企业官网建设流程全解析

1. 从零认识 openrig：它到底解决什么问题

第一次看到 openrig 这个名字，很多人会以为是某个硬件支架或者开源机械臂项目。实际上，在 AI 编程助手圈子里，openrig 是一套围绕 Claude Code、Codex 这类命令行 AI 编程工具搭建的本地运行环境与配置管理方案。它的核心价值在于：把散落在各处的模型接入、终端会话管理、代理转发、环境变量配置这些琐碎但极易出错的事情，收敛成一套可复用的骨架。

我最初接触这类需求，是因为同时在使用 Claude Code 和 Codex 两个工具。Claude Code 擅长长上下文理解和复杂重构，Codex 在代码补全和快速生成上响应更利落。但两者对 Node.js 版本、环境变量、API 端点配置的要求各不相同，切换一次就要改一堆东西，稍不注意就报出cc switch local proxy failed while handling codex endpoint /responses这种让人头大的错误。openrig 要解决的，正是这种多工具并存时的环境混乱问题。

它适合三类人：一是刚接触 Claude Code 或 Codex，被安装配置卡住的初学者；二是需要在多个模型供应商之间切换的进阶用户；三是想把 AI 编程助手接入本地模型（比如通过 LM Studio 跑本地推理）的开发者。不管你用的是 Windows、macOS 还是 Ubuntu，openrig 的思路都能帮你把环境理顺。

需要先说明的是，openrig 并不是一个官方发布的单一软件包，它更像是一种约定俗成的工程实践组合。不同人手里的 openrig 可能包含不同的脚本和配置，但核心构件是相通的：Node.js 运行时、tmux 会话管理、模型端点配置、以及一套能在 Claude Code 和 Codex 之间快速切换的机制。下面我会按照实际搭建顺序，把这套东西拆开讲透。

2. 环境底座：Node.js 与 tmux 的选型与安装

2.1 Node.js 版本选择：为什么 LTS 比最新版更稳

Claude Code 和 Codex 的 CLI 工具都依赖 Node.js 运行。网上经常能看到有人报error installing 24.21.0: node.js v24.21.0 is not yet released or is not available这类错误，根本原因就是盲目追新，装了一个尚未正式发布的版本号。

我的建议很明确：认准 Node.js LTS 版本。截至我写这篇内容时，Node.js 20.x 和 22.x 的 LTS 版本对 Claude Code 和 Codex 的兼容性最好。安装方式上，Windows 用户直接去 Node.js 官网下载 LTS 的.msi安装包，双击一路下一步即可；Ubuntu 用户我更推荐用 NodeSource 的源来装，而不是apt install nodejs，因为系统源里的版本往往偏旧。

# Ubuntu 下通过 NodeSource 安装 Node.js 20 LTS curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash - sudo apt-get install -y nodejs # 验证版本 node -v npm -v

装完之后有一个容易被忽略的点：npm 全局目录的权限。在 Ubuntu 上直接用sudo npm install -g装 Claude Code，后续升级时经常遇到权限报错。更稳妥的做法是配置一个用户级的全局目录：

mkdir -p ~/.npm-global npm config set prefix '~/.npm-global' # 然后把 ~/.npm-global/bin 加入 PATH echo 'export PATH=~/.npm-global/bin:$PATH' >> ~/.bashrc source ~/.bashrc

这样后面npm install -g @anthropic-ai/claude-code之类的命令就不需要 sudo，升级也顺畅。

2.2 tmux：让 AI 编程会话不再中断

tmux 在 openrig 体系里扮演的角色，很多人一开始不理解。简单说，Claude Code 和 Codex 都是长时间运行的交互式会话，如果你通过 SSH 连到远程 Ubuntu 机器上跑，网络一抖会话就断了，正在进行的推理和上下文全丢。tmux 就是给这些会话加了一层"防断线保护壳"。

生活化类比：tmux 就像给你的终端会话开了一个"后台房间"，你人离开了，房间里的进程还在跑，下次回来推门进去，一切照旧。

# Ubuntu 安装 tmux sudo apt-get install -y tmux # 新建一个名为 claude 的会话 tmux new -s claude # 在会话里启动 Claude Code claude # 按 Ctrl+B 然后按 D 脱离会话（进程继续运行） # 下次回来 tmux attach -t claude

我实测下来，在远程开发场景里，tmux 配合 Claude Code 使用，能避免至少八成的"跑到一半断了要重来"的糟心情况。Codex 同理，尤其是让它处理大型重构任务时，会话可能持续十几分钟，没有 tmux 兜底很不踏实。

