Codex CLI
TOML 配置或图形化表单——本地版和云端版都支持。
Codex 支持用 TOML 配置（或一条命令行）接本地 stdio server，也支持用图形化的 Streamable HTTP 入口接云端端点。
本地版（stdio）
Codex 用的是 TOML 格式，不是 JSON——默认路径 ~/.codex/config.toml（项目级配置放 .codex/config.toml，仅限受信任项目）。command 填 uvx，它会按需下载并运行 Spomory，不用自己装：
[mcp_servers.Spomory]
command = "uvx"
args = ["--from", "spomory[llm,embedding,mcp]", "spomory-mcp"]
[mcp_servers.Spomory.env]
LLM_API_KEY = "..."
LLM_BASE_URL = "https://api.deepseek.com"
LLM_MODEL = "deepseek-v4-flash"也可以不手动改文件，用命令添加：codex mcp add Spomory --env LLM_API_KEY=... --env LLM_BASE_URL=https://api.deepseek.com --env LLM_MODEL=deepseek-v4-flash -- uvx --from spomory[llm,embedding,mcp] spomory-mcp。
Codex 桌面/IDE 版本还有图形化入口：Plugins → Manage → MCPs → 「+ Add server」，类型选 STDIO。
配置文件方式和图形化入口都已在真实 Codex 环境里验证过。
更想要固定、锁定版本的安装？可以装到 ~/Documents 之外的虚拟环境里（pip install 'spomory[llm,embedding,mcp]'），然后把 command 直接指向那个虚拟环境的 bin/memory-core-mcp。
这几个环境变量该填什么？
LLM_API_KEY 是你用来做抽取的那个 OpenAI 兼容服务商的 key——OpenAI、DeepSeek、通义千问等都可以。LLM_BASE_URL 和 LLM_MODEL 不填就默认走 OpenAI；换成 DeepSeek、通义千问或其他任意 OpenAI 兼容服务商，或者一个完全本地的 server（Ollama、vLLM、llama.cpp、MLX）都行：
export LLM_API_KEY=...
export LLM_BASE_URL=https://api.deepseek.com # 可选，默认 OpenAI
export LLM_MODEL=deepseek-v4-flash # 可选，默认 gpt-4o-mini
export EMBEDDING_MODEL=BAAI/bge-m3 # 可选，默认 bge-m3云端版（API Key）
同样用 API Key。Codex 桌面/IDE 版本有图形化入口：Plugins → Manage → MCPs → 「+ Add server」，类型选 Streamable HTTP，URL 填 https://api.yliuai.com/mcp-apikey/，请求头 x-api-key: <你的key>。
已在真实 Codex 环境里验证过，能正常连上并通过真实远程端点正确列出工具。
<你的key> 从哪来？
用 curl 立即拿一个——自己测试够用：
curl -X POST https://api.yliuai.com/users/register \
-H "Content-Type: application/json" \
-d '{"email": "you@example.com"}'
# 响应里的 api_key（mck_ 开头）只在这一次返回，记下来这种方式拿到的 Key 不需要证明邮箱归属——自己测试没问题，但正式使用建议走邮箱确认表单，那个真的会验证邮箱。
去「云端 / 跨 App」页面走邮箱验证拿 Key →让它真的被用起来
接上工具不代表客户端会主动去用它们——得告诉它在回答之前先调 search_memory，在你说了件值得记住的事之后调 add_memory。SKILL.md 就是干这个的一份简短指令文件。怎么让客户端读到它，每个客户端都不一样：有些会自动扫描 skills 目录（跟 Claude Code 一个路数），有些只有自定义指令/系统提示词这类字段。这个客户端已验证过：
Codex CLI 会从 .agents/skills/spomory/SKILL.md 自动扫描（从当前目录往上一直找到仓库根目录），用户级则是 ~/.agents/skills/。
GitHub 上的 SKILL.md →