# Codex CLI (Mac/Linux)

> ثبّت واضبط Codex CLI على Mac / Linux للاتصال بواجهة LMU AI API، بما في ذلك كيفية تفعيل السياق الطويل بسعة مليون توكن في config.toml.

URL: https://docs.lmuai.com/ar/docs/tools/codex-cli-mac





بعد تثبيت Codex CLI، أنشئ ملفَّي ضبط يدويًا (`config.toml` + `auth.json`) للاتصال بواجهة LMU AI API — دون الحاجة إلى أداة ضبط من طرف ثالث.

***

## الخطوة 1 — تثبيت Node.js [#الخطوة-1--تثبيت-nodejs]

تحتاج إلى **Node.js 20+** — التنزيل: [https://nodejs.org/en/download](https://nodejs.org/en/download)

انتقل خلال المُثبِّت، ثم تحقّق في الطرفية:

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

## الخطوة 2 — تثبيت Codex CLI [#الخطوة-2--تثبيت-codex-cli]

```bash
npm i -g @openai/codex
```

إذا واجهت مشكلات شبكية، فبدّل إلى مرآة صينية أولًا:

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

تحقّق من التثبيت:

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

## الخطوة 3 — إنشاء ملفات الضبط [#الخطوة-3--إنشاء-ملفات-الضبط]

مجلد الضبط هو **`~/.codex/`** (أنشئه إن كان مفقودًا؛ واستبدل أي ملفات قديمة). أنشئ/استبدل هذين الملفين داخله:

### config.toml [#configtoml]

```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 [#authjson]

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

## الخطوة 4 — تشغيل Codex CLI [#الخطوة-4--تشغيل-codex-cli]

بعد حفظ ملفات الضبط، أعد فتح الطرفية وشغّل الأمر التالي للتشغيل وتسجيل الدخول تلقائيًا:

```bash
codex --dangerously-bypass-approvals-and-sandbox
```

أو الصيغة المختصرة:

```bash
codex --yolo
```

> أمر التشغيل هذا يتخطّى موافقات الأمان، فلا تُوافق على كل خطوة تُنفَّذ تلقائيًا.

عند نجاح التشغيل، تُظهر الواجهة النموذج الحالي بصيغة `gpt-5.4 xhigh` (النموذج المحدَّد بحقل `model` في `config.toml`).

<Callout type="info" title="حول تبديل النماذج">
  إذا بدّلت بالخطأ إلى نموذج مختلف في جلسة، فأعد ضبط حقل `model` في `~/.codex/config.toml` إلى `gpt-5.4` وأعد تشغيل الطرفية لاستعادته.
</Callout>

***

## تفعيل سياق المليون توكن في Codex (اختياري) [#تفعيل-سياق-المليون-توكن-في-codex-اختياري]

يدعم `gpt-5.4` **نافذة سياق طويلة بسعة مليون توكن** (272K افتراضيًا)، وهي مفيدة لمراجعة المستودعات الكبيرة وتحليل السجلات الطويلة وإعادة الهيكلة عبر الملفات. لا يفعّل Codex نافذة المليون افتراضيًا؛ إذ يجب أن تُعلنها صراحةً في `config.toml`.

### كيفية الضبط: أضف سطرين إلى config.toml [#كيفية-الضبط-أضف-سطرين-إلى-configtoml]

حرّر `~/.codex/config.toml` وأضف ما يلي في **المستوى الأعلى** (قبل أي `[section]`، مثلًا مباشرةً بعد `model = "gpt-5.4"`):

```toml
model_context_window = 1000000
model_auto_compact_token_limit = 900000
```

احفظ، وأعد فتح الطرفية، وأعد الدخول إلى Codex لتطبيقه.

**مرجع الحقول**

| الحقل                            | الغرض                                                                                                                                                                           |
| -------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| `model_context_window`           | يُعلن نافذة السياق القابلة للاستخدام للنموذج بالتوكنات؛ `1000000` يساوي مليونًا. إن لم يُضبط، يستخدم قيمة النموذج الافتراضية (272K)                                             |
| `model_auto_compact_token_limit` | عتبة التوكنات التي تُطلق الضغط التلقائي للسجل؛ اضبطها على نحو 90٪ من حجم النافذة (`900000` لسياق المليون). القيم التي تتجاوز 90٪ من النافذة يقصّها Codex، فلا جدوى من قيمة أكبر |

### التحقق من أنه صار ساري المفعول [#التحقق-من-أنه-صار-ساري-المفعول]

بعد إعادة الدخول إلى Codex، اكتب `/status` وتحقّق ممّا إذا كان `context window` يُظهر نحو مليون (تُظهر بعض الإصدارات نحو 950K — هامش أمان محجوز نسبته 5٪ من Codex). يمكنك أيضًا استخدام `/statusline` لإضافة استهلاك السياق إلى شريط الحالة للمراقبة الحيّة.

### إذا كنت تستخدم CC Switch [#إذا-كنت-تستخدم-cc-switch]

إذا كنت تدير ضبط Codex عبر [CC Switch](/ar/docs/tools/cc-switch)، فأضف السطرين نفسيهما في محرّر ضبط Codex فيه وطبّق — والنتيجة مماثلة:

<img alt="ضبط model_context_window = 1000000 وmodel_auto_compact_token_limit = 900000 لضبط Codex في CC Switch لتفعيل السياق الطويل بسعة مليون توكن" src="__img0" />

<Callout type="warn" title="ملاحظات الاستخدام">
  * **يجب أن يكونا في المستوى الأعلى**: لا يُفعَّل هذان الحقلان داخل قسم `[profiles.xxx]` (قيد معروف في Codex)؛ وضعهما أيضًا في ملف `~/.codex/config.toml` على مستوى المستخدم، لأن ملف `.codex/config.toml` على مستوى المشروع قد يُتجاهَل
  * **دعم النماذج**: يدعم `gpt-5.4` و`gpt-5.5` المليون عبر قناة API؛ أما نماذج مثل `gpt-5.3-codex` فمحدودة بـ 272K، ولا يمكن لأي قيمة ضبط أن تتجاوز حد النموذج نفسه
  * **تكلفة أعلى**: يستهلك السياق الأطول توكنات أكثر لكل طلب؛ ويُحاسَب الجزء الذي يتجاوز 272K وفق شريحة السياق الطويل الأعلى سعرًا، فلا تُبقِه مفعّلًا إلا للمهام الطويلة جدًا
  * **اختلافات الإصدارات**: تقرأ بعض إصدارات Codex الأحدث حجم النافذة من كتالوج النماذج أولًا؛ إذا لا يزال `/status` يُظهر القيمة القديمة، فحدّث إلى الأحدث (`npm i -g @openai/codex@latest`) وأعد المحاولة
</Callout>