注意：tmux 默认的前缀键是Ctrl+B，如果你同时用 VS Code 的终端，可能会和某些快捷键冲突。可以在~/.tmux.conf里改成Ctrl+A，习惯之后更顺手。

3. Claude Code 与 Codex 的安装配置实操

3.1 Claude Code 安装：从 npm 到首次运行

Claude Code 的安装本身不复杂，坑主要出在环境变量和账号权限上。标准安装命令：

npm install -g @anthropic-ai/claude-code

装完后在项目目录里直接输入claude就能启动。但很多人第一次运行会遇到your organization has disabled claude subscription access for claude code这类提示，这通常不是安装问题，而是账号层面的订阅或组织策略限制。遇到这种情况，先确认自己的账号状态，再考虑是否通过 API 密钥方式接入。

对于想用第三方 API 或本地模型的用户，Claude Code 支持通过环境变量指定端点。比如接入本地 LM Studio 跑的模型：

export ANTHROPIC_BASE_URL="http://localhost:1234/v1" export ANTHROPIC_API_KEY="your-local-key" claude

这里的关键是 LM Studio 要开启兼容 OpenAI 或 Anthropic 格式的本地服务，并且模型要加载好。我试过用 LM Studio 加载一个 7B 级别的模型接 Claude Code，响应速度可以接受，但复杂任务的理解能力跟云端大模型差距明显，适合做轻量代码补全和简单问答。

VS Code 用户还可以装 Claude Code 的官方扩展，在编辑器里直接调用。配置入口在扩展设置里，把 API 端点和密钥填进去即可。Ubuntu 和 Windows 的配置逻辑一致，区别只在路径写法。

3.2 Codex 安装：Windows 桌面版与 CLI 两条路

Codex 的安装分两种形态：CLI 版本和 Windows 桌面版。CLI 版本同样走 npm：

npm install -g @openai/codex

Windows 桌面版则去 Codex 官网下载安装包，双击安装。两条路各有适用场景：CLI 适合在 tmux 里跑长任务、适合脚本化调用；桌面版适合日常在图形界面里快速问答。

Codex 配置里最常见的一个报错是codex is ignoring 1 unrecognized configuration setting. check for typos or d...。这基本就是配置文件里写了它不认识的字段，或者字段名拼错了。Codex 的配置文件通常在~/.codex/config.toml或项目根目录的.codex相关文件里，改完记得检查缩进和大小写。

另一个高频问题是codex无法加载组织设置，这多半和账号的组织归属、API 权限有关。如果是个人使用，建议直接用个人 API 密钥，绕开组织层面的策略限制。

Codex 接入 DeepSeek 是很多人关心的场景。核心思路是把 Codex 的模型端点指向 DeepSeek 的兼容接口：

# ~/.codex/config.toml 示例 model = "deepseek-chat" api_base = "https://api.deepseek.com/v1" api_key = "your-deepseek-key"

配置完用codex启动，如果报端点相关错误，优先检查api_base末尾有没有多余的斜杠，以及模型名称是否和供应商文档一致。我踩过一次坑，模型名写成了deepseek，实际应该是deepseek-chat，排查了半天。

3.3 多工具切换：openrig 的核心机制

openrig 真正体现价值的地方，是让 Claude Code 和 Codex 共用一套环境又能快速切换。常见做法是用一个 shell 函数或脚本，根据参数切换环境变量和配置文件。

# 放到 ~/.bashrc 里的切换函数示例 rig() { case "$1" in claude) export ANTHROPIC_BASE_URL="http://localhost:1234/v1" export ANTHROPIC_API_KEY="local" echo "已切换到 Claude Code 本地模式" ;; codex) export OPENAI_BASE_URL="https://api.deepseek.com/v1" export OPENAI_API_KEY="your-key" echo "已切换到 Codex + DeepSeek 模式" ;; *) echo "用法: rig [claude|codex]" ;; esac }

这样在 tmux 里开两个窗口，一个跑 Claude Code，一个跑 Codex，各自环境互不干扰。cc switch local proxy failed while handling codex endpoint /responses这类错误，很多时候就是切换时环境变量没清干净，导致 Codex 拿着 Claude 的端点去请求。用独立 tmux 窗口 + 独立环境变量，能从根上避免这个问题。

