# Codex CLI (Windows)
> Instala y configura el Codex CLI en Windows para conectarte a la API de LMU AI, incluyendo cómo habilitar el contexto largo de 1M tokens en config.toml.
URL: https://docs.lmuai.com/es/docs/tools/codex-cli-windows
Después de instalar el Codex CLI, crea dos archivos de configuración a mano (`config.toml` + `auth.json`) para conectarte a la API de LMU AI — sin necesidad de herramientas de configuración de terceros.
***
## Paso 1 — Instala Windows Terminal [#paso-1--instala-windows-terminal]
En Windows, recomendamos usar **Windows Terminal** en lugar de CMD para el Codex CLI — admite múltiples ventanas y es más práctico.
* Descarga desde la nube en China (recomendada, rápida): [https://www.ilanzou.com/s/MzWnpE05](https://www.ilanzou.com/s/MzWnpE05)
* Descarga desde GitHub: [https://github.com/microsoft/terminal/releases/tag/v1.23.20211.0](https://github.com/microsoft/terminal/releases/tag/v1.23.20211.0)
Descarga `Microsoft.WindowsTerminal_1.23.20211.0_x64.zip`, descomprímelo y haz doble clic en `WindowsTerminal.exe` para iniciarlo — es buena idea crear un acceso directo en el escritorio.
## Paso 2 — Instala Node.js [#paso-2--instala-nodejs]
> Si ya está instalado, puedes omitir esto; verifícalo con: `node -v`
Necesitas **Node.js 20+** — descarga: [https://nodejs.org/en/download](https://nodejs.org/en/download)
Durante la instalación, asegúrate de marcar **"Automatically install the necessary tools"**.
Después de instalar, verifica en la terminal:
```bash
node -v
# A version number (e.g. v24.4.1) means it installed correctly
```
Si `node.js` no está instalado, o lo instalaste antes pero el entorno quedó mal configurado, descárgalo y reinstálalo una vez, luego vuelve a abrir la terminal.
**Si te topas con un error de ejecución de scripts bloqueada, ejecuta el siguiente comando:**
```powershell
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
```
## Paso 3 — Instala el Codex CLI [#paso-3--instala-el-codex-cli]
```bash
npm i -g @openai/codex
```
Si te topas con problemas de red, cambia primero a un mirror de China y luego instala:
```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 4 — Crea los archivos de configuración [#paso-4--crea-los-archivos-de-configuración]
El directorio de configuración es **`C:\users\your-username\.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 5 — Inicia el Codex CLI [#paso-5--inicia-el-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, así que no apruebas cada paso ejecutado automáticamente.
Cuando el inicio es exitoso, la interfaz muestra el modelo actual como `gpt-5.4 xhigh` (el modelo definido por el campo `model` en `config.toml`).
***
## 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** (solo 272K por defecto), útil para revisar repos muy grandes, analizar logs largos, refactorizar en varios archivos y tareas similares. 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 `C:\users\your-username\.codex\config.toml` y agrega lo siguiente en el **nivel superior** (antes de cualquier `[section]`, 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 definir, usa el valor por defecto del modelo (272K) |
| `model_auto_compact_token_limit` | El umbral de tokens que dispara la compactación automática del historial (auto-compact); configúralo en aproximadamente el 90% de la ventana (`900000` para 1M). Los valores por encima del 90% de la ventana son limitados por Codex, así que un número mayor no tiene sentido |
### Verifica que tomó efecto [#verifica-que-tomó-efecto]
Después de volver a entrar en Codex, escribe `/status` y verifica si `context window` muestra alrededor de 1M (algunas versiones muestran cerca de 950K — un margen de seguridad reservado del 5% por parte de Codex). También puedes usar `/statusline` para agregar el uso de 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 toman efecto dentro de una sección `[profiles.xxx]` (una limitación conocida de Codex); además ponlos en el `C:\users\your-username\.codex\config.toml` a nivel de usuario, ya que un `.codex\config.toml` a nivel de proyecto puede ser ignorado
* **Soporte del modelo**: `gpt-5.4` y `gpt-5.5` admiten 1M por el canal de API; modelos como `gpt-5.3-codex` están limitados a 272K, y ningún valor de configuración puede exceder el límite propio del modelo
* **Mayor costo**: cuanto más largo el contexto, más tokens usa cada solicitud; la porción por encima de 272K se factura en el nivel de contexto largo más caro, así que no lo dejes activado excepto para tareas muy largas
* **Diferencias de versión**: algunas versiones más nuevas de Codex leen el tamaño de la ventana del catálogo de modelos primero; si `/status` aún muestra el valor antiguo, actualiza a la última versión (`npm i -g @openai/codex@latest`) y vuelve a intentar