绕过ChatGPT Codex使用限制的配置技巧分享

该技巧来自X平台用户Av1dlive，核心思路是不把所有任务都交给ChatGPT Codex的主代理处理。ChatGPT Codex的自定义代理本质是存储在~/.codex/agents路径下的文件，添加新文件就能新增一个工作代理分流任务。

首先在路径~/.codex/agents下新建名为deepseek-worker.toml的配置文件。将配置内容写入文件，指定使用opencode-go/deepseek-v4-flash模型，并将推理强度设置为最高。

配置参考内容如下：
```toml
name = "deepseek_worker"
description = "bounded implementation, testing, and cleanup on deepseek v4 flash"
model = "opencode-go/deepseek-v4-flash"
model_reasoning_effort = "max"
```

完成配置后，在编写任务时调用deepseek_worker代理即可。主代理负责任务规划，新增的工作代理负责执行具体任务。

分享者称，自己一直在使用这份配置，该方法可以将重负载任务从主代理线程转移出去，从而减少主代理额度消耗，延长使用时间。