# Codex CLI (Windows)
> Instale e configure o Codex CLI no Windows para conectar à API da LMU AI, incluindo como ativar o contexto longo de 1M tokens no config.toml.
URL: https://docs.lmuai.com/pt/docs/tools/codex-cli-windows
Depois de instalar o Codex CLI, crie um único arquivo de configuração à mão, `config.toml` (a chave vai em um cabeçalho de requisição dentro dele), para conectar à API da LMU AI — sem precisar de nenhuma ferramenta de configuração de terceiros.
***
## Passo 1 — Instale o Windows Terminal [#passo-1--instale-o-windows-terminal]
No Windows, recomendamos usar o **Windows Terminal** em vez do CMD para o Codex CLI — ele suporta múltiplas janelas e é mais conveniente.
* Download via nuvem na China (recomendado, rápido): [https://www.ilanzou.com/s/MzWnpE05](https://www.ilanzou.com/s/MzWnpE05)
* Download no GitHub: [https://github.com/microsoft/terminal/releases/tag/v1.23.20211.0](https://github.com/microsoft/terminal/releases/tag/v1.23.20211.0)
Baixe o `Microsoft.WindowsTerminal_1.23.20211.0_x64.zip`, descompacte e dê dois cliques em `WindowsTerminal.exe` para iniciar — vale a pena criar um atalho na área de trabalho.
## Passo 2 — Instale o Node.js [#passo-2--instale-o-nodejs]
> Se já estiver instalado, você pode pular esta etapa; verifique com: `node -v`
Você precisa do **Node.js 20+** — download: [https://nodejs.org/en/download](https://nodejs.org/en/download)
Durante a instalação, não esqueça de marcar **"Automatically install the necessary tools"**.
Depois da instalação, verifique no terminal:
```bash
node -v
# A version number (e.g. v24.4.1) means it installed correctly
```
Se o `node.js` não estiver instalado, ou se você o instalou antes mas o ambiente está mal configurado, baixe e reinstale uma vez, depois reabra o terminal.
**Se você encontrar um erro de execução de scripts bloqueada, rode o comando a seguir:**
```powershell
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
```
## Passo 3 — Instale o Codex CLI [#passo-3--instale-o-codex-cli]
```bash
npm i -g @openai/codex
```
Se tiver problemas de rede, troque primeiro para um espelho na China e depois instale:
```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 4 — Crie os arquivos de configuração [#passo-4--crie-os-arquivos-de-configuração]
O diretório de configuração é **`C:\users\seu-nome-de-usuario\.codex\`** (crie-o se não existir; sobrescreva quaisquer arquivos antigos). Crie/sobrescreva o `config.toml` 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"
[model_providers.codex.http_headers]
Authorization = "Bearer your sk- key generated in the console"
```
* Substitua "sua chave sk- gerada no console" na última linha pela sua chave `sk-`, **mantendo um espaço entre `Bearer` e a chave**, por exemplo `Authorization = "Bearer sk-xxxx"`
* Coloque a seção `[model_providers.codex.http_headers]` no **final absoluto** do arquivo, sem nenhuma outra configuração depois dela
* Versões mais recentes do Codex não precisam mais do `auth.json`. Se você criou um seguindo o guia antigo, deixá-lo no lugar é inofensivo, ou você pode apagá-lo (mantenha-o se usar a [skill de geração de imagens do Codex App](/pt/docs/tools/codex-api-image))
* Se sua configuração antiga tiver `requires_openai_auth = true` na seção `[model_providers.codex]`, basta apagar essa linha
## Passo 5 — Inicie o Codex CLI [#passo-5--inicie-o-codex-cli]
Depois de salvar os arquivos de configuração, reabra o terminal e rode o seguinte para iniciar e entrar automaticamente:
```bash
codex --dangerously-bypass-approvals-and-sandbox
```
Ou a forma curta:
```bash
codex --yolo
```
> Esse comando de inicialização pula as aprovações de segurança, então você não aprova cada etapa executada automaticamente.
Em uma inicialização bem-sucedida, a interface mostra o modelo atual como `gpt-5.4 xhigh` (o modelo definido pelo campo `model` no `config.toml`).
***
## Ativando o contexto de 1M no Codex (opcional) [#ativando-o-contexto-de-1m-no-codex-opcional]
O `gpt-5.4` suporta uma **janela de contexto longo de 1M tokens** (apenas 272K por padrão), útil para revisar repositórios muito grandes, analisar logs longos, refatorar em vários arquivos e tarefas semelhantes. O Codex **não** ativa 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 o `C:\users\seu-nome-de-usuario\.codex\config.toml` e adicione o seguinte no **nível superior** (antes de qualquer `[section]`, por exemplo logo depois de `model = "gpt-5.4"`):
```toml
model_context_window = 1000000
model_auto_compact_token_limit = 900000
```
Salve, reabra o terminal e entre novamente 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 (auto-compact); defina em cerca de 90% da janela (`900000` para 1M). Valores acima de 90% da janela são limitados pelo Codex, então um número maior não faz diferença |
### Verifique se funcionou [#verifique-se-funcionou]
Depois de entrar novamente no Codex, digite `/status` e veja se o `context window` mostra algo em torno de 1M (algumas versões mostram cerca de 950K — uma margem de segurança de 5% reservada pelo Codex). Você também pode usar `/statusline` para adicionar o uso de contexto à barra de status e monitorar em tempo real.
### 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:
* **Precisa 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 `C:\users\seu-nome-de-usuario\.codex\config.toml` em nível de usuário, já que um `.codex\config.toml` em nível de projeto pode ser ignorado
* **Suporte dos 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 limite próprio do modelo
* **Custo maior**: quanto mais longo o contexto, mais tokens cada requisição usa; a parte acima de 272K é cobrada na faixa mais alta de contexto longo, então não deixe isso ativado exceto para tarefas muito longas
* **Diferenças de versão**: algumas versões mais novas 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 de novo