ChatMock

用 Codex 引擎替换 OpenAI API，一行配置即享新能力

ChatMock 是一个基于 Python 的轻量级服务，提供与 OpenAI 和 Ollama 兼容的 API，底层由 OpenAI Codex 驱动。它解决了开发者在不修改现有代码的情况下，将应用从标准 OpenAI API 切换到 Codex 引擎的难题，同时支持本地 Ollama 模型作为备选。核心能力包括：无缝替换 API 端点、支持流式响应、多模型路由、以及简单的 Docker 部署。通过模拟 OpenAI 的请求/响应格式，ChatMock 让开发者能快速体验 Codex 的推理能力，或将其集成到现有工具链中，而无需重写客户端。项目处于成长阶段，社区活跃，适合探索 Codex 能力的开发者。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1547

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类对话助手

开发团队RayBytes

所属国家

官网地址

GitHubhttps://github.com/RayBytes/ChatMock

定价模式free

价格说明开源项目，MIT许可证，可自行部署，无在线服务，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai,chatgpt,codex,gpt-5,ollama,openai,openai-codex-cli,openai-codex-intergration

GitHub 星标★ 1547

30天Star增速

HF 下载量

上线时间2025-08-15 00:00:00

最近更新2026-09-21 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

难度：入门约 10 分钟部署方式：命令行工具 5 步

环境要求

Python 环境（使用 pipx 或 pip 安装）
一个可登录的 ChatGPT 账号
macOS 用户可改用 Homebrew 安装
无头服务器登录需支持 --headless 参数

安装与启动步骤

1安装 ChatMock

推荐用 pipx 安装，可隔离依赖；也可用 pip 安装同名包。
```
pipx install chatmock
```
2或用 Homebrew 安装

macOS/Linux 上可通过 Homebrew 源安装，需先 tap 再 install。
```
brew tap RayBytes/chatmock
brew install chatmock
```
3登录 ChatGPT 账号

首次使用需登录 ChatGPT 账号；在无头服务器上执行时追加 --headless。
```
chatmock login
```
4启动本地服务

启动后服务默认监听 http://127.0.0.1:8000，新增配置项写在 serve 之后。
```
chatmock serve
```
5接入兼容应用

在支持 OpenAI/Ollama 兼容的应用中把地址填为 http://127.0.0.1:8000/v1，API Key 可任意填。

关键配置

配置项	必填	说明	示例
`--reasoning-effort`	否	控制模型思考强度	`medium`
`--reasoning-summary`	否	思考摘要的详细程度	`auto`
`--reasoning-compat`	否	思考过程返回给客户端的方式	`think-tags`
`--fast-mode`	否	对支持的模型启用优先处理	`false`
`--enable-web-search`	否	允许模型联网搜索	`false`
`--model-sync`	否	自动发现账号可用模型	`true`

如何确认成功

终端显示服务已在 http://127.0.0.1:8000 运行，浏览器或客户端访问 http://127.0.0.1:8000/v1 可正常返回。

常见问题

Q：在无头服务器上怎么登录？

A：执行 chatmock login 时追加 --headless 参数，即可在无图形界面的服务器上完成登录。

Q：现有的 OpenAI 客户端如何切换过来？

A：把 base URL 改为 http://127.0.0.1:8000/v1，API Key 可以随意填写，无需修改其他代码。

Q：如何用 Docker 部署？

A：README 指向仓库内的 DOCKER.md，具体命令请查阅该文档。

Q：怎么让模型联网搜索？

A：启动时加 --enable-web-search，或在请求体中加入 responses_tools 与 responses_tool_choice 字段。

注意事项

所有配置参数都必须写在 chatmock serve 之后。
每个参数也都可以用对应的环境变量设置，例如 CHATGPT_LOCAL_REASONING_EFFORT。
默认端口为 8000，接口基础地址为 /v1。
Raycast 可在 Ollama 设置中把 host URL 填为 127.0.0.1:8000 并同步模型。

核心亮点

API 兼容层设计巧妙，现有 OpenAI 客户端无需改动即可接入 Codex
同时支持 Ollama 本地模型，提供灵活的模型切换选项
基于 Docker 部署，上手快，适合快速原型验证

不足之处

依赖 Codex 服务，可能受限于 OpenAI 的访问策略
文档/社区待观察

适用场景

将现有 ChatGPT 应用迁移到 Codex 引擎进行测试
在本地开发环境模拟 OpenAI API 进行离线调试
结合 Ollama 构建混合推理服务，平衡成本与性能

替代项目

LocalAI、llama.cpp、vLLM

项目介绍

ChatMock 是基础设施领域的开源项目，由 RayBytes 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,547）位列前 30%，在基础设施分类中处于中上游。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-21。MIT许可证，可自行部署，无在线服务，完全免费。

它主要面向的使用场景是：将现有ChatGPT应用迁移到Codex引擎进行测试。同类可对比的替代方案包括 LocalAI、llama.cpp、vLLM。

上一篇：gptGrok2api

下一篇：x-ui-yg