 / 分析 / 生成 │
│ • API 请求发往本地代理 │
└────────────────────┬────────────────────────────┘
│ HTTP → 127.0.0.1:15721
▼
┌─────────────────────────────────────────────────┐
│ CC Switch（本地代理/路由） │
│ │
│ • 转发请求到当前启用的供应商 │
│ • Token 统计 / 请求日志 │
│ • 自动故障转移 │
└────────────────────┬────────────────────────────┘
│ HTTPS
▼
┌─────────────────────────────────────────────────┐
│ Ant Ling（Ling-2.6-flash） │
│ │
│ • 提供真正执行任务的模型算力 │
│ • 每天免费额度适合先跑通流程 │
└─────────────────────────────────────────────────┘💬 结语
说到底，这不是在"折腾工具"，而是在给自己组建一个 AI 工作团队。
Codex 是你的项目经理，Claude Code 是你的资深工程师，CC Switch 是调度中心，Ant Ling 负责真正产出结果。你要做的只是"当老板"——下达需求，审核结果。
以后再有人问你"AI 编程工具那么多，到底选哪个？"，你可以告诉他：
不用选，全都要。让它们一起给你打工。
💡 互动时间：你在开发中还想让哪些 AI 工具协作？有没有遇到什么奇葩的"AI 管理 AI"场景？欢迎在评论区分享 👉 想获取更多 AI 实操干货、工具资源和最新玩法，欢迎加入AI Spark「限时免费」社群 ！一起学习交流 + 资源共享，添加小助理v：rivanow，名额有限，先到先得~
更多 AI 干货同步更新公众号：雨哥聊AI，关注我带你玩转 AI 时代
来源：飞书 · AI Spark 知识库 ｜ 原文（最新版）：https://lcnniolukk80.feishu.cn/wiki/GFzGwAxTCijC4qk50b3cwktSnvb ｜ 归档：2026-06-04