Codex CLI utilise l’API Responses d’OpenAI, et non /v1/chat/completions. L’intégration GetVibe nécessite wire_api = "responses" ; une URL de base de chat-completions copiée depuis un exemple de SDK générique ne constitue pas une solution de remplacement. La configuration générée est maintenue dans la documentation de Codex CLI et peut être actualisée depuis /api/integrations/codex.toml.
Installer et définir la clé
Installez le CLI et créez son répertoire de configuration. Conservez la clé API dans l’environnement, et non dans le fichier TOML :
npm install -g @openai/codex
mkdir -p ~/.codex
export GETVIBE_API_KEY="your-dashboard-key"Ajoutez ce bloc de fournisseur à ~/.codex/config.toml :
model = "gpt-5.6-luna"
model_provider = "getvibe"
model_reasoning_effort = "medium"
model_reasoning_summary = "auto"
model_context_window = 786432
[model_providers.getvibe]
name = "GetVibe"
base_url = "https://getvibeapi.com/v1"
env_key = "GETVIBE_API_KEY"
wire_api = "responses"
request_max_retries = 4
stream_max_retries = 5
stream_idle_timeout_ms = 600000Ne placez pas $GETVIBE_API_KEY dans la valeur TOML. Codex lit la variable indiquée par env_key ; le texte contenu dans un fichier de configuration n’est pas développé par le shell. Pour une configuration gérée par une équipe, provisionnez la variable d’environnement via le profil du shell ou le gestionnaire de secrets qui lance Codex.
Choisir un modèle compatible avec Responses
La configuration Codex générée est construite à partir du catalogue publié et recommande un modèle de programmation ainsi que des profils pour les tâches rapides et approfondies. Avant de sélectionner un autre modèle, vérifiez qu’il est répertorié pour l’API Responses et qu’il dispose de la limite de contexte que vous prévoyez de définir. Dans l’instantané du catalogue vérifié le 3 octobre 2026, GPT-6 Luna est à $0.0055 entrée · $0.0274 sortie par million de tokens, GPT-6 Sol est à $0.1096 entrée · $0.548 sortie par million de tokens et GPT-6.1 Sol est à $0.1096 entrée · $0.548 sortie par million de tokens par million de tokens d’entrée et de sortie. Chaque valeur est générée depuis la page du modèle en temps réel.
Un profil est utile lorsque les catégories de tâches ont des besoins différents en matière de coût et de raisonnement. Conservez un profil rapide pour les résumés ou les messages de commit, et un profil plus approfondi pour les modifications portant sur plusieurs fichiers. La configuration générée du projet illustre ce modèle et actualise les identifiants recommandés lorsque le catalogue public évolue. Ne modifiez pas manuellement une fenêtre de contexte pour dépasser la limite prise en charge par la page du modèle : Codex pourrait alors envoyer une requête trop volumineuse, qui échouerait en amont.
Vérifier avec une tâche de dépôt en lecture seule
Lancez Codex dans un checkout temporaire. Demandez-lui d’expliquer une fonction sans effectuer de modification. Vérifiez qu’il utilise le fournisseur GetVibe et que la requête aboutit. Demandez-lui ensuite un petit correctif avec une autorisation explicite après examen. Si le CLI indique qu’un fournisseur est manquant, vérifiez le nom exact de la table et assurez-vous que model_provider lui correspond. Si l’authentification échoue, vérifiez GETVIBE_API_KEY dans le même shell que celui qui lance Codex.
Lorsque la réponse indique qu’il ne peut pas utiliser les outils, vérifiez d’abord la prise en charge de Responses par le modèle sélectionné et la version du CLI. Le fait qu’un identifiant de modèle soit visible dans le catalogue général n’implique pas que tous les protocoles soient disponibles pour ce modèle. Conservez l’identifiant exact du modèle dans les journaux afin de distinguer un échec lié aux outils d’un échec lié à un endpoint ou à l’authentification.
Contrôler le contexte et le coût de l’agent
Codex lit les fichiers du dépôt et renvoie les résultats des outils dans le cadre de sa conversation. Excluez les sorties générées et les répertoires de dépendances via les paramètres d’exclusion, demandez-lui d’inspecter uniquement les chemins pertinents et évitez de répéter une spécification volumineuse dans chaque prompt. Le coût d’une tâche d’agent inclut chaque tour, et pas seulement le correctif final. Comparez l’utilisation affichée dans le tableau de bord après une tâche représentative avec les tarifs d’entrée et de sortie indiqués sur la page du modèle.
Pour comparer équitablement les modèles, conservez le même commit du dépôt, le même prompt, la même politique d’approbation et les mêmes tests. Utilisez un correctif de bug et une tâche portant sur plusieurs fichiers, puis évaluez la réussite des tests et le nombre de tours de correction. Le tarif catalogue de GPT-6 Luna au 3 octobre 2026 est indiqué à $0.0055 entrée · $0.0274 sortie par million de tokens ; la facture réelle de la requête dépend de la quantité de contexte et de sortie utilisée par la tâche.
Profils et paramètres par défaut sûrs
Commencez avec le raisonnement medium pour une tâche de programmation normale, puis comparez low pour la rapidité et high pour les raisonnements complexes lorsque le modèle prend en charge ces paramètres. Un raisonnement plus approfondi peut augmenter l’utilisation de la sortie. Évitez de définir par habitude un contexte global très volumineux ; le fichier généré choisit une fenêtre mesurée, spécifique au modèle. Laissez le comportement d’approbation de Codex activé jusqu’à ce que vous compreniez les commandes qu’il propose.
Si le CLI démarre correctement mais n’atteint jamais GetVibe, inspectez la configuration effective, et pas uniquement le fichier que vous avez modifié : Codex peut être lancé avec un autre profil ou un autre emplacement de configuration. Exécutez une requête sans risque, vérifiez l’utilisation dans le tableau de bord, puis utilisez-le seulement sur un dépôt important.
Utiliser des profils pour des catégories de tâches reproductibles
Les profils Codex permettent à une équipe de conserver un seul fournisseur tout en modifiant le modèle et l’effort de raisonnement selon la tâche. Un profil rapide peut résumer un diff ou rédiger un message de commit ; un profil approfondi peut analyser un échec impliquant plusieurs fichiers. Conservez le nom du profil dans la commande documentée par votre équipe afin que deux développeurs ne comparent pas involontairement des paramètres par défaut différents. Les profils doivent utiliser des identifiants de modèles actuellement publiés et compatibles avec Responses.
La configuration GetVibe générée fournit un modèle pour les profils rapides et approfondis, mais elle peut évoluer avec les recommandations. Actualisez-la depuis l’endpoint documenté plutôt que de copier une ancienne limite de contexte du modèle. Codex peut compacter l’historique en fonction de la fenêtre de contexte configurée ; une fenêtre supérieure à celle acceptée par la route peut donc transformer les longues tâches en erreurs de requête au lieu de fournir un contexte utile.
Garder le contexte du dépôt ciblé
Avant de lancer l’agent, vérifiez que les règles d’exclusion ignorent les caches de paquets, les sorties de build, les clients d’API générés et les fixtures volumineuses. Indiquez à Codex quel paquet ou quel test inspecter en premier. Pour un bug, demandez-lui de reproduire l’échec, de nommer les fichiers qu’il prévoit de modifier, puis d’effectuer le plus petit correctif possible et d’exécuter le test. Cela réduit la répétition des sorties d’outils et facilite l’examen du résultat.
Pour comparer équitablement les coûts, exécutez le même prompt sur le même commit. Incluez une tâche ne nécessitant aucune modification afin de vérifier que l’agent respecte cette limite, ainsi qu’une tâche nécessitant l’exécution d’un test afin de pouvoir compter les boucles de correction. Enregistrez l’utilisation des tokens et indiquez si le correctif a réussi, et pas uniquement la longueur de la réponse finale.
Budgets de raisonnement et de sortie
Utilisez l’effort de raisonnement le plus faible qui atteigne votre objectif de qualité. Un effort élevé est utile pour certaines tâches de planification, mais peut augmenter la latence et l’utilisation de la sortie. Définissez un budget de sortie suffisamment élevé pour le correctif et l’explication demandés, sans le laisser illimité. Lorsque la réponse s’interrompt prématurément, examinez la raison de fin avant de répéter toute la requête ; une continuation ciblée peut utiliser moins de contexte.
Conservez des approbations automatiques de commandes prudentes. Codex peut proposer une commande shell destructive ou modifier des fichiers en dehors du périmètre prévu. Examinez le diff et la sortie des tests avant de l’accepter, même lorsque le résumé du raisonnement semble convaincant.
Erreurs courantes
- Mauvais endpoint : l’URL de base doit se terminer par
/v1etwire_apidoit être défini surresponses. - 401 : exportez
GETVIBE_API_KEYdans l’environnement du processus ; TOML ne développe pas les variables du shell. - Erreur de contexte : faites correspondre
model_context_windowà la page publiée du modèle choisi. - Comportement des outils différent : testez un modèle compatible avec Responses et maintenez la version du CLI à jour.
Pour les champs des requêtes JSON, consultez Messages et Responses ; pour les soldes et la facturation à l’usage, consultez la documentation sur l’utilisation.