4. 常见报错排查与避坑经验

4.1 安装类报错速查

4.2 端点与代理类问题的排查思路

cc switch local proxy failed while handling codex endpoint /responses这个报错我遇到过好几次，排查下来基本是三类原因：一是本地代理服务没启动，二是端点路径写错（Codex 用的是/responses而不是/chat/completions），三是切换工具时旧的环境变量还在生效。

排查顺序建议这样走：先确认本地服务是否在监听（curl一下端点看有没有响应），再检查配置文件里的路径，最后用env | grep -i api看看有没有不该存在的变量。把这三步走完，九成端点问题都能定位。

4.3 我踩过的几个真实坑

第一个坑是 Node 版本混用。我机器上同时装了系统源的 Node 和 NodeSource 的 Node，which node指向的和我以为的不是同一个，导致 Claude Code 装到了另一个 npm 目录里，怎么都找不到命令。后来统一用which -a node把所有 Node 路径列出来，清理掉多余的才理顺。

第二个坑是 tmux 会话里的环境变量。我在.bashrc里改了 API 配置，但已经开着的 tmux 会话不会自动重新加载，必须source ~/.bashrc或者重开会话。这个细节不注意，会以为配置没生效，反复改配置文件。

第三个坑是 Codex 的配置文件格式。TOML 对缩进和引号比较敏感，我用编辑器自动格式化把某个字符串的引号弄丢了，Codex 启动直接报配置错误。后来养成习惯，改完配置先用codex --help之类不依赖配置的命令验证一下工具本身能不能跑，再排查配置。

5. 进阶玩法：本地模型接入与多会话编排

5.1 Claude Code 调用 LM Studio 本地模型的完整流程

把 Claude Code 接到 LM Studio 的本地模型，是 openrig 体系里很实用的一环。完整流程是这样的：先在 LM Studio 里下载并加载一个模型，开启本地服务器（默认端口 1234），确认 OpenAI 兼容接口可用；然后设置 Claude Code 的环境变量指向这个本地端点；最后启动 Claude Code 验证。

# 验证 LM Studio 本地服务 curl http://localhost:1234/v1/models # 设置 Claude Code 指向本地 export ANTHROPIC_BASE_URL="http://localhost:1234/v1" export ANTHROPIC_API_KEY="lm-studio" claude

实测下来，本地模型在代码补全、简单函数生成上够用，但涉及跨文件重构、复杂逻辑推理时，还是得切回云端模型。我的做法是日常轻量任务用本地省额度，重活切云端。

5.2 用 tmux 编排多工具协作

进阶用法是在一个 tmux 会话里开多个窗口，分别跑 Claude Code、Codex 和普通终端。比如窗口 0 跑 Claude Code 做架构分析，窗口 1 跑 Codex 做具体代码生成，窗口 2 用来跑测试和 git 操作。三者通过文件系统共享代码，形成一条"分析—生成—验证"的流水线。

tmux new -s work # Ctrl+B C 新建窗口，重复几次 # Ctrl+B 0/1/2 切换窗口

这种编排方式的好处是每个工具的会话独立、环境独立，不会互相污染。对于需要长时间跑的任务，tmux 的持久化能力让整个流程更可靠。

5.3 第三方 API 接入的通用技巧

不管是 Claude Code 还是 Codex，接入第三方 API 时都有几个通用注意点：密钥不要硬编码在会提交到 git 的文件里，用环境变量或独立的本地配置文件；端点地址末尾的斜杠要统一，有的服务对/v1和/v1/处理不同；模型名称严格按供应商文档写，不要凭记忆。这几点看着简单，但实际排查问题时，大部分故障都出在这些细节上。

6. 一些个人体会

这套 openrig 式的环境搭下来，最大的感受是：AI 编程工具本身的能力固然重要，但真正决定日常效率的，往往是环境配置的稳定性和切换的顺畅度。我见过不少人因为一个 Node 版本问题或者端点配置错误，折腾一下午就放弃了，其实问题本身并不复杂，只是缺少一套清晰的排查路径。

tmux 这个看似和 AI 无关的工具，反而是整个体系里我最离不开的一环。它让长时间运行的 AI 会话有了"容错空间"，网络波动、误关终端都不再是灾难。如果你经常在远程机器上跑 Claude Code 或 Codex，强烈建议把 tmux 用起来。

最后分享一个小习惯：每次改完环境变量或配置文件，先在一个干净的终端里验证，再回到 tmux 会话里用。这样能快速区分是配置本身的问题，还是会话环境残留的问题，排查效率能高不少。