Codex CLI — Configuration with OmniRoute (Português (Brasil))

TOML é o único formato efetivo. O Codex moderno lê exclusivamente ~/.codex/config.toml (verificado com codex-cli 0.147.0: codex --help documenta que as substituições de -c/--config são “carregadas de ~/.codex/config.toml”). O antigo ~/.codex/config.yaml pertencia à CLI npm legada e é silenciosamente ignorado. O gerador do painel (/api/cli-tools/apply, ferramenta codex) grava TOML com uma mesclagem conservadora — as chaves existentes e os blocos de outros provedores são preservados, a chave da API permanece em OMNIROUTE_API_KEY (nunca no arquivo), e um config.yaml legado remanescente é reportado como uma observação de migração sem ser alterado.

config.toml pronto para colar

Substitua <YOUR_HOST> e <YOUR_KEY> pelos seus valores:

~/.codex/config.toml

model                          = "cx/gpt-5.5"
model_provider                 = "omniroute"
model_reasoning_effort         = "xhigh"
model_context_window           = 400000
model_auto_compact_token_limit = 350000
tool_output_token_limit        = 32768    # limite de armazenamento do histórico por chamada de ferramenta

[model_providers.omniroute]
name                 = "OmniRoute"
base_url             = "http://<YOUR_HOST>:20128/v1"
env_key              = "OMNIROUTE_API_KEY"
requires_openai_auth = false
wire_api             = "responses"

# ~/.bashrc ou ~/.zshrc — valor real da chave, nunca em config.toml
export OMNIROUTE_API_KEY="<YOUR_KEY>"

macOS: Codex incluído no aplicativo ChatGPT

Se você instalou o Codex por meio do aplicativo ChatGPT para desktop, o binário codex pode existir apenas dentro do pacote do aplicativo e ainda não estar no PATH do seu shell. Adicione o diretório de recursos ao arquivo de inicialização do seu shell:

export PATH="/Applications/ChatGPT.app/Contents/Resources:$PATH"

Abra um novo shell e verifique:

command -v codex
codex --version

OmniRoute local sem autenticação: uma chave de espaço reservado é suficiente

O Codex verifica se a variável de ambiente indicada por env_key existe antes que a primeira solicitação saia da CLI. Se a sua instância local do OmniRoute não exigir autenticação, qualquer valor não vazio de espaço reservado funcionará:

export OMNIROUTE_API_KEY="${OMNIROUTE_API_KEY:-local}"

Use uma chave real se o seu servidor OmniRoute estiver protegido ou for remoto.

Opções comuns de host

Acesso	URL
Rede local	http://192.168.0.1:20128/v1
Tailscale	http://100.x.x.x:20128/v1
Loopback	http://localhost:20128/v1

---

wire_api = "responses" — por que funciona com todos os modelos

A Codex CLI descontinuou wire_api = "chat" (Chat Completions) em fevereiro de 2026 e agora exige wire_api = "responses" (OpenAI Responses API). Definir wire_api = "chat" causa uma falha imediata na inicialização desde a v0.138.

Muitos provedores, incluindo GLM e Kimi, ainda expõem apenas um endpoint de Chat Completions. O DeepSeek V4 agora também expõe uma Responses API nativa, além de um endpoint compatível com a Anthropic; o OmniRoute usa Responses por padrão e permite que cada conexão do DeepSeek selecione a compatibilidade com a Anthropic.

O OmniRoute resolve isso de forma transparente:

Codex CLI
  → wire_api = "responses"
  → POST /v1/responses (OmniRoute)
    → O OmniRoute seleciona o protocolo nativo do provedor e faz a tradução quando necessário
    → POST /responses (DeepSeek V4) ou /chat/completions (Mistral / GLM / Kimi / outros)

Você nunca precisa de um proxy de tradução separado ao usar o OmniRoute. Todos os modelos usam wire_api = "responses" — o OmniRoute cuida do restante.

wire_api é o padrão — o campo usa "responses" como valor padrão e pode ser completamente omitido do config.toml. Defina-o explicitamente apenas se quiser documentar a intenção.

