OpenAI Codex CLIをClaude・Gemini・Llamaの上で動かす — C# 50行で

OpenAIのCodex CLIは優れたエディタエージェントUXを提供します（shellツール、apply_patch、plan tracking がすべて揃っています）。問題は、2026年2月時点でOpenAI Responses APIだけをサポートしていることです。Chat Completionサポートは削除されており（codex-rs/model-provider-info/src/lib.rsのWireApi enumにはResponsesのみが残っています）、Chat Completionのみをサポートするエンドポイント（Ollama、LM Studio、お気に入りのLlama runner）はそのまま閉ざされてしまいます。本記事は.NET 10のfile-basedプログラムとMicrosoft.Extensions.AIのIChatClient抽象化を活用し、50行のC#一ファイルでResponses互換サーバーを立て、OpenRouterを介してCodex CLIを任意のモデル上で動作させた過程をまとめます。

はじめに

Codex CLIはResponsesを話すどんなサーバーとも気持ちよく対話します。model_provider configブロックがまさにこのために存在します。つまり、好きなモデルでバックされたResponses互換HTTPエンドポイントを立てさえすれば、Codexは汎用フロントエンドになり、頭脳はユーザーが選べます。

最近私が気に入っているトリックは次のとおりです。Microsoft.Extensions.AIのベンダー中立なIChatClient抽象化の上で、OpenAI Chat CompletionサーバーとResponses APIサーバーを同時に動かす50行のC#スクリプトを起動します。バックエンドはOpenRouterに向けます（APIキー1つで Claude、Gemini、Llama、GPTなど数百のモデルを使えます）。そしてCodexに対して、OpenAIではなくこのローカルスクリプトと対話するよう設定します。

最終的な結果は、OpenAI Codex CLIがAnthropicのClaude 3.5 Sonnetの上で動作する状態です（あるいはその日に使いたい別のモデルの上でも）。

構成要素

私が自分で公開しているCadenza.AgentというMSBuild SDKを使います。単一の.csファイルを実行可能なエージェントサーバーに変換するSDKで、.NET 10のfile-basedプログラム向け単一ファイルスクリプティングSDKファミリーの一部です（dotnet run script.csと同じ発想ですが、より豊富なTier-1 API（Tool、UseOllama、UseOpenAi、Runなど）を提供します）。Agentバリアントは次を公開します。

POST /v1/chat/completions — Aider / Continue / Cursor / Copilot BYOK / sgpt 向け
POST /v1/responses — Codex CLI 向け

どちらもユーザーが構成した同じIChatClientでバックされます。バックエンドを変えても wireフォーマットはそのままです。

LLM側はOpenRouterを使います。OpenAIのChat Completion wireフォーマットを別のbase URLでそのまま提供するので、Microsoft.Extensions.AI.OpenAIのChatClientをそのまま挿して使えます。環境変数1つ、任意のモデル。

Codexの設定はCODEX_HOME環境変数のトリックを活用します。~/.codex/config.tomlを編集する代わりに、Codexが指すディレクトリをサンプル専用に別途作っておけば、そこから新しいconfig.tomlを読みます。これでユーザーのグローバル設定に一切触れない、自己完結型のサンプルが作れます。

スクリプト

バックエンドのすべて、ファイル1つです。

#!/usr/bin/env dotnet run
#:sdk Cadenza.Agent@1.0.14

using System.ClientModel;
using OpenAI;

var apiKey = Env.Get("OPENROUTER_API_KEY")
    ?? throw new InvalidOperationException("OPENROUTER_API_KEY env var missing");
var model = Env.Get("OPENROUTER_MODEL") ?? "anthropic/claude-3.5-sonnet";

ServedModelName = "cadenza-codex-openrouter";

// サンプル専用のCodex homeディレクトリを作成。
var codexHome = Path.Combine(Env.Cwd, ".cadenza-codex-openrouter");
MakeDir(codexHome);

var catalogPath = Path.Combine(codexHome, "cadenza-catalog.json").Replace('\\', '/');
var configToml = $"""
    model          = "cadenza-codex-openrouter"
    model_provider = "cadenza"
    model_catalog_json = "{catalogPath}"

