Как удвоить лимиты ChatGPT и работать с Codex без переключений: мой опыт с Codex-LB
Разбираю, как настроить Codex-LB для автоматического распределения запросов между аккаунтами, сократить ручные переключения и сделать работу с Codex в VS Code более непрерывной.
Если вы регулярно упираетесь в rate limit при работе с Codex, проблема быстро перестаёт быть технической мелочью и начинает ломать сам рабочий ритм. Я долго терпел ручное переключение аккаунтов, пока не нашёл Codex-LB — open-source прокси, который распределяет запросы между несколькими аккаунтами и убирает лишнее трение из IDE-процесса.
Главные тезисы
- Codex-LB автоматически распределяет запросы между несколькими аккаунтами.
- Инструмент помогает убрать ручное переключение и сохранить рабочий поток в IDE.
- Развёртывание через Docker занимает несколько минут.
- В VS Code достаточно указать локальный endpoint и прокси-ключ.
- Основная выгода — суммарная пропускная способность и меньшее количество прерываний в IDE.
- Основные риски — безопасность ключей, зависимость от open-source поддержки и возможный конфликт с правилами платформы.
Почему лимиты мешают работе с Codex?
Если вы активно используете AI для генерации кода, рефакторинга или отладки, вы наверняка сталкивались с одинаковой болью:
- Лимиты ChatGPT/Codex исчерпываются за пару часов интенсивной работы.
- Приходится прерывать контекст, выходить из IDE, вручную переключать аккаунты.
- Второй аккаунт часто «висит» без дела, пока первый истощён.
Для vibe-кодеров (разработчиков, работающих в потоке, с фокусом на быстрый прототипинг и итерации) это не просто неудобство. Это слом состояния. Поток теряется, контекст размывается, продуктивность падает.
Именно ради устранения этой трения я начал искать инструмент, который позволит автоматическое переключение между аккаунтами codex без вмешательства в рабочий процесс.
Что такое Codex-LB и как он решает проблему?
Codex-LB (GitHub) — это Python-приложение, которое работает как прокси-балансировщик для API OpenAI. Оно не «взламывает» лимиты и не создает фейковые сессии. Вместо этого оно:
- Принимает ваш API-ключ от одного из аккаунтов.
- Распределяет запросы между несколькими авторизованными аккаунтами.
- Возвращает единый стабильный endpoint, который можно подключать к любым клиентам (VS Code, Cursor, Claude Desktop, веб-интерфейс и т.д.).
Проще говоря, вы объединяете аккаунты chatgpt на уровне сети, а не на уровне интерфейса. Сервис сам решает, какой аккаунт сейчас свободен, и маршрутизирует запрос туда.
Как это работает технически
Архитектура инструмента минималистична и прозрачна:
- Веб-панель → авторизация аккаунтов → генерация прокси-API ключа.
- VS Code (или другой клиент) → настройка прокси-URL и ключа в конфигурации.
- Авторизация в расширении → вход через сгенерированный ключ.
- Результат → все запросы идут через Codex-LB, который автоматически роутит их между аккаунтами.
Вы не видите переключений, не теряете контекст и получаете суммарную ёмкость всех подключённых аккаунтов.
Пошаговая настройка: от Docker до VS Code
Настройка заняла меньше 10 минут. Никаких сложных зависимостей или платных подписок.
1. Развёртывание через Docker
docker volume create codex-lb-data
docker run -d --name codex-lb \
-p 2455:2455 -p 1455:1455 \
-v codex-lb-data:/var/lib/codex-lb \
ghcr.io/soju06/codex-lb:latest2. Авторизация и генерация ключа
- Откройте http://localhost:2455 в браузере.
- Следуйте указаниям, если он запросит у вас токен выполните docker logs codex-lb, скопируйте и вставьте ключ отмеченный как Dashboard bootstrap token (first-run)
- Добавьте ваши аккаунты, ничего менять не нужно, просто согласно визарду щелкайте далее, далее скопируйте ссылку авторизации и откройте ее в браузере, выбирайте аккаунт, далее браузер вас перекинет на страницу, которая у вас не откроется, вам нужно скопировать URL из нее и вставить обратно в визард. Повторить для каждого аккаунта.
- Создайте API key для прокси. Просто укажите название и все. Сохраните этот ключ, он понадобиться дальше.
- В настройках самого codex-lb еще включите тумблер Api Key Auth
3. Настройка VS Code
- В расширении я открыл настройки и выбрал редактирование config.toml
- Так как я запускаю vscode на локальном компьютере но работаю по SSH, то я внес такие настройки
model = "gpt-5.5"
model_reasoning_effort = "medium"
model_provider = "codex-lb"
[model_providers.codex-lb]
name = "OpenAI" # required — enables remote /responses/compact
base_url = "http://192.168.0.135:2455/backend-api/codex"
wire_api = "responses"
supports_websockets = true
requires_openai_auth = true # required for codex app
[projects."/srv/healthpad"]
trust_level = "trusted"После внесения правок, я перезапустил VSCode, и выбрал авторизацию в расширении Codex через Api ключ и ввел ключ, который мы сгенерировали на шаге 2.
Реальные результаты: что изменилось для меня?
Я не буду строить из себя энтузиаста. Codex-LB не «волшебная таблетка», но он идеально решает свою узкую задачу:
✅ Нет ручного переключения. Запросы идут автоматически, поток не прерывается.
✅ Суммарные лимиты. Если у вас два аккаунта, вы получаете ~2x пропускной способности.
✅ Стабильность для Codex. Генерация кода, рефакторинг и отладка в IDE работают как единый сервис.
✅ Лёгкость поддержки. Обновление через docker pull && docker restart.
Для vibe-кодеров, которые живут в IDE и делают десятки итераций в день, это именно тот инструмент, который превращает «работа с AI» в «AI-часть рабочего процесса».
Риски и нюансы: что важно знать перед запуском
Честность — основа экспертного контента. Вот что нужно учитывать:
⚠️ Условия использования OpenAI. Проксирование и объединение аккаунтов может трактоваться как нарушение ToS. Риск блокировки существует, хотя на практике при умеренном использовании он минимален. Используйте на свой страх и риск.
⚠️ Безопасность ключей. Прокси-ключ даёт доступ к вашим сессиям. Не выкладывайте его в публичные репозитории, не открывайте порт 8080 в интернет. Работайте только в локальной сети.
⚠️ Зависимость от обновлений. Инструмент open-source и развивается сообществом. Следите за issues на GitHub и обновляйте контейнер при выходе патчей.
⚠️ Лимиты не отменяются физически. Codex-LB лишь распределяет запросы. Если все аккаунты истощены, вы всё равно получите rate limit.
Моя практика использования
Я использую Codex-LB только локально, не открываю его наружу и не храню ключи где попало. В таком режиме риск выглядит управляемым. Для меня это оказался не “серый хак”, а рабочий способ убрать рутинное трение из повседневной разработки.
Главное здесь — не переоценивать инструмент. Его сила не в обходе всего подряд, а в том, что он делает многократную ручную рутину ненужной.
Итоги: стоит ли оно того
Если вы:
- устали от ручного переключения аккаунтов;
- хотите увеличить суммарную пропускную способность работы;
- ищете способ сделать работу с Codex в VS Code более непрерывной;
- хотите сохранить поток без постоянных пауз на логистику аккаунтов;
то Codex-LB — один из самых прямых и понятных способов решить эту задачу.
Он не обещает невозможного. Он просто делает то, что нужно: превращает несколько аккаунтов в более удобную рабочую схему и убирает лишние действия из ежедневного процесса.
Ручное переключение аккаунтов — это тот тип “оптимизации”, который на деле просто съедает внимание и ломает поток. Вопрос уже не в том, можно ли собрать прокси между аккаунтами, а в том, насколько вообще нормально, что разработчики вынуждены городить такие схемы ради непрерывной работы.
Вы бы использовали такой инструмент в своей повседневной разработке или это уже лишний риск ради сомнительной выгоды?
