# Codex CLI (Mac/Linux)
> Instale e configure o Codex CLI no Mac / Linux para conectar à API da LMU AI, incluindo como habilitar o contexto longo de 1M tokens no config.toml.
URL: https://docs.lmuai.com/pt/docs/tools/codex-cli-mac
Após instalar o Codex CLI, crie dois arquivos de configuração manualmente (`config.toml` + `auth.json`) para conectar à API da LMU AI — nenhuma ferramenta de configuração de terceiros é necessária.
***
## Passo 1 — Instalar o Node.js [#passo-1--instalar-o-nodejs]
Você precisa do **Node.js 20+** — baixe em: [https://nodejs.org/en/download](https://nodejs.org/en/download)
Siga o instalador e depois verifique no terminal:
```bash
node --version
# A version number (e.g. v23.7.0) means it installed correctly
```
## Passo 2 — Instalar o Codex CLI [#passo-2--instalar-o-codex-cli]
```bash
npm i -g @openai/codex
```
Se você tiver problemas de rede, mude primeiro para um espelho da China:
```bash
npm config set registry https://registry.npmmirror.com
npm i -g @openai/codex
```
Verifique a instalação:
```bash
codex --version
# A version number means it installed correctly
```
## Passo 3 — Criar os arquivos de configuração [#passo-3--criar-os-arquivos-de-configuração]
O diretório de configuração é **`~/.codex/`** (crie-o se estiver ausente; sobrescreva quaisquer arquivos antigos). Crie/sobrescreva estes dois arquivos nele:
### 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"
}
```
## Passo 4 — Iniciar o Codex CLI [#passo-4--iniciar-o-codex-cli]
Após salvar os arquivos de configuração, reabra o terminal e execute o seguinte para iniciar e fazer login automaticamente:
```bash
codex --dangerously-bypass-approvals-and-sandbox
```
Ou a forma curta:
```bash
codex --yolo
```
> Este comando de inicialização ignora as aprovações de segurança, então você não aprova cada passo executado automaticamente.
Em uma inicialização bem-sucedida, a interface mostra o modelo atual como `gpt-5.4 xhigh` (o modelo definido pelo campo `model` em `config.toml`).
Se você acidentalmente trocar para um modelo diferente em uma sessão, altere o campo `model` em `~/.codex/config.toml` de volta para `gpt-5.4` e reinicie o terminal para restaurá-lo.
***
## Habilitando o contexto de 1M no Codex (opcional) [#habilitando-o-contexto-de-1m-no-codex-opcional]
O `gpt-5.4` suporta uma **janela de contexto longo de 1M tokens** (272K por padrão), útil para revisão de repositórios grandes, análise de logs longos e refatorações entre arquivos. O Codex **não** habilita a janela de 1M por padrão; você precisa declará-la explicitamente no `config.toml`.
### Como configurar: adicione duas linhas ao config.toml [#como-configurar-adicione-duas-linhas-ao-configtoml]
Edite `~/.codex/config.toml` e adicione o seguinte no **nível superior** (antes de qualquer `[section]`, por exemplo, logo após `model = "gpt-5.4"`):
```toml
model_context_window = 1000000
model_auto_compact_token_limit = 900000
```
Salve, reabra o terminal e reentre no Codex para aplicar.
**Referência dos campos**
| Campo | Finalidade |
| -------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| `model_context_window` | Declara a janela de contexto utilizável do modelo em tokens; `1000000` é 1M. Sem definição, usa o padrão do modelo (272K) |
| `model_auto_compact_token_limit` | O limite de tokens que dispara a compactação automática do histórico; defina-o como cerca de 90% da janela (`900000` para 1M). Valores acima de 90% da janela são limitados pelo Codex, então um número maior é inútil |
### Verificar se teve efeito [#verificar-se-teve-efeito]
Após reentrar no Codex, digite `/status` e verifique se `context window` mostra cerca de 1M (algumas versões mostram cerca de 950K — uma margem de segurança reservada de 5% do Codex). Você também pode usar `/statusline` para adicionar o uso de contexto à barra de status para monitoramento ao vivo.
### Se você usa o CC Switch [#se-você-usa-o-cc-switch]
Se você gerencia a configuração do Codex com o [CC Switch](/pt/docs/tools/cc-switch), adicione as mesmas duas linhas no editor de configuração do Codex dele e aplique — o efeito é idêntico:
* **Deve estar no nível superior**: esses dois campos não têm efeito dentro de uma seção `[profiles.xxx]` (uma limitação conhecida do Codex); além disso, coloque-os no `~/.codex/config.toml` de nível de usuário, já que um `.codex/config.toml` de nível de projeto pode ser ignorado
* **Suporte de modelos**: `gpt-5.4` e `gpt-5.5` suportam 1M pelo canal da API; modelos como `gpt-5.3-codex` são limitados a 272K, e nenhum valor de configuração pode exceder o próprio limite do modelo
* **Custo mais alto**: um contexto mais longo usa mais tokens por requisição; a porção acima de 272K é cobrada no nível de tarifa mais alto de contexto longo, então não o deixe ligado para nada além de tarefas muito longas
* **Diferenças entre versões**: algumas versões mais recentes do Codex leem o tamanho da janela primeiro do catálogo de modelos; se o `/status` ainda mostrar o valor antigo, atualize para a versão mais recente (`npm i -g @openai/codex@latest`) e tente novamente