Ferramentas

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.

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

Você precisa do Node.js 20+ — baixe em: https://nodejs.org/en/download

Siga o instalador e depois verifique no terminal:

node --version
# A version number (e.g. v23.7.0) means it installed correctly

Passo 2 — Instalar o Codex CLI

npm i -g @openai/codex

Se você tiver problemas de rede, mude primeiro para um espelho da China:

npm config set registry https://registry.npmmirror.com
npm i -g @openai/codex

Verifique a instalação:

codex --version
# A version number means it installed correctly

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

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

{
  "OPENAI_API_KEY": "your sk- key generated in the console"
}

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:

codex --dangerously-bypass-approvals-and-sandbox

Ou a forma curta:

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).

Sobre a troca de modelos

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)

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

Edite ~/.codex/config.toml e adicione o seguinte no nível superior (antes de qualquer [section], por exemplo, logo após model = "gpt-5.4"):

model_context_window = 1000000
model_auto_compact_token_limit = 900000

Salve, reabra o terminal e reentre no Codex para aplicar.

Referência dos campos

CampoFinalidade
model_context_windowDeclara a janela de contexto utilizável do modelo em tokens; 1000000 é 1M. Sem definição, usa o padrão do modelo (272K)
model_auto_compact_token_limitO 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

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 gerencia a configuração do Codex com o CC Switch, adicione as mesmas duas linhas no editor de configuração do Codex dele e aplique — o efeito é idêntico:

Definindo model_context_window = 1000000 e model_auto_compact_token_limit = 900000 para a configuração do Codex no CC Switch para habilitar o contexto longo de 1M tokens

Notas de uso

  • 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

Última atualização:

Nesta página