---

Janela de contexto e compactação

Campos de configuração de tokens

Campo	Descrição
model_context_window	Orçamento total de tokens para o modelo ativo. Defina-o como o limite anunciado do modelo.
model_auto_compact_token_limit	Limite que aciona a compactação automática do histórico. Máximo: 90% de model_context_window — valores acima de 90% são silenciosamente ignorados.
tool_output_token_limit	Limite de tokens armazenados no histórico por saída de chamada de ferramenta. Impede que uma única resposta grande de ferramenta preencha a janela. Este não é o máximo de saída — é um limite de armazenamento no histórico.
compact_prompt	Substituição inline do prompt do sistema usado durante a compactação (v0.138+).

Observação sobre model_max_output_tokens: Este campo não faz parte do esquema de configuração da Codex CLI (ausente da base de código Rust do Codex). Ele é silenciosamente ignorado se for definido. Não dependa dele — use tool_output_token_limit para controlar quanto da saída das ferramentas é armazenado no histórico.

Janelas de contexto por modelo

Modelo	ID do OmniRoute	Janela de contexto	auto_compact	tool_output_limit
GPT-5.5	cx/gpt-5.5	400k confiáveis (máximo de 1M)	350,000	32,768
Kimi K2.7 (raciocínio)	kmc/kimi-k2.7	131,072	112,000	32,768
Kimi K2.6	kmc/kimi-k2.6	131,072	112,000	32,768
GLM-5.2 / 5.2-max (raciocínio)	glm/glm-5.2	131,072	112,000	32,768
MiMo V2.5 Pro (raciocínio)	opencode-go/mimo-v2.5-pro	131,072	112,000	32,768
Qwen 3.7 Plus (raciocínio)	opencode-go/qwen3.7-plus	32,768	28,000	16,384
DeepSeek V4 Pro (OllamaCloud)	ollamacloud/deepseek-v4-pro	131,072	112,000	32,768
DeepSeek V4 Pro	ds/deepseek-v4-pro	1,000,000	900,000	65,536
MiMo V2.5	opencode-go/mimo-v2.5	131,072	112,000	32,768
Gemma 4 31B (OllamaCloud)	ollamacloud/gemma4:31b	32,768	28,000	16,384
Nemotron 3 Super (OllamaCloud)	ollamacloud/nemotron-3-super	32,768	28,000	16,384
GPT-OSS 20B (OllamaCloud)	ollamacloud/gpt-oss:20b	32,768	28,000	16,384
DeepSeek V4 Flash (OllamaCloud)	ollamacloud/deepseek-v4-flash	65,536	56,000	16,384
Gemini 3 Flash Preview (OllamaCloud)	ollamacloud/gemini-3-flash-preview	1,000,000	850,000	32,768
GLM-5 Turbo	glm/glm-5-turbo	131,072	112,000	16,384
GLM-4.7 Flash	glm/glm-4.7-flash	131,072	112,000	16,384
Mistral Large Latest	mistral/mistral-large-latest	262,144	220,000	16,384

Fórmula de compactação: effective_window = model_context_window - min(tool_output_token_limit, 20000). Valores acima de 20k não alteram o acionamento da compactação.

Regra prática: defina model_auto_compact_token_limit como 85–88% de model_context_window. Nunca ultrapasse 90% — o valor será silenciosamente ignorado.

---

Prefixo dos modelos: cx/

Todos os modelos Codex no OmniRoute usam o prefixo cx/:

Nome no Codex CLI	Modelo no OmniRoute
cx/gpt-5.5	GPT-5.5 padrão
cx/gpt-5.4	GPT-5.4 padrão
cx/gpt-5.4-mini	GPT-5.4 mini
cx/gpt-5.1-codex-mini	GPT-5.1 Codex mini

Outros provedores usam seus próprios prefixos (kmc/, glm/, ds/, ollamacloud/, opencode-go/, mistral/) — o prefixo corresponde ao alias do provedor no OmniRoute.

