Herramientas

Codex CLI (Mac/Linux)

Instala y configura la Codex CLI en Mac / Linux para conectarte a la API de LMU AI, incluido cómo habilitar el contexto largo de 1M tokens en config.toml.

Después de instalar la Codex CLI, crea dos archivos de configuración a mano (config.toml + auth.json) para conectarte a la API de LMU AI — no se necesita ninguna herramienta de configuración de terceros.


Paso 1 — Instalar Node.js

Necesitas Node.js 20+ — descarga: https://nodejs.org/en/download

Sigue el instalador y luego verifica en la terminal:

node --version
# A version number (e.g. v23.7.0) means it installed correctly

Paso 2 — Instalar la Codex CLI

npm i -g @openai/codex

Si tienes problemas de red, cambia primero a un mirror de China:

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

Verifica la instalación:

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

Paso 3 — Crear los archivos de configuración

El directorio de configuración es ~/.codex/ (créalo si falta; sobrescribe cualquier archivo antiguo). Crea/sobrescribe estos dos archivos en él:

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"
requires_openai_auth = true

auth.json

{
  "OPENAI_API_KEY": "your sk- key generated in the console"
}

Paso 4 — Iniciar la Codex CLI

Después de guardar los archivos de configuración, vuelve a abrir la terminal y ejecuta lo siguiente para iniciar e iniciar sesión automáticamente:

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

O la forma corta:

codex --yolo

Este comando de inicio omite las aprobaciones de seguridad, por lo que no apruebas cada paso ejecutado automáticamente.

En un inicio exitoso, la interfaz muestra el modelo actual como gpt-5.4 xhigh (el modelo definido por el campo model en config.toml).

Sobre el cambio de modelos

Si cambias por accidente a un modelo diferente en una sesión, vuelve a establecer el campo model en ~/.codex/config.toml como gpt-5.4 y reinicia la terminal para restaurarlo.


Habilitar el contexto de 1M en Codex (opcional)

gpt-5.4 admite una ventana de contexto largo de 1M tokens (272K por defecto), útil para revisión de repositorios grandes, análisis de logs extensos y refactorizaciones entre archivos. Codex no habilita la ventana de 1M por defecto; debes declararla explícitamente en config.toml.

Cómo configurarlo: agrega dos líneas a config.toml

Edita ~/.codex/config.toml y agrega lo siguiente en el nivel superior (antes de cualquier [sección], por ejemplo, justo después de model = "gpt-5.4"):

model_context_window = 1000000
model_auto_compact_token_limit = 900000

Guarda, vuelve a abrir la terminal y vuelve a entrar en Codex para aplicarlo.

Referencia de campos

CampoPropósito
model_context_windowDeclara la ventana de contexto utilizable del modelo en tokens; 1000000 es 1M. Sin establecer, usa el valor por defecto del modelo (272K)
model_auto_compact_token_limitEl umbral de tokens que activa la compactación automática del historial; establécelo en aproximadamente el 90% de la ventana (900000 para 1M). Los valores por encima del 90% de la ventana los recorta Codex, por lo que un número mayor es inútil

Verifica que surtió efecto

Después de volver a entrar en Codex, escribe /status y comprueba si context window muestra alrededor de 1M (algunas versiones muestran unos 950K — un margen de seguridad reservado del 5% de Codex). También puedes usar /statusline para agregar el uso del contexto a la barra de estado y monitorearlo en vivo.

Si usas CC Switch

Si administras la configuración de Codex con CC Switch, agrega las mismas dos líneas en su editor de configuración de Codex y aplícalas — el efecto es idéntico:

Configurar model_context_window = 1000000 y model_auto_compact_token_limit = 900000 para la configuración de Codex en CC Switch para habilitar el contexto largo de 1M tokens

Notas de uso

  • Debe estar en el nivel superior: estos dos campos no surten efecto dentro de una sección [profiles.xxx] (una limitación conocida de Codex); además, colócalos en el ~/.codex/config.toml a nivel de usuario, ya que un .codex/config.toml a nivel de proyecto puede ignorarse
  • Compatibilidad de modelos: gpt-5.4 y gpt-5.5 admiten 1M por el canal de la API; modelos como gpt-5.3-codex están limitados a 272K, y ningún valor de configuración puede superar el límite propio del modelo
  • Mayor costo: un contexto más largo usa más tokens por solicitud; la porción por encima de 272K se factura en el nivel de contexto largo más alto, así que no lo dejes activado salvo para tareas muy largas
  • Diferencias entre versiones: algunas versiones más nuevas de Codex leen primero el tamaño de la ventana desde el catálogo de modelos; si /status aún muestra el valor antiguo, actualiza a la última versión (npm i -g @openai/codex@latest) y reintenta

Última actualización:

En esta página