# Codex CLI (Windows)
> Installez et configurez le Codex CLI sous Windows pour vous connecter à l'API LMU AI, en apprenant notamment à activer le contexte long de 1M tokens dans config.toml.
URL: https://docs.lmuai.com/fr/docs/tools/codex-cli-windows
Après avoir installé le Codex CLI, créez à la main deux fichiers de configuration (`config.toml` + `auth.json`) pour vous connecter à l'API LMU AI — aucun outil de configuration tiers nécessaire.
***
## Étape 1 — Installer Windows Terminal [#étape-1--installer-windows-terminal]
Sous Windows, nous recommandons d'utiliser **Windows Terminal** plutôt que CMD pour le Codex CLI — il prend en charge plusieurs fenêtres et est plus pratique.
* Téléchargement depuis le cloud chinois (recommandé, rapide) : [https://www.ilanzou.com/s/MzWnpE05](https://www.ilanzou.com/s/MzWnpE05)
* Téléchargement depuis GitHub : [https://github.com/microsoft/terminal/releases/tag/v1.23.20211.0](https://github.com/microsoft/terminal/releases/tag/v1.23.20211.0)
Téléchargez `Microsoft.WindowsTerminal_1.23.20211.0_x64.zip`, décompressez-le, et double-cliquez sur `WindowsTerminal.exe` pour le lancer — c'est une bonne idée de créer un raccourci sur le bureau.
## Étape 2 — Installer Node.js [#étape-2--installer-nodejs]
> Si c'est déjà installé, vous pouvez passer cette étape ; vérifiez avec : `node -v`
Vous avez besoin de **Node.js 20+** — téléchargement : [https://nodejs.org/en/download](https://nodejs.org/en/download)
Pendant l'installation, veillez à cocher **« Automatically install the necessary tools »**.
Après l'installation, vérifiez dans le terminal :
```bash
node -v
# A version number (e.g. v24.4.1) means it installed correctly
```
Si `node.js` n'est pas installé, ou si vous l'aviez installé auparavant mais que l'environnement est mal configuré, téléchargez-le et réinstallez-le une fois, puis rouvrez le terminal.
**Si vous rencontrez une erreur d'exécution de script bloquée, lancez la commande suivante :**
```powershell
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
```
## Étape 3 — Installer le Codex CLI [#étape-3--installer-le-codex-cli]
```bash
npm i -g @openai/codex
```
Si vous rencontrez des problèmes réseau, basculez d'abord sur un miroir chinois, puis installez :
```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 4 — Créer les fichiers de configuration [#étape-4--créer-les-fichiers-de-configuration]
Le répertoire de configuration est **`C:\users\your-username\.codex\`** (créez-le s'il est absent ; écrasez tout ancien fichier). Créez/écrasez ces deux fichiers dedans :
### 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"
}
```
## Étape 5 — Lancer le Codex CLI [#étape-5--lancer-le-codex-cli]
Après avoir enregistré les fichiers de configuration, rouvrez le terminal et lancez ce qui suit pour démarrer et vous connecter automatiquement :
```bash
codex --dangerously-bypass-approvals-and-sandbox
```
Ou la forme abrégée :
```bash
codex --yolo
```
> Cette commande de lancement contourne les approbations de sécurité, vous n'approuvez donc pas chaque étape exécutée automatiquement.
Au lancement réussi, l'interface affiche le modèle courant comme `gpt-5.4 xhigh` (le modèle défini par le champ `model` dans `config.toml`).
***
## Activer le contexte 1M dans Codex (facultatif) [#activer-le-contexte-1m-dans-codex-facultatif]
`gpt-5.4` prend en charge une **fenêtre de contexte long de 1M tokens** (seulement 272K par défaut), utile pour examiner de très grands dépôts, analyser de longs journaux, refactoriser sur plusieurs fichiers et des tâches similaires. Codex n'active **pas** la fenêtre de 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 `C:\users\your-username\.codex\config.toml` et ajoutez ce qui suit au **niveau supérieur** (avant toute `[section]`, par exemple juste après `model = "gpt-5.4"`) :
```toml
model_context_window = 1000000
model_auto_compact_token_limit = 900000
```
Enregistrez, rouvrez le terminal et rentrez dans Codex pour l'appliquer.
**Référence des champs**
| Champ | Objectif |
| -------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| `model_context_window` | Déclare la fenêtre de contexte utilisable du modèle en tokens ; `1000000` correspond à 1M. Non défini, il utilise la valeur par défaut du modèle (272K) |
| `model_auto_compact_token_limit` | Le seuil de tokens qui déclenche la compaction automatique de l'historique (auto-compact) ; réglez-le à environ 90 % de la fenêtre (`900000` pour 1M). Les valeurs supérieures à 90 % de la fenêtre sont plafonnées par Codex, un nombre plus grand est donc inutile |
### Vérifier que cela a pris effet [#vérifier-que-cela-a-pris-effet]
Après être rentré 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 afin de le surveiller 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 et appliquez — l'effet est identique :
* **Doit être au niveau supérieur** : ces deux champs ne prennent pas effet à l'intérieur d'une section `[profiles.xxx]` (une limitation connue de Codex) ; placez-les aussi dans le `C:\users\your-username\.codex\config.toml` au niveau utilisateur, car un `.codex\config.toml` au niveau du projet peut être ignoré
* **Prise en charge des modèles** : `gpt-5.4` et `gpt-5.5` prennent en charge le 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 au modèle
* **Coût plus élevé** : plus le contexte est long, plus chaque requête utilise de tokens ; la portion au-delà de 272K est facturée au tarif supérieur de contexte long, alors ne le laissez pas activé sauf pour des tâches très longues
* **Différences de version** : certaines versions récentes de Codex lisent d'abord la taille de la fenêtre depuis 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