# Codex CLI (Mac/Linux)
> Installez et configurez le Codex CLI sur Mac / Linux pour vous connecter à l'API LMU AI, y compris la façon d'activer le contexte long de 1M tokens dans config.toml.
URL: https://docs.lmuai.com/fr/docs/tools/codex-cli-mac
Après avoir installé le Codex CLI, créez manuellement un seul fichier de configuration, `config.toml` (la clé y est placée dans un en-tête de requête), pour vous connecter à l'API LMU AI — aucun outil de configuration tiers n'est nécessaire.
***
## Étape 1 — Installer Node.js [#étape-1--installer-nodejs]
Vous avez besoin de **Node.js 20+** — téléchargement : [https://nodejs.org/en/download](https://nodejs.org/en/download)
Suivez les étapes de l'installateur, puis vérifiez dans le terminal :
```bash
node --version
# A version number (e.g. v23.7.0) means it installed correctly
```
## Étape 2 — Installer le Codex CLI [#étape-2--installer-le-codex-cli]
```bash
npm i -g @openai/codex
```
En cas de problème réseau, basculez d'abord sur un miroir chinois :
```bash
npm config set registry https://registry.npmmirror.com
npm i -g @openai/codex
```
Vérifiez l'installation :
```bash
codex --version
# A version number means it installed correctly
```
## Étape 3 — Créer les fichiers de configuration [#étape-3--créer-les-fichiers-de-configuration]
Le répertoire de configuration est **`~/.codex/`** (créez-le s'il est absent ; écrasez les anciens fichiers). Créez/écrasez-y `config.toml` :
### 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"
[model_providers.codex.http_headers]
Authorization = "Bearer your sk- key generated in the console"
```
* Remplacez « votre clé sk- générée dans la console » sur la dernière ligne par votre clé `sk-`, **en conservant une espace entre `Bearer` et la clé**, par ex. `Authorization = "Bearer sk-xxxx"`
* Placez la section `[model_providers.codex.http_headers]` **tout à la fin** du fichier, sans aucun autre réglage après elle
* Les versions récentes de Codex n'ont plus besoin de `auth.json`. Si vous en avez créé un avec l'ancien guide, le laisser en place est sans conséquence, ou vous pouvez le supprimer (conservez-le si vous utilisez la [compétence de génération d'images de Codex App](/fr/docs/tools/codex-api-image))
* Si votre ancienne configuration contient `requires_openai_auth = true` dans la section `[model_providers.codex]`, supprimez simplement cette ligne
## Étape 4 — Lancer le Codex CLI [#étape-4--lancer-le-codex-cli]
Après avoir enregistré les fichiers de configuration, rouvrez le terminal et exécutez la commande suivante pour lancer et vous connecter automatiquement :
```bash
codex --dangerously-bypass-approvals-and-sandbox
```
Ou la forme courte :
```bash
codex --yolo
```
> Cette commande de lancement ignore les approbations de sécurité, vous n'avez donc pas à approuver chaque étape exécutée automatiquement.
En cas de lancement réussi, l'interface affiche le modèle courant `gpt-5.4 xhigh` (le modèle défini par le champ `model` dans `config.toml`).
Si vous changez de modèle par erreur pendant une session, remettez le champ `model` de `~/.codex/config.toml` sur `gpt-5.4` et redémarrez le terminal pour le restaurer.
***
## Activer le contexte 1M dans Codex (optionnel) [#activer-le-contexte-1m-dans-codex-optionnel]
`gpt-5.4` prend en charge une **fenêtre de contexte long de 1M tokens** (272K par défaut), utile pour la revue de gros dépôts, l'analyse de longs journaux et les refactorisations multi-fichiers. Codex n'active **pas** la fenêtre 1M par défaut ; vous devez la déclarer explicitement dans `config.toml`.
### Comment configurer : ajouter deux lignes à config.toml [#comment-configurer--ajouter-deux-lignes-à-configtoml]
Modifiez `~/.codex/config.toml` et ajoutez ce qui suit au **niveau racine** (avant toute `[section]`, par ex. juste après `model = "gpt-5.4"`) :
```toml
model_context_window = 1000000
model_auto_compact_token_limit = 900000
```
Enregistrez, rouvrez le terminal et relancez Codex pour appliquer.
**Référence des champs**
| Champ | Rôle |
| -------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| `model_context_window` | Déclare la fenêtre de contexte utilisable du modèle en tokens ; `1000000` correspond à 1M. Non défini, la valeur par défaut du modèle est utilisée (272K) |
| `model_auto_compact_token_limit` | Le seuil en tokens qui déclenche la compaction automatique de l'historique ; réglez-le à environ 90 % de la fenêtre (`900000` pour 1M). Les valeurs au-delà de 90 % de la fenêtre sont plafonnées par Codex, un nombre plus élevé est donc inutile |
### Vérifier la prise en compte [#vérifier-la-prise-en-compte]
Après être revenu dans Codex, tapez `/status` et vérifiez si `context window` affiche environ 1M (certaines versions affichent environ 950K — une marge de sécurité de 5 % réservée par Codex). Vous pouvez aussi utiliser `/statusline` pour ajouter l'utilisation du contexte à la barre d'état et la suivre en direct.
### Si vous utilisez CC Switch [#si-vous-utilisez-cc-switch]
Si vous gérez la configuration Codex avec [CC Switch](/fr/docs/tools/cc-switch), ajoutez les deux mêmes lignes dans son éditeur de configuration Codex puis appliquez — l'effet est identique :
* **Doivent être au niveau racine** : ces deux champs n'ont aucun effet à l'intérieur d'une section `[profiles.xxx]` (limitation connue de Codex) ; placez-les également dans le `~/.codex/config.toml` au niveau utilisateur, car un `.codex/config.toml` au niveau du projet peut être ignoré
* **Prise en charge par les modèles** : `gpt-5.4` et `gpt-5.5` prennent en charge 1M via le canal API ; des modèles comme `gpt-5.3-codex` sont plafonnés à 272K, et aucune valeur de configuration ne peut dépasser la limite propre du modèle
* **Coût plus élevé** : un contexte plus long consomme plus de tokens par requête ; la portion au-delà de 272K est facturée au tarif supérieur du contexte long, ne le laissez donc pas activé en dehors des tâches très longues
* **Différences de version** : certaines versions récentes de Codex lisent d'abord la taille de la fenêtre dans le catalogue de modèles ; si `/status` affiche toujours l'ancienne valeur, mettez à jour vers la dernière version (`npm i -g @openai/codex@latest`) et réessayez