Alat coding
Codex CLI
Konfigurasikan OpenAI Codex CLI untuk menggunakan TokenLab API
Biarkan agent saya menyiapkan ini
Salin tugas ini ke agent yang sudah berjalan di komputer Anda:
Read this guide and help me connect Codex CLI to TokenLab:
https://tokenlab.sh/docs/id/integrations/codex-cli
Check my installed version and active configuration first.
Preserve existing accounts, providers, permissions and other settings.
Back up local files and show proposed changes.
Have me enter any API key locally; never ask for, print or paste it in chat.
Check configuration loading first.
Explain any paid request test separately before running it.Gambaran Umum
Codex CLI dapat terhubung ke TokenLab melalui /v1/responses. Model yang dipilih harus mencantumkan openai_responses di tokenlab.accepted_request_formats; fitur dapat bervariasi bergantung pada model.
Remote compaction menggunakan POST /v1/responses/compact. Codex mengirimkan model sesi saat ini di body.model, sehingga model tersebut juga harus mendukung Responses. Jangan mengonfigurasi /v1/compact.
Persyaratan Sistem
Gunakan panduan instalasi CLI resmi untuk macOS, Linux, atau Windows. Windows native dan WSL adalah lingkungan yang terpisah; ikuti panduan Windows. Perintah npm di bawah ini adalah salah satu opsi instalasi, bukan keharusan untuk biner native.
Instalasi
npm install -g @openai/codex@0.163.0Verifikasi instalasi:
codex --versionKonfigurasi
Langkah 1: Atur API Key
Gunakan petunjuk terminal Quickstart untuk macOS, Linux, WSL, atau Windows PowerShell untuk mengatur TOKENLAB_API_KEY tanpa memasukkan key ke dalam riwayat perintah. Jalankan Codex dari terminal tersebut. Untuk penggunaan persisten, gunakan secret manager lokal Anda; jangan menambahkan key plaintext ke shell profile Anda.
Langkah 2: Konfigurasikan tokenlab.config.toml
Gunakan tokenlab.config.toml terpisah di CODEX_HOME aktif Anda (biasanya ~/.codex) dengan Codex 0.163.0 (diuji 18-10-2026). Buat file tersebut hanya jika namanya belum digunakan, atau buat cadangannya sebelum mengedit profil TokenLab yang sudah ada. Profil di bawah dimuat secara eksplisit dengan codex --profile tokenlab; ini membiarkan config.toml, auth.json, akun, dan kebijakan izin bawaan tidak berubah. Jangan gunakan tabel [profiles.tokenlab] lama. Mulai tanpa profil tersebut untuk kembali ke penyiapan biasa Anda. Lihat konfigurasi profil resmi.
model_provider = "tokenlab"
model = "gpt-5.6-sol"
model_reasoning_effort = "xhigh"
[model_providers.tokenlab]
env_key = "TOKENLAB_API_KEY"
name = "TokenLab"
base_url = "https://api.tokenlab.sh/v1"
wire_api = "responses"
supports_websockets = true
websocket_connect_timeout_ms = 15000Mode WebSocket ini adalah jembatan Responses-over-WebSocket untuk klien Codex. Mode ini hanya menerima event resmi response.create; stream bersifat implisit, serta background dan response.cancel tidak tersedia pada transport ini. Ini bukan OpenAI Realtime API dan tidak menerima session.update, conversation.item.*, input_audio_buffer.*, audio biner, atau envelope Realtime response.create.response bersarang.
Buat file konfigurasi yang dipilih jika belum ada. Setelah mengeditnya, mulai sesi baru dengan perintah yang sesuai di bawah ini.
Codex saat ini menggunakan wire_api = "responses". Jangan konfigurasikan chat/completions. Biarkan requires_openai_auth tidak disetel atau bernilai false untuk penyedia kustom ini agar env_key digunakan.
Permintaan Responses tidak dikonversi ke Chat Completions. Field opsional dan mendatang bergantung pada model yang dipilih.
Penggunaan Dasar
Mulai mode interaktif:
codex --profile tokenlabPerintah langsung:
codex --profile tokenlab "Fix the bug in main.py line 42"Tentukan model:
codex --profile tokenlab -m gpt-5.6-sol "Build a REST API server"Pilih model
Gunakan model yang saat ini mencantumkan openai_responses di tokenlab.accepted_request_formats. Bandingkan kandidat pada tugas pengodean Anda sendiri dan periksa harga saat ini di halaman Models.
Perintah Interaktif
| Perintah | Deskripsi |
|---|---|
/help | Menampilkan bantuan |
/exit atau Ctrl+C | Keluar |
/clear | Bersihkan percakapan |
/status | Tampilkan model yang aktif, izin, dan penggunaan token |
/model <name> | Ganti model |
Verifikasi Konfigurasi
Periksa apakah variabel lingkungan telah disetel tanpa mencetak nilainya. Pemeriksaan ini tidak memvalidasi key:
if [ -n "${TOKENLAB_API_KEY:-}" ]; then
printf '%s\n' 'TOKENLAB_API_KEY is set'
else
printf '%s\n' 'TOKENLAB_API_KEY is not set'
fiMulai Codex dan jalankan /status untuk memeriksa model aktif dan izin. Jika Anda menggunakan profil, mulai profil yang sama tersebut. Lihat perintah status resmi.
Ketika Anda siap untuk membuat permintaan nyata, jalankan perintah di bawah ini. Ini menggunakan saldo TokenLab Anda. Periksa balasan dan catatan yang cocok di Requests; pemeriksaan lingkungan atau keberhasilan startup saja tidak membuktikan bahwa permintaan berhasil.
codex --profile tokenlab "Reply only with OK. Do not use tools or modify files."Kasus Penggunaan Umum
Review kode:
git diff | codex --profile tokenlab "Review these code changes"Buat pesan commit:
git diff --staged | codex --profile tokenlab "Generate a commit message for these changes"Perbaiki error:
codex --profile tokenlab "Fix the TypeScript errors in src/components/"Jelaskan kode:
cat main.py | codex --profile tokenlab "Explain what this code does"Buat gambar dan video di agent yang sama
Codex juga dapat membuat gambar dan video pendek dengan TokenLab MCP server. Setiap pembuatan dibayar dari saldo TokenLab yang sama. Jalankan ini di terminal tempat TOKENLAB_API_KEY disetel:
codex mcp add \
--env TOKENLAB_MCP_TOOL_PROFILE=core \
--env TOKENLAB_API_KEY="$TOKENLAB_API_KEY" \
tokenlab -- \
npx -y @tokenlabai/mcp-server@0.6.48Perintah ini menambahkan server ke config.toml dasar Anda. Codex juga memuat file tersebut di bawah profil tokenlab.config.toml, sehingga tool dapat berfungsi dengan atau tanpa --profile tokenlab. Jalankan codex mcp list dan pastikan tokenlab tercantum. Kemudian coba:
Call get_model_pricing for nano-banana-2, then use create_image with nano-banana-2 at 1k to make a photo of a matte black coffee mug on a white desk.create_video mengembalikan task ID. Agent memanggil get_task_status hingga video siap.