目前货源只是 codex 模型,没有 claude,请知晓。

官方网站:https://www.d9j.com

郑重承诺:微尘智能官方中转绝无任何掺假且始终保持一倍倍率!

快速上手

第一步(注册):请先在微尘智能官网注册一个账号。
https://api.d9j.com/register

注册截图

第二步(兑换):然后再把客服发的兑换码在网站兑换。再进行下面的操作哦。

兑换截图

第三步(获取 Base URL 和 API Key):

任何支持兼容 OpenAI 第三方 API 服务的都可以使用这个地址
Base URL:https://api.d9j.com/v1
API Key 获取如图:

API Key 步骤1 API Key 步骤2 API Key 步骤3

一、Codex 使用教程

这篇只解决一件事:怎么把微尘智能接到 Codex 里。

1. 先准备什么

开始之前,先确认你已经有:Base URLAPI Key模型名

2. 配置放哪

Codex 最常见的配置方式是两份文件:

  • ~/.codex/config.toml:负责 provider、模型、接口地址
  • ~/.codex/auth.json:负责 API Key

3. 配置示例

先把下面这段放进:~/.codex/config.toml

model_provider = "OpenAI"
model = "gpt-5.4"
review_model = "gpt-5.4"
model_reasoning_effort = "xhigh"
disable_response_storage = true
network_access = "enabled"
windows_wsl_setup_acknowledged = true
model_context_window = 1000000
model_auto_compact_token_limit = 900000

[model_providers.OpenAI]
name = "OpenAI"
base_url = "https://ai.d9j.com/v1"
wire_api = "responses"
requires_openai_auth = true

再把下面这段放进:~/.codex/auth.json

{
  "OPENAI_API_KEY" : "你的 API Key"
}

Codex 常见错误对照

以下是最常见的几类问题:

1)Key 无效

常见表现:提示认证失败、提示 Key 无效、看起来像服务端拒绝请求。

常见原因:Key 复制不完整、多复制了空格或换行、拿错了账号下面的 Key、还在用旧 Key。

先怎么查:确认复制的是最新 Key,开头和结尾没有多余字符,配置里引用的环境变量名是对的。

2)Base URL 配置错误

常见表现:直接请求失败、看起来像接口不存在、工具连不上服务。

常见原因:少写了一截、多写了路径、写成了错误的域名、配置文件里和实际文档里的地址不一致。

先怎么查:把配置文件里的 base_url 和文档里的 URL 一字一字对照一遍。

3)模型名错误

常见表现:URL 对,Key 也对,但还是不能调用;提示模型不存在。

常见原因:模型名手敲错了、大小写不对、当前 provider 下根本没有这个模型。

先怎么查:确认填的模型名是不是教程里写的那个,provider 名和模型名是否配套。

二、Cherry Studio 配置

⚠️ 注意:先去看第一步的 API 网站教程,使用兑换码拿到秘钥!!!!再来看这里。

打开 Cherry Studio 并进行配置

Cherry Studio 步骤1 Cherry Studio 步骤2 Cherry Studio 步骤3 Cherry Studio 步骤4 Cherry Studio 步骤5

三、OpenClaw 小龙虾配置教程

这篇只解决一件事:怎么把微尘智能接到 OpenClaw / 小龙虾里。

1. 配置放哪

OpenClaw 默认会从下面这个位置读取配置:~/.openclaw/openclaw.json

如果你更喜欢交互式方式,也可以先在终端执行:

openclaw onboard

2. 配置示例

在 OpenClaw 中,配置最常见分两部分:默认模型和自定义 provider。直接编辑 openclaw.json

第一部分:默认模型

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "custom/gpt-5.4",
        "fallbacks": ["openai/gpt-5.2"]
      },
      "models": {
        "custom/gpt-5.4": { "alias": "GPT-5.4" },
        "openai/gpt-5.2": { "alias": "GPT-5.2" }
      }
    }
  }
}

第二部分:自定义 provider

{
  "models": {
    "providers": {
      "custom": {
        "baseUrl": "https://ai.d9j.com/v1",
        "apiKey": "你的 API Key",
        "api": "openai-completions",
        "models": [
          {
            "id": "gpt-5.4",
            "name": "gpt-5.4",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0 }
          }
        ]
      }
    }
  }
}

四、OpenCode 使用教程

这篇只解决一件事:怎么把微尘智能接到 OpenCode 里。

1. 配置放哪

OpenCode 最常见的配置文件位置是:~/.config/opencode/opencode.json

有些环境也会用 opencode.jsonopencode.jsonc。如果目录不存在,需要手动创建。

2. 配置示例

如果你只是想先跑通,建议先只保留一个模型。最小可用配置如下:

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "openai": {
      "options": {
        "baseURL": "https://ai.d9j.com/v1",
        "apiKey": "你的 API Key"
      },
      "models": {
        "gpt-5.4": {
          "name": "GPT-5.4",
          "limit": { "context": 1050000, "output": 128000 },
          "options": { "store": false },
          "variants": { "low": {}, "medium": {}, "high": {}, "xhigh": {} }
        }
      }
    }
  }
}

💡 这套写法的好处是:先把主链路打通、出问题更容易查、不会因为模型太多把自己绕进去。

支持的 IDE

  • Visual Studio Code(包括 Roo code、Cursor 和 Windsurf 等流行分支)
  • JetBrains IDEs(包括 PyCharm、WebStorm、IntelliJ 和 GoLand)