# 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.
URL: https://docs.lmuai.com/es/docs/tools/codex-cli-mac
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 [#paso-1--instalar-nodejs]
Necesitas **Node.js 20+** — descarga: [https://nodejs.org/en/download](https://nodejs.org/en/download)
Sigue el instalador y luego verifica en la terminal:
```bash
node --version
# A version number (e.g. v23.7.0) means it installed correctly
```
## Paso 2 — Instalar la Codex CLI [#paso-2--instalar-la-codex-cli]
```bash
npm i -g @openai/codex
```
Si tienes problemas de red, cambia primero a un mirror de China:
```bash
npm config set registry https://registry.npmmirror.com
npm i -g @openai/codex
```
Verifica la instalación:
```bash
codex --version
# A version number means it installed correctly
```
## Paso 3 — Crear los archivos de configuración [#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 [#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"
}
```
## Paso 4 — Iniciar la Codex CLI [#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:
```bash
codex --dangerously-bypass-approvals-and-sandbox
```
O la forma corta:
```bash
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`).
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) [#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 [#cómo-configurarlo-agrega-dos-líneas-a-configtoml]
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"`):
```toml
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**
| Campo | Propósito |
| -------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| `model_context_window` | Declara 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_limit` | El 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 [#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-usas-cc-switch]
Si administras la configuración de Codex con [CC Switch](/es/docs/tools/cc-switch), agrega las mismas dos líneas en su editor de configuración de Codex y aplícalas — el efecto es idéntico:
* **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