---

Esforço de raciocínio

Controla o quanto o modelo “pensa” antes de responder.

Valor	Usar para
none	Sem raciocínio — resposta direta
low	Tarefas triviais (renomear, formatar)
medium	Padrão do servidor quando não especificado
high	Tarefas intermediárias (refatoração, depuração)
xhigh	Arquitetura, análise profunda, problemas complexos

# Sobrescrever por invocação
codex -c model_reasoning_effort=low "renomeie a variável x para count"
codex -c model_reasoning_effort=xhigh "projete o módulo de autenticação"

Defina também um resumo do raciocínio para que o Desktop possa renderizar o texto do pensamento (não apenas blocos criptografados):

~/.codex/config.toml

model_reasoning_effort = "xhigh"   # ou ultra, quando houver suporte
model_reasoning_summary = "detailed"  # auto | concise | detailed | none

Orçamento de raciocínio do OmniRoute (configuração do servidor)

No host do OmniRoute, Configurações → IA → Orçamento de raciocínio deve estar definido como passthrough para que o esforço/resumo do Codex chegue ao provedor upstream. O modo auto remove todos os campos reasoning / reasoning_effort do cliente e deixa os painéis de raciocínio vazios, mesmo quando o Codex está configurado corretamente.

Guia completo: THINKING_BUDGET.md.

A compactação e o cache de prompts são independentes e continuam funcionando com passthrough.

---

Perfis — configurações nomeadas por modelo/fluxo de trabalho

Os perfis permitem alternar o modelo + janela de contexto com uma única flag. Cada perfil é um arquivo simples ~/.codex/<name>.config.toml sobreposto ao config.toml base.

Regra de nomenclatura (Codex CLI v0.137+): o arquivo deve ser ~/.codex/<name>.config.toml — sem o prefixo profile-. O CLI resolve -p kimi-k27 → ~/.codex/kimi-k27.config.toml. Se o arquivo não for encontrado, a configuração padrão será aplicada silenciosamente.

codex --profile kimi-k27 "analise 10 mil linhas desta base de código"
codex -p glm52 "revisão da arquitetura"
codex --profile deepseek-flash "renomeie a variável"   # rápido, barato

Perfis de esforço (mesmo modelo, esforços diferentes)

codex -p low      # cx/gpt-5.5, esforço=low
codex -p medium   # cx/gpt-5.5, esforço=medium
codex -p high     # cx/gpt-5.5, esforço=high
codex -p xhigh    # cx/gpt-5.5, esforço=xhigh (padrão)
codex -p chat     # cx/gpt-5.5, nenhum esforço definido (padrão do servidor)

Modelos de raciocínio (alto pensamento) — xhigh + resumo detalhado

Perfil	Modelo	Contexto	Usar para
kimi-k27	kmc/kimi-k2.7	128k	Melhor qualidade de raciocínio (Kimi)
glm52	glm/glm-5.2	128k	Raciocínio GLM
glm52max	glm/glm-5.2-max	128k	Raciocínio GLM máximo
mimo-pro	opencode-go/mimo-v2.5-pro	128k	Raciocínio MiMo
qwen37plus	opencode-go/qwen3.7-plus	32k	Raciocínio Qwen

Bons modelos (bons) — esforço alto

Perfil	Modelo	Contexto	Usar para
kimi-k26	kmc/kimi-k2.6	128k	Uso geral (Kimi)
deepseek-pro	ollamacloud/deepseek-v4-pro	128k	DeepSeek Pro via OllamaCloud
deepseek	ds/deepseek-v4-pro	1M	DeepSeek Pro direto, contexto gigantesco
mimo	opencode-go/mimo-v2.5	128k	MiMo para uso geral

