Codex CLI (Windows)
Instale e configure o Codex CLI no Windows para conectar-se à API da LMU AI, incluindo como habilitar o contexto longo de 1M tokens em config.toml.
Após instalar o Codex CLI, crie dois arquivos de configuração manualmente (config.toml + auth.json) para conectar-se à API da LMU AI — sem necessidade de ferramenta de configuração de terceiros.
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 em nuvem na China (recomendado, rápido): https://www.ilanzou.com/s/MzWnpE05
- Download no GitHub: https://github.com/microsoft/terminal/releases/tag/v1.23.20211.0
Baixe o Microsoft.WindowsTerminal_1.23.20211.0_x64.zip, descompacte-o e dê um duplo clique em WindowsTerminal.exe para iniciar — é uma boa ideia criar um atalho na área de trabalho.
Passo 2 — Instale o Node.js
Se já estiver instalado, você pode pular isto; verifique com:
node -v
Você precisa do Node.js 20+ — download: https://nodejs.org/en/download
Durante a instalação, certifique-se de marcar "Automatically install the necessary tools".
Após a instalação, verifique no terminal:
node -v
# A version number (e.g. v24.4.1) means it installed correctlyCaso especial
Se o node.js não estiver instalado, ou se você o instalou antes mas o ambiente está mal configurado, baixe e reinstale-o uma vez e, em seguida, reabra o terminal.
Se você encontrar um erro de execução de script bloqueada, execute o seguinte comando:
Set-ExecutionPolicy RemoteSigned -Scope CurrentUserPasso 3 — Instale o Codex CLI
npm i -g @openai/codexSe você tiver problemas de rede, mude primeiro para um mirror na China e depois instale:
npm config set registry https://registry.npmmirror.com
npm i -g @openai/codexVerifique a instalação:
codex --version
# A version number means it installed correctlyPasso 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 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 = trueauth.json
{
"OPENAI_API_KEY": "your sk- key generated in the console"
}Passo 5 — Inicie 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-sandboxOu a forma curta:
codex --yoloEste comando de inicialização ignora as aprovações de segurança, então você não aprova cada passo executado automaticamente.
Ao iniciar com sucesso, a interface mostra o modelo atual como gpt-5.4 xhigh (o modelo definido pelo campo model em config.toml).
Habilitando 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 similares. O Codex não habilita a janela de 1M por padrão; você deve declará-la explicitamente em config.toml.
Como configurar: adicione duas linhas ao config.toml
Edite C:\users\seu-nome-de-usuario\.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 = 900000Salve, reabra o terminal e entre novamente no Codex para aplicar.
Referência de campos
| Campo | Finalidade |
|---|---|
model_context_window | Declara a janela de contexto utilizável do modelo em tokens; 1000000 é 1M. Se não definido, 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-o em cerca de 90% da janela (900000 para 1M). Valores acima de 90% da janela são limitados pelo Codex, então um número maior é inútil |
Verifique se surtiu efeito
Após entrar novamente 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 em seu editor de configuração do Codex e aplique — o efeito é idêntico:

Notas de uso
- Deve estar no nível superior: esses dois campos não surtem efeito dentro de uma seção
[profiles.xxx](uma limitação conhecida do Codex); além disso, coloque-os noC:\users\seu-nome-de-usuario\.codex\config.tomlno nível do usuário, já que um.codex\config.tomlno nível do projeto pode ser ignorado - Suporte de modelos:
gpt-5.4egpt-5.5suportam 1M pelo canal da API; modelos comogpt-5.3-codexsão limitados a 272K, e nenhum valor de configuração pode exceder o próprio limite do modelo - Custo maior: quanto mais longo o contexto, mais tokens cada requisição usa; a porção acima de 272K é cobrada na faixa de contexto longo mais cara, então não deixe isso ativado exceto para tarefas muito longas
- Diferenças de versão: algumas versões mais novas do Codex leem o tamanho da janela do catálogo de modelos primeiro; se o
/statusainda mostrar o valor antigo, atualize para a versão mais recente (npm i -g @openai/codex@latest) e tente novamente
Última atualização:
Obtenha uma chave de API da LMU AI e comece a usar Claude, Codex e muito mais
Cadastro gratuito e planos flexíveis. Uma única chave de API para Claude Code, Codex CLI, Cursor, extensão do VS Code, OpenCode, Cherry Studio e outras ferramentas de IA.
Cadastrar-seCodex 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.
Codex CLI (Servidor)
Implante o Codex CLI em um servidor WSL2 ou SSH e conecte-se à API LMU AI: instale o Node 20 com o volta e, em seguida, escreva config.toml e auth.json em um único comando.