Tools

Codex CLI (Windows)

Installieren und konfigurieren Sie die Codex CLI unter Windows für die Verbindung zur LMU AI API, inklusive Aktivierung des 1M-Token-Langkontexts in config.toml.

Nach der Installation der Codex CLI erstellen Sie von Hand eine einzige Konfigurationsdatei, config.toml (der Key kommt darin in einen Request-Header), um sich mit der LMU AI API zu verbinden — ein Konfigurationstool von Drittanbietern ist nicht nötig.


Schritt 1 — Windows Terminal installieren

Unter Windows empfehlen wir für die Codex CLI Windows Terminal anstelle von CMD — es unterstützt mehrere Fenster und ist bequemer.

Laden Sie Microsoft.WindowsTerminal_1.23.20211.0_x64.zip herunter, entpacken Sie es und starten Sie es per Doppelklick auf WindowsTerminal.exe — es ist sinnvoll, eine Desktop-Verknüpfung anzulegen.

Schritt 2 — Node.js installieren

Falls bereits installiert, können Sie diesen Schritt überspringen; prüfen mit: node -v

Sie benötigen Node.js 20+ — Download: https://nodejs.org/en/download

Achten Sie während der Installation darauf, "Automatically install the necessary tools" zu aktivieren.

Prüfen Sie nach der Installation im Terminal:

node -v
# A version number (e.g. v24.4.1) means it installed correctly

Sonderfall

Wenn node.js nicht installiert ist oder Sie es früher installiert haben, die Umgebung aber falsch konfiguriert ist, laden Sie es einmal herunter, installieren Sie es neu und öffnen Sie das Terminal erneut.

Wenn ein Fehler auftritt, dass die Skriptausführung blockiert ist, führen Sie den folgenden Befehl aus:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

Schritt 3 — Codex CLI installieren

npm i -g @openai/codex

Bei Netzwerkproblemen wechseln Sie zuerst auf einen China-Mirror und installieren dann:

npm config set registry https://registry.npmmirror.com
npm i -g @openai/codex

Installation überprüfen:

codex --version
# A version number means it installed correctly

Schritt 4 — Konfigurationsdateien erstellen

Das Konfigurationsverzeichnis ist C:\users\your-username\.codex\ (erstellen Sie es, falls es fehlt; überschreiben Sie alte Dateien). Erstellen bzw. überschreiben Sie darin config.toml:

config.toml

model = "gpt-5.4"
model_reasoning_effort = "xhigh"
disable_response_storage = true
sandbox_mode = "danger-full-access"
windows_wsl_setup_acknowledged = true
approval_policy = "never"
file_opener = "vscode"
model_provider = "codex"
web_search = "cached"
suppress_unstable_features_warning = true

[history]
persistence = "save-all"

[tui]
notifications = true

[shell_environment_policy]
inherit = "all"
ignore_default_excludes = false

[sandbox_workspace_write]
network_access = true

[features]
plan_tool = true
apply_patch_freeform = true
view_image_tool = true
unified_exec = false
streamable_shell = false
rmcp_client = true
elevated_windows_sandbox = true

[profiles.auto-max]
approval_policy = "never"
sandbox_mode = "workspace-write"

[profiles.review]
approval_policy = "on-request"
sandbox_mode = "workspace-write"

[notice]
hide_gpt5_1_migration_prompt = true

[model_providers.codex]
name = "codex"
base_url = "https://api.lmuai.com"
wire_api = "responses"

[model_providers.codex.http_headers]
Authorization = "Bearer your sk- key generated in the console"

Der Key kommt in einen Request-Header

  • Ersetzen Sie in der letzten Zeile "your sk- key generated in the console" durch Ihren sk--Key und lassen Sie ein Leerzeichen zwischen Bearer und dem Key, z. B. Authorization = "Bearer sk-xxxx"
  • Setzen Sie den Abschnitt [model_providers.codex.http_headers] ganz an das Ende der Datei, ohne weitere Einstellungen danach
  • Neuere Codex-Versionen benötigen kein auth.json mehr. Wenn Sie nach der alten Anleitung eines erstellt haben, ist es unschädlich, es liegen zu lassen, oder Sie können es löschen (behalten Sie es, wenn Sie den Skill zur Bildgenerierung der Codex App nutzen)
  • Wenn Ihre alte Konfiguration im Abschnitt [model_providers.codex] die Zeile requires_openai_auth = true enthält, löschen Sie einfach diese Zeile

Schritt 5 — Codex CLI starten

Öffnen Sie nach dem Speichern der Konfigurationsdateien das Terminal erneut und führen Sie Folgendes aus, um automatisch zu starten und sich anzumelden:

codex --dangerously-bypass-approvals-and-sandbox

Oder die Kurzform:

codex --yolo

Dieser Startbefehl überspringt die Sicherheitsbestätigungen, sodass Sie nicht jeden automatisch ausgeführten Schritt bestätigen müssen.

Bei erfolgreichem Start zeigt die Oberfläche als aktuelles Modell gpt-5.4 xhigh an (das über das Feld model in config.toml eingestellte Modell).


1M-Kontext in Codex aktivieren (optional)

gpt-5.4 unterstützt ein Langkontextfenster von 1M Token (standardmäßig nur 272K), nützlich für das Durchsehen sehr großer Repos, die Analyse langer Logs, Refactoring über mehrere Dateien hinweg und ähnliche Aufgaben. Codex aktiviert das 1M-Fenster nicht standardmäßig; Sie müssen es explizit in config.toml deklarieren.

So konfigurieren Sie es: zwei Zeilen in config.toml ergänzen

Bearbeiten Sie C:\users\your-username\.codex\config.toml und fügen Sie Folgendes auf der obersten Ebene ein (vor jedem [section], z. B. direkt nach model = "gpt-5.4"):

model_context_window = 1000000
model_auto_compact_token_limit = 900000

Speichern, das Terminal erneut öffnen und Codex neu starten, damit es wirksam wird.

Feldreferenz

FeldZweck
model_context_windowDeklariert das nutzbare Kontextfenster des Modells in Token; 1000000 entspricht 1M. Ohne Angabe wird der Modellstandard (272K) verwendet
model_auto_compact_token_limitDer Token-Schwellenwert, der die automatische Verdichtung des Verlaufs (Auto-Compact) auslöst; setzen Sie ihn auf etwa 90 % des Fensters (900000 bei 1M). Werte über 90 % des Fensters werden von Codex begrenzt, ein größerer Wert ist also sinnlos

Wirksamkeit überprüfen

Geben Sie nach dem Neustart von Codex /status ein und prüfen Sie, ob context window etwa 1M anzeigt (manche Versionen zeigen rund 950K — eine von Codex reservierte Sicherheitsmarge von 5 %). Sie können außerdem /statusline verwenden, um die Kontextnutzung in der Statusleiste für die laufende Überwachung anzuzeigen.

Wenn Sie CC Switch verwenden

Wenn Sie die Codex-Konfiguration mit CC Switch verwalten, fügen Sie dieselben zwei Zeilen in dessen Codex-Konfigurationseditor ein und übernehmen Sie die Änderung — der Effekt ist identisch:

Setzen von model_context_window = 1000000 und model_auto_compact_token_limit = 900000 für die Codex-Konfiguration in CC Switch, um den 1M-Token-Langkontext zu aktivieren

Hinweise zur Nutzung

  • Muss auf der obersten Ebene stehen: Diese zwei Felder werden innerhalb eines [profiles.xxx]-Abschnitts nicht wirksam (eine bekannte Codex-Einschränkung); legen Sie sie außerdem in die benutzerbezogene C:\users\your-username\.codex\config.toml, da eine projektbezogene .codex\config.toml ignoriert werden kann
  • Modellunterstützung: gpt-5.4 und gpt-5.5 unterstützen 1M über den API-Kanal; Modelle wie gpt-5.3-codex sind auf 272K begrenzt, und kein Konfigurationswert kann das Limit des Modells selbst überschreiten
  • Höhere Kosten: Je länger der Kontext, desto mehr Token verbraucht jede Anfrage; der Anteil über 272K wird zur höheren Langkontext-Stufe abgerechnet, lassen Sie es also nur für sehr lange Aufgaben aktiviert
  • Versionsunterschiede: Einige neuere Codex-Versionen lesen die Fenstergröße zuerst aus dem Modellkatalog; wenn /status weiterhin den alten Wert anzeigt, aktualisieren Sie auf die neueste Version (npm i -g @openai/codex@latest) und versuchen Sie es erneut

Zuletzt aktualisiert:

京ICP备2020034311号-7

Auf dieser Seite