这是我的第470篇Ai笔记，本篇2890、累计笔记8417532
彩蛋：文末给大家准备了《DeepSeek V4 Flash × Codex：普通打工人的30个AI工作流》，覆盖运营、行政、人事、销售、财务、客服等岗位，每个场景都配了可直接使用的任务指令，记得取！
DeepSeek V4 Flash最近正式接棒了。
7月24日，原来的deepseek-chat和deepseek-reasoner停止使用，7月31日，V4 Flash正式版发布，成为DeepSeek API的新主力模型。
但是DeepSeek V4 Pro还没有正式上线时间，让我们一同期待一下。
不过这次，DeepSeek V4 Flash的实力，确实强得有点可怕了。
100万上下文、最高384K输出，支持思考模式、工具调用和代码补全；推理能力接近V4 Pro，在简单Agent任务中甚至能与Pro打得有来有回。
但最离谱的还是价格：未命中缓存时，每百万输入Token只要1元，输出只要2元。
这已经是在用白菜价，买一颗能处理长文档、调用工具、连续执行任务的Agent大脑了。
看到这里，我脑子里马上冒出了一个想法：能不能把DeepSeek V4 Flash直接塞进Codex？
于是，我在官网上找到了答案。
最后不但成功把DeepSeek接进了Codex，还顺手给原本看不懂图片的它，装上了一双“眼睛”。
为什么要把DeepSeek接进Codex？
因为大模型和Agent工具，正在逐渐变成两个可以自由组合的部分。
DeepSeek V4 Flash负责理解要求、分析资料、规划步骤和生成结果。
Codex负责读取文件、修改内容、调用终端、安装Skill，并持续完成多步骤任务。
OpenAI对Codex的定位，本身也已经不再是一个简单的代码聊天框。它可以管理多个Agent、并行执行任务，还能通过Skill扩展不同的工作能力。Windows版也已经正式上线。
两者组合起来，相当于：Codex提供手脚，DeepSeek提供大脑，Skill继续增加新的能力。
如果再接入一个视觉模型，原本不支持图片输入的DeepSeek，也能处理截图、设计稿和扫描文件。
过去使用AI工具，只能接受平台配好的模型和功能。
现在，Agent外壳、底层模型、Skill和工具，都可以自己选择。
AI工具开始从一件固定成品，变成一套可以自由组装的工作台。
这才是这次折腾真正有意思的地方。
下面直接把整个配置过程跑一遍。
01｜安装并启动Codex
先安装Codex客户端。
Windows用户可以通过微软商店找到官方版本。安装时认准OpenAI发布者，避免下到名字相似的第三方软件。
安装完成后，至少正常启动一次。
因为Codex首次运行时，会在电脑中生成配置目录。后面接入DeepSeek，需要读取和修改其中的配置文件。
打开后如果出现登录提示，可以先关闭，继续进行下一步。
02｜申请DeepSeek API Key
进入DeepSeek开放平台，在API Keys页面创建一个新的Key。
名称可以直接填写：Codex
创建完成后，立即复制并保存。
完整API Key通常只会显示一次，不要发到群聊、文章截图或公开代码中。
账户内还需要有少量API余额。
这套方案不用购买额外的模型订阅，后续按照DeepSeek API的实际Token消耗扣费。
DeepSeek API同时兼容OpenAI和Anthropic接口格式，这也是它能够接入多种Agent工具的基础。
03｜一条命令接入Codex
接下来打开Windows PowerShell。使用下面这条配置命令：
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex
运行后，根据提示选择DeepSeek V4 Flash，再粘贴刚刚申请的API Key。
脚本会自动备份原来的Codex配置，并写入DeepSeek模型信息。配置完成后，关闭并重新启动Codex。
进入对话后，可以直接问一句：你现在使用的是什么模型？
如果返回DeepSeek V4 Flash，说明接入已经完成。
到这里，Codex的执行环境已经保留下来，背后负责思考的模型则换成了DeepSeek。
04｜再给它装上识图能力
但还有一个问题：DeepSeek V4 Flash本身不支持直接识图。
视频里使用了一个开源的Vision Skill，借助外部多模态模型读取图片。
在Codex中新建会话，输入：请阅读下面项目的README，帮我完成识图Skill的安装和配置。
再把项目地址发给它：https://github.com/asuojun/claude-vision-skill
接着按照提示，填入千问或其他视觉模型的API信息。
配置完成后，直接把图片拖进Codex即可。
图片先由视觉模型识别，再把结果交给DeepSeek继续分析。
就这样，原本看不懂图片的DeepSeek，被补上了一双眼睛。
折腾完之后，这套组合确实比我预想中更实用。但该泼的冷水，还是得泼。
第一，它不是真正免费
不购买额外订阅，不代表完全没有费用。
DeepSeek需要消耗API余额，识图时调用的视觉模型，也有自己的免费额度或计费规则。
偶尔处理文档、图片和个人项目，成本通常不高。
如果一次读取大量文件，或者反复执行长任务，Token消耗依然需要关注。
第二，DeepSeek并没有获得原生视觉能力
图片先由另一个视觉模型识别，再把文字结果传给DeepSeek。
前面的识图结果一旦出错，后面的分析也会跟着跑偏。
普通截图、插画和设计稿基本够用。
遇到模糊小字、复杂表格和专业图纸，依然需要人工复核。
第三，敏感资料不能随便上传
使用识图Skill时，图片需要发送到配置的第三方模型接口。
公司内部系统截图、客户资料、财务数据、源代码和未公开文件，都不能闭眼上传。
正式用于工作前，需要先确认服务商的数据保存规则、接口权限和日志范围。
第四，一键脚本也不能闭眼执行
PowerShell的一键配置确实方便，但它会直接下载远程脚本并在本机运行。
在个人测试电脑上，可以按照视频方法尝试。
如果换成公司电脑或重要开发环境，最好先查看脚本内容，确认它修改了哪些配置，再决定是否执行。
省事归省事，安全检查不能省。
最后，老规矩，用三句话总结今天的折腾：
DeepSeek V4 Flash拥有100万上下文、工具调用和接近Pro的Agent能力，再加上极低的API价格，确实很适合放进Agent里长期干活。
接入Codex之后，可以保留Codex读取文件、调用工具和执行任务的能力，再由DeepSeek负责分析与生成。
这套组合真正有价值的地方，不只在写代码，而是让普通人也能把文件、表格、图片和重复工作直接交给AI处理。
这次准备的是：《DeepSeek V4 Flash × Codex：普通打工人的30个AI工作流》
覆盖运营、行政、人事、销售、财务、客服和项目管理等岗位，每个场景都配有可直接使用的任务指令。
老规矩，点赞＋在看，扫码回复关键词【V4工作流】，完整手册自动发给你。