Modelos simples (simples) — sem esforço de raciocínio

Perfil	Modelo	Contexto	Usar para
gemma4	ollamacloud/gemma4:31b	32k	Econômico e competente
nemotron	ollamacloud/nemotron-3-super	32k	NVIDIA Nemotron
gptoss	ollamacloud/gpt-oss:20b	32k	GPT de código aberto

Modelos rápidos — esforço baixo

Perfil	Modelo	Contexto	Usar para
deepseek-flash	ollamacloud/deepseek-v4-flash	64k	Tarefas rápidas
gemini-flash	ollamacloud/gemini-3-flash-preview	1M	Muito rápido, contexto gigantesco
glm5turbo	glm/glm-5-turbo	128k	GLM Turbo
glm47flash	glm/glm-4.7-flash	128k	GLM Flash
mistral	mistral/mistral-large-latest	256k	Mistral Large

Tabela de decisão rápida

Tarefa	Perfil recomendado
Renomeação, formatação, código boilerplate	--profile deepseek-flash ou -p low
Explicação, revisão leve	-p chat ou -p gemini-flash
Depuração, refatoração moderada	-p medium ou -p kimi-k26
Nova funcionalidade, testes complexos	-p high ou -p mimo
Arquitetura, análise aprofundada	-p kimi-k27 ou -p glm52 ou -p xhigh
Análise da base de código (requer ctx de 1M)	--profile deepseek ou --profile gemini-flash
Qualidade máxima de raciocínio	-p glm52max ou -p mimo-pro
Foco em economia	-p gemma4 ou -p gptoss

---

Gerando perfis automaticamente com omniroute setup-codex

Se você executar o OmniRoute em um VPS, poderá gerar automaticamente arquivos de perfil a partir do catálogo de modelos ativo:

# Em um VPS (usa o OmniRoute local na porta 20128)
omniroute setup-codex

# Em qualquer máquina — aponte para o seu VPS
omniroute setup-codex --remote http://100.x.x.x:20128 --api-key sk-xxx

# Visualize sem gravar arquivos
omniroute setup-codex --remote http://100.x.x.x:20128 --dry-run

# Gere apenas os perfis do GLM e do Kimi
omniroute setup-codex --only glm,kimi

# Grave em um diretório personalizado
omniroute setup-codex --codex-home /path/to/.codex

O comando busca /v1/models, usa perfis ajustados para modelos conhecidos, recorre aos metadados do catálogo para outros modelos de texto compatíveis e grava ~/.codex/<name>.config.toml para cada um. É idempotente — pode ser executado novamente com segurança.

O OmniRoute também pode sincronizar automaticamente esses mesmos arquivos de perfil depois que uma descoberta/importação bem-sucedida de modelos do provedor altera o catálogo ativo. Esse recurso é opcional e fica desativado por padrão: ative-o no painel CLI Code (“CLI profile auto-sync” → Codex) ou defina OMNIROUTE_AUTO_SYNC_CODEX_PROFILES=true (ele também respeita CLI_ALLOW_CONFIG_WRITES, ativado por padrão). Quando habilitado, ele grava apenas arquivos de perfil ~/.codex/*.config.toml separados; nunca altera o ~/.codex/config.toml ativo/padrão, as configurações do Codex-lb, a autenticação ou a seleção do provedor.

---

Iniciando o Codex com omniroute launch-codex

Verifica a integridade da sua instância do OmniRoute antes de iniciar o Codex:

# Inicie usando o OmniRoute local (porta padrão 20128)
omniroute launch-codex

# Inicie com um perfil específico
omniroute launch-codex --profile kimi-k27

# Inicie usando um VPS remoto
omniroute launch-codex --remote http://100.x.x.x:20128/v1 --api-key sk-xxx

# Passe argumentos extras para o codex
omniroute launch-codex --profile glm52 -- --yolo "fix this bug"

O Codex também é um destino dos dois pontos de entrada genéricos orientados por manifesto (bin/cli/cli-manifest.mjs):

# Seletor interativo de modelos → grava ~/.codex/<name>.config.toml (TOML, env_key)
omniroute configure codex

# Inicie o codex com o provedor omniroute injetado por meio de flags -c (nenhuma configuração é gravada)
omniroute run codex

---

Novos recursos da CLI do Codex (v0.138–v0.141)

Versão	Recurso
v0.138	Transferência para o aplicativo desktop (/app), tokens de acesso pessoal v2, --profile como seletor exclusivo de perfil (tabelas [profiles] legadas no arquivo causam falha na inicialização)
v0.139	web_search = "live" — pesquisa nativa na web no modo de código; oneOf/allOf nos esquemas de ferramentas MCP; diagnóstico de ambiente codex doctor
v0.140	Visualização de tokens /usage durante a sessão; /import de sessões do Claude Code; subcomando codex delete <SESSION_ID>; autenticação do Amazon Bedrock por meio do objeto aws na configuração do provedor
v0.141	Retransmissão Noise com criptografia E2E para executores remotos; correção do WAL do SQLite; suporte a TLS P-521

Novos campos de config.toml (após a v0.137)

# Pesquisa nativa na web (v0.139)
web_search = "live"   # "disabled" | "cached" | "live"

# Prompt de sistema separado para o desenvolvedor (v0.138)
developer_instructions = "Always prefer functional style."

# Prompt de compactação personalizado
compact_prompt = "Summarise the above as bullet points."

# Encaminhe /review para um modelo mais barato
review_model = "glm/glm-5-turbo"

# Nível de serviço da OpenAI
service_tier = "fast"   # "fast" | "flex"

Novos campos de [model_providers.<id>]

[model_providers.omniroute]
base_url             = "http://100.x.x.x:20128/v1"
env_key              = "OMNIROUTE_API_KEY"
requires_openai_auth = false

# Cabeçalhos extras estáticos em todas as solicitações
[model_providers.omniroute.http_headers]
"X-Custom-Header" = "value"

# Cabeçalhos lidos de variáveis de ambiente
[model_providers.omniroute.env_http_headers]
"X-Trace-Id" = "TRACE_ID"

# Parâmetros extras de consulta da URL (úteis para o api-version do Azure)
[model_providers.omniroute.query_params]
"api-version" = "2024-12-01-preview"

Autenticação do Amazon Bedrock (v0.140)

[model_providers.bedrock]
base_url = "https://bedrock-runtime.us-east-1.amazonaws.com"

[model_providers.bedrock.aws]
profile = "default"   # perfil de ~/.aws/credentials
region  = "us-east-1"

---

Vários servidores

[model_providers.omniroute-main]
base_url = "http://192.168.0.1:20128/v1"
env_key  = "OMNIROUTE_API_KEY"

[model_providers.omniroute-tailscale]
base_url = "http://100.x.x.x:20128/v1"
env_key  = "OMNIROUTE_API_KEY"

---

Claude Code — configuração equivalente

Codex CLI (config.toml)	Claude Code (variável de ambiente)	Efeito
tool_output_token_limit = 32768	(não exposto diretamente)	Limite de histórico por ferramenta
model_context_window = 400000	(determinado pelo modelo)	Janela de contexto
—	CLAUDE_CODE_MAX_OUTPUT_TOKENS=65536	Máximo de tokens por resposta

# ~/.bashrc — limite de tokens do Claude Code
export CLAUDE_CODE_MAX_OUTPUT_TOKENS=65536

---

Referência rápida — flags da CLI

Flag	Forma curta	Efeito
--model <id>	-m	Substitui model nesta execução
--profile <name>	-p	Carrega ~/.codex/<name>.config.toml
--config key=value	-c	Substitui qualquer campo de config.toml (pode ser repetido)
--enable <feature>	—	Habilita à força uma flag de recurso
--disable <feature>	—	Desabilita à força uma flag de recurso
--search	—	Habilita a pesquisa ao vivo na web nesta execução

Novidades na v0.140:

codex delete <SESSION_ID>          # excluir uma sessão
codex delete <SESSION_ID> --force  # ignorar confirmação
codex debug models --bundled       # listar o catálogo de modelos incluídos como JSON

Dentro de uma sessão interativa:

Comando	Efeito
/model	Abre o seletor de modelos
/usage	Mostra o uso de tokens desta sessão (v0.140)
/app	Transfere para o aplicativo de desktop (v0.138)
/import	Importa uma sessão do Claude Code (v0.140)
/help	Lista todos os comandos com barra

---

Tarefas de longa duração

Dois padrões do OmniRoute podem sabotar silenciosamente sessões de várias horas do Codex CLI. Nenhum deles é uma configuração do Codex CLI — ambos ficam do lado do OmniRoute. Usuários que migram uma configuração de proxies upstream que fixam contas e desabilitam limites de inatividade frequentemente encontram ambos os problemas e concluem que o OmniRoute “não consegue sustentar uma sessão longa”.

Sintoma	Causa provável	Configuração
A sessão continua alternando entre contas / a continuidade do cache de prompts é perdida entre turnos	O TTL de afinidade de sessão é 0 (desabilitado)	sessionAffinityTtlMs
A conexão é encerrada durante o raciocínio sem nenhum prompt visível para o cliente	O watchdog de inatividade do stream foi acionado após 10 minutos sem nenhum chunk upstream	STREAM_IDLE_TIMEOUT_MS

Discussões relacionadas: #7126 (interrupções em tarefas longas), #5718 (por que a afinidade vem desabilitada por padrão). Acompanhamento: #7287.

1. Afinidade de sessão — fixe uma conversa em uma conta

Padrão: sessionAffinityTtlMs = 0 (desabilitado).

Onde configurar

• Painel → Configurações → Roteamento → Afinidade de sessão → TTL de afinidade (segundos) (ComboDefaultsTab)
• Ou faça PATCH das configurações com sessionAffinityTtlMs em milissegundos (intervalo do Zod de 0–86_400_000, ou seja, até 24 horas)

Renomeado em #7274 a partir de codexSessionAffinityTtlMs, que era exclusivo do Codex. A chave legada ainda é aceita como um alias somente leitura; novas configurações devem usar sessionAffinityTtlMs. Agora, a afinidade se aplica a qualquer provedor quando o TTL é maior que 0, não apenas ao Codex — consulte docs/architecture/RESILIENCE_GUIDE.md → Afinidade de sessão.

O que deixa de funcionar quando permanece em 0

Cada turno de uma conversa de múltiplos turnos do Codex é roteado de forma independente pela estratégia de combinação ativa e pode chegar a uma conta diferente a cada turno. Isso interrompe a continuidade da sessão upstream / do cache de prompts. O OmniRoute só consulta os cabeçalhos de sessão do Codex (x-codex-session-id / x-session-id / x-omniroute-session) e campos do corpo, como prompt_cache_key / session_id, quando o TTL é maior que 0 (extractSessionAffinityKey em src/sse/services/auth.ts).

Recomendado para uma única tarefa de várias horas

Defina o TTL como um valor maior que a duração esperada da tarefa em tempo real (o máximo da interface é 86400 segundos = 24 horas):

Duração esperada da tarefa	TTL de afinidade (interface, segundos)	sessionAffinityTtlMs
Algumas horas	14400 (4h)	14400000
Durante a noite / ~12h	43200 (12h)	43200000
Dia inteiro	86400 (24h, máximo)	86400000

A adesão é deliberada: desabilitar a afinidade favorece o balanceamento de carga entre contas; habilitá-la favorece a continuidade de uma sessão longa do agente. Este guia não altera o padrão — operadores que executam tarefas longas do Codex precisam habilitá-la explicitamente.

2. Tempo limite de inatividade do stream — não encerre turnos silenciosