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.

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

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
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 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

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

Durante a instalação, não esqueça de marcar "Automatically install the necessary tools".

Depois da instalação, verifique no terminal:

node -v
# A version number (e.g. v24.4.1) means it installed correctly

Caso especial

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:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

Passo 3 — Instale o Codex CLI

npm i -g @openai/codex

Se tiver problemas de rede, troque primeiro para um espelho na China e depois instale:

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 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

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"

A chave vai em um cabeçalho de requisição

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)
Se sua configuração antiga tiver requires_openai_auth = true na seção [model_providers.codex], basta apagar essa linha

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:

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

Ou a forma curta:

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)

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

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"):

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

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 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 ativar o contexto longo de 1M tokens

Observações de uso

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

Última atualização: 2026-10-08

Codex CLI (Windows)