    [model_providers.cadenza]
    name     = "Cadenza.Agent (OpenRouter-backed)"
    base_url = "http://localhost:8080/v1"
    wire_api = "responses"
    env_key  = "CADENZA_API_KEY"
    stream_idle_timeout_ms = 300000
    """;
WriteText(Path.Combine(codexHome, "config.toml"), configToml);

// Catalog JSON: Codex に提供するモデル id を宣言して "Defaulting to
// fallback metadata" 警告を防ぎます。フィールドは codex-rs/protocol/src/
// openai_models.rs の ModelInfo スキーマ基準 — すべてのキーが必須です。
var catalogJson = """
    {
      "models": [{
        "slug": "cadenza-codex-openrouter",
        "display_name": "Cadenza (OpenRouter)",
        "description": "OpenRouter-backed agent served by Cadenza.Agent",
        "supported_reasoning_levels": [],
        "shell_type": "default",
        "visibility": "list",
        "supported_in_api": true,
        "priority": 50,
        "availability_nux": null,
        "upgrade": null,
        "base_instructions": "",
        "supports_reasoning_summaries": false,
        "support_verbosity": false,
        "default_verbosity": null,
        "apply_patch_tool_type": "freeform",
        "truncation_policy": { "mode": "tokens", "limit": 8192 },
        "supports_parallel_tool_calls": true,
        "context_window": 200000,
        "max_context_window": 200000,
        "auto_compact_token_limit": 180000,
        "effective_context_window_percent": 95,
        "experimental_supported_tools": []
      }]
    }
    """;
WriteText(Path.Combine(codexHome, "cadenza-catalog.json"), catalogJson);

WriteLine($"Codex config generated at: {codexHome}");
WriteLine("In another terminal, run:");
WriteLine($"  $env:CODEX_HOME      = \"{codexHome}\"");
WriteLine($"  $env:CADENZA_API_KEY = \"any-non-empty-string\"");
WriteLine($"  codex");

// OpenRouter を LLM バックエンドとして接続。
var openAiOptions = new OpenAIClientOptions { Endpoint = new Uri("https://openrouter.ai/api/v1") };
var chatClient = new OpenAI.Chat.ChatClient(model, new ApiKeyCredential(apiKey), openAiOptions)
    .AsIChatClient();

UseChatClient(chatClient);

await Run();

これがすべてです。プロジェクトファイルも、.csprojも、Program.csもありません。一番上の#:sdkディレクティブが.NET 10のfile-basedプログラムシステムに「このスクリプトはCadenza.Agent SDKを使う」と知らせ、SDKがHTTPサーバー、Responses wireフォーマット、すべてのパッケージ参照を引き込みつつ、Tool、UseOllama、UseChatClient、Runを名前空間なしですぐ呼べる名前として公開します。

実行

スクリプトをagent-codex-openrouter.csとして保存し、次のように実行します。

# Terminal 1 — エージェントサーバー起動
$env:OPENROUTER_API_KEY = "sk-or-v1-..."
$env:OPENROUTER_MODEL   = "anthropic/claude-3.5-sonnet"  # または別のOpenRouter slug
dotnet run agent-codex-openrouter.cs

初回実行では依存関係（Microsoft.Extensions.AI、OpenAI SDK、ASP.NET Core）を取得します。それ以降は1秒以内に起動します。スクリプトが2つ目のターミナルに貼り付ける正確な内容を出力してくれます。

Codex config generated at: D:\work\.cadenza-codex-openrouter

In another terminal, run:
  $env:CODEX_HOME      = "D:\work\.cadenza-codex-openrouter"
  $env:CADENZA_API_KEY = "any-non-empty-string"
  codex

この内容を別のターミナルにそのまま貼り付けてcodexを実行すれば、Codex UXを通じてClaude 3.5 Sonnet（または選択したOpenRouterモデル）と対話する状態になります。shellやapply_patchのようなツールはCodexが毎リクエストごとに直接送ってきて、エージェントはそれをモデルにそのまま渡し、モデルが吐き出すfunction_callの出力を再びCodexにストリームしてCodexがローカルで実行します。

内部で起きていること

CodexがPOST /v1/responsesを送ると、エージェントは次のように処理します。

Responsesのinputをパース。Codexはmessage / function_call / function_call_outputの配列を送ってくるので、これをMicrosoft.Extensions.AIのIList<ChatMessage>形式に平坦化します。
previous_response_idを尊重。Codexは毎ターン全履歴を再送する代わりにこのidで連鎖を作ります。エージェントは過去のターンを bounded in-memory dictionaryで保持し、コンテキストを再構築します。
Codexのツールをpassthrough。Codexのshell、apply_patch、update_planはraw schemaで到着します。これらをJSONスキーマだけを持ち実際のハンドラを持たないPassthroughFunctionインスタンスとしてモデルに宣言します。このエンドポイントではfunction-invocationミドルウェアをバイパスするので、モデルが吐き出す関数呼び出しはそのままCodexにストリームされます。
IChatClient.GetStreamingResponseAsyncを呼び出し。構成したバックエンド（OpenRouter、Ollama、OpenAI、Anthropic、Azure OpenAI）にディスパッチされます。
Responses SSEとして再emit。ChatResponseUpdateストリームをCodexが期待する約15個のSSEイベントタイプに翻訳します（response.created、response.in_progress、response.output_item.added、response.output_text.delta、response.function_call_arguments.delta、response.completedなど）。

これをcomposableにする鍵はIChatClient抽象化です。Cadenza.AgentはOpenRouterが「実はAnthropic-今回-Claude-次回-Llama」であることに関心がありません。ただchat client 1つを見て、呼び出し、戻ってきたものをCodexが望むwireフォーマットでシリアライズするだけです。

`CODEX_HOME`パターン

ここは少し立ち止まって称賛したい部分です。Codex CLIはCODEX_HOME環境変数をhonorしてconfig.tomlをどこから読むかをoverrideします（~/.codex/の代わりにユーザーが指すディレクトリから読みます）。サンプルはこれを最大限活用します。自分専用のconfig.tomlとcadenza-catalog.jsonが入っているsample-localディレクトリを作り、貼り付けるべき正確な$env:CODEX_HOME = ...行を出力してくれます。

その結果、グローバルの~/.codex/config.tomlはそのまま保たれます。異なるサンプル（Ollamaバックエンド、OpenRouterバックエンド、gpt-5 reasoning effortチューニング）がそれぞれ隔離されたディレクトリを持ち、10個並べてもぶつかりません。同僚と設定を共有したい場合は、.csファイルを1つ渡すだけです。同僚のcodexコマンドはそのスクリプトが生成したローカルディレクトリを指すようになります。

「Defaulting to fallback metadata」警告の解消

Codexが知らないモデルidを指すと、context windowと出力limitに既定のmetadataでフォールバックし、毎ターン警告を出します。

⚠ Model metadata for `cadenza-codex-openrouter` not found.
   Defaulting to fallback metadata; this can degrade performance and cause issues.

これはmodel_catalog_json configキーが我々のslugを宣言したJSONファイルを指すようにすれば消えます。スキーマはcodex-rs/protocol/src/openai_models.rs::ModelInfoで、必須フィールドが17個あります。サンプルには完全なcatalogエントリが含まれています。もしより小さなcontext windowを持つモデル（例: openai/gpt-4o-miniの128K）に切り替える場合は、context_windowとmax_context_windowをそれに合わせて下げる必要があります。Codexはこの数値に合わせてpromptをtruncateするので、過大宣言は実際のbackingモデルで静かにtoken overflowを引き起こします。

もう一点注意: model_catalog_jsonはCodexのバンドルカタログとマージされずに置換されます。gpt-5-codexのような既存slugを併用したい場合は、我々のJSONにも含めておく必要があります。

出会ったfootgun 1つ (修正した話)

最初に動かしたとき、Codexが起動を拒否しました。

Error loading configuration: failed to parse model_catalog_json path
`...\cadenza-catalog.json` as JSON: expected value at line 1 column 1

原因はBOMでした。.NETのEncoding.UTF8はBOM-emitting variantなので、File.WriteAllText(path, content, Encoding.UTF8)はデータの前にEF BB BFをprependします。Rustのserde_json（Codexが使うライブラリ）はこれを拒否します。RFC 8259 specを厳密に遵守するため、JSON実装はBOMを追加してはいけません。

CadenzaのFs.WriteTextもそのBOM-emittingデフォルトをそのまま引き継いでいました。new UTF8Encoding(encoderShouldEmitUTF8Identifier: false)に変更してSDK 1.0.14としてリリースしました。同じ修正がConsole.OutputEncodingにも適用されます。それがないとdotnet-script | jqがパイプを壊します。

厳密なパーサ向けにファイルを書く自分の.NETコードも点検する価値があります。もしFile.WriteAllText(path, text, Encoding.UTF8)を経由するなら、BOMをemitしている状態です。1行の修正で解決します。

File.WriteAllText(path, text, new UTF8Encoding(encoderShouldEmitUTF8Identifier: false));

このパターンが意味を持つ理由

Codex CLIのtool loopは本当に有用です。Responses APIのlock-inをそのまま放置すれば、開いたツールエコシステムを殺すたぐいのvendor couplingに感じられます。model_providers config + wire_api = "responses"という抜け道は、OpenAIが明示的に「他の場所でも使いたいかもしれないことを認める」と言ったものであり、その提案を受け入れるのが正しい行動です。

ユーザーが制御するResponsesサーバーが一度できれば、エコシステムが開きます。

Codexを無料のローカルOllamaモデルの上で動かしてオフライン作業をしたい? UseChatClientをUseOllamaに置き換えるだけ。同じスクリプト、同じCodex config、別の頭脳。
すべてのCodexセッションに見せるプロジェクトピンのシステムプロンプトを注入したい? Run()の呼び出し前に入れるだけ。
すべてのCodexのターンを監査用にロギングしたい? IChatClientを自分のミドルウェアで包むだけ。
promptのサイズに応じてOpenRouterとローカルモデルをラウンドロビンしたい? C#でロジックを書いて同じエンドポイントから提供するだけ。

これを持続可能にしているのは単一ファイル形式です。維持すべきプロジェクトもなく、管理すべきSDKもなく、配布すべき別バイナリもありません。ただレポにコピーして入れる.csファイル1つです。dotnet run script.csが動く環境であれば（.NET 10以上で動きます）、スクリプトは実行されます。

自分で試してみる

.NET 10をインストール後、次のように実行します。

dotnet new install Cadenza.Templates
dotnet new cadenza-agent -n my-codex-backend -o ./my-codex-backend
cd my-codex-backend
# my-codex-backend.csを上のOpenRouterパターンに編集
$env:OPENROUTER_API_KEY = "sk-or-v1-..."
dotnet run my-codex-backend.cs

またはCadenzaレポからそのまま実行可能なサンプルを取得することもできます。agent-codex-openrouter.csが上に示したバージョンです。レポにはagent-codex-backend.cs（Ollamaバリアント）とagent-openrouter.cs（Aider / Continue / Cursor向けのChat Completionバリアント）も同梱されています。

これが役に立ったらどのバックエンドを繋いだか教えてください。誰かがfine-tunedローカルモデルとオフライン用のローカルfallbackの組み合わせでCodexを動かしているかどうかが次の実験課題です。気になっています。

CadenzaはMITライセンスです。ソース: https://github.com/rkttu/cadenza。記事執筆時点でCadenza.Agentパッケージは1.0.14です。

はじめに#

構成要素#

スクリプト#

実行#

内部で起きていること#

CODEX_HOMEパターン#

「Defaulting to fallback metadata」警告の解消#

出会ったfootgun 1つ (修正した話)#

このパターンが意味を持つ理由#

自分で試してみる#