Ferramentas de código

Codex CLI

Configurar o OpenAI Codex CLI para usar a API TokenLab

Deixe meu agent configurar isso

Copie esta tarefa para um agent já em execução no seu computador:

Read this guide and help me connect Codex CLI to TokenLab:
https://tokenlab.sh/docs/pt/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.

Visão Geral

O Codex CLI pode se conectar ao TokenLab por meio de /v1/responses. O modelo selecionado deve listar openai_responses em tokenlab.accepted_request_formats; os recursos podem variar de acordo com o modelo.

A compactação remota usa POST /v1/responses/compact. O Codex envia o modelo da sessão atual em body.model, portanto esse modelo também deve suportar Responses. Não configure /v1/compact.

Requisitos do Sistema

Use o guia oficial de instalação da CLI para macOS, Linux ou Windows. O Windows nativo e o WSL são ambientes separados; siga o guia para Windows. O comando npm abaixo é uma opção de instalação, não um requisito para binários nativos.

Instalação

npm install -g @openai/codex@0.163.0

Verifique a instalação:

codex --version

Configuração

Passo 1: Definir a Chave de API

Use as instruções de terminal do Guia de Início Rápido para macOS, Linux, WSL ou Windows PowerShell para definir TOKENLAB_API_KEY sem incluir a chave no histórico de comandos. Inicie o Codex a partir desse terminal. Para uso persistente, use o gerenciador de segredos local; não adicione uma chave em texto simples ao perfil do seu shell.

Passo 2: Configurar o tokenlab.config.toml

Use um tokenlab.config.toml separado no seu CODEX_HOME ativo (normalmente ~/.codex) com o Codex 0.163.0 (testado em 18/10/2026). Crie-o apenas se o nome não estiver em uso, ou faça backup antes de editar um perfil do TokenLab existente. O perfil abaixo é carregado explicitamente com codex --profile tokenlab; ele mantém o config.toml, auth.json, contas e políticas de permissão padrão inalterados. Não use uma tabela legada [profiles.tokenlab]. Inicie sem o perfil para retornar à sua configuração comum. Consulte a configuração oficial de perfis.

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 = 15000

Este modo WebSocket é uma ponte Responses-over-WebSocket para clientes Codex. Ele aceita apenas eventos response.create oficiais; stream é implícito, e background e response.cancel não estão disponíveis neste transporte. Não é a OpenAI Realtime API e não aceita session.update, conversation.item.*, input_audio_buffer.*, áudio binário ou envelopes aninhados response.create.response do Realtime.

Crie o arquivo de configuração escolhido se ele não existir. Após editá-lo, inicie uma nova sessão com o comando correspondente abaixo.

O Codex atual usa wire_api = "responses". Não configure chat/completions. Mantenha requires_openai_auth não definido ou falso para este provedor customizado, para que env_key seja usado.

As requisições de Responses não são convertidas para Chat Completions. Os campos opcionais e futuros dependem do modelo selecionado.

Uso Básico

Iniciar o modo interativo:

codex --profile tokenlab

Comando direto:

codex --profile tokenlab "Fix the bug in main.py line 42"

Especificar o modelo:

codex --profile tokenlab -m gpt-5.6-sol "Build a REST API server"

Escolha um modelo

Use um modelo que atualmente liste openai_responses em tokenlab.accepted_request_formats. Compare os candidatos em suas próprias tarefas de programação e consulte os preços atuais na página de Modelos.

Comandos Interativos

ComandoDescrição
/helpExibir ajuda
/exit ou Ctrl+CSair
/clearLimpar conversa
/statusMostrar o modelo ativo, permissões e uso de tokens
/model <name>Alternar modelo

Verificar a Configuração

Verifique se a variável de ambiente está definida sem imprimir seu valor. Esta verificação não valida a chave:

if [ -n "${TOKENLAB_API_KEY:-}" ]; then
  printf '%s\n' 'TOKENLAB_API_KEY is set'
else
  printf '%s\n' 'TOKENLAB_API_KEY is not set'
fi

Inicie o Codex e execute /status para verificar o modelo ativo e as permissões. Se você usar um perfil, inicie esse mesmo perfil. Consulte o comando status oficial.

Quando estiver pronto para fazer uma requisição real, execute o comando abaixo. Ele utiliza seu saldo do TokenLab. Verifique a resposta e o registro correspondente em Requests; uma verificação de ambiente ou uma inicialização bem-sucedida por si só não comprovam que uma requisição teve sucesso.

codex --profile tokenlab "Reply only with OK. Do not use tools or modify files."

Casos de Uso Comuns

Revisão de código:

git diff | codex --profile tokenlab "Review these code changes"

Gerar mensagens de commit:

git diff --staged | codex --profile tokenlab "Generate a commit message for these changes"

Corrigir erros:

codex --profile tokenlab "Fix the TypeScript errors in src/components/"

Explicar código:

cat main.py | codex --profile tokenlab "Explain what this code does"

Gerar imagens e vídeos no mesmo agent

O Codex também pode criar imagens e vídeos curtos com o TokenLab MCP server. Cada geração é cobrada do mesmo saldo do TokenLab. Execute isto no terminal onde TOKENLAB_API_KEY estiver definida:

codex mcp add \
  --env TOKENLAB_MCP_TOOL_PROFILE=core \
  --env TOKENLAB_API_KEY="$TOKENLAB_API_KEY" \
  tokenlab -- \
  npx -y @tokenlabai/mcp-server@0.6.48

O comando adiciona o servidor ao seu config.toml base. O Codex carrega esse arquivo também no perfil tokenlab.config.toml, portanto as ferramentas funcionam com ou sem --profile tokenlab. Execute codex mcp list e confirme se tokenlab está listado. Em seguida, tente:

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 retorna um ID de tarefa. O agent chama get_task_status até que o vídeo esteja pronto.

Solução de Problemas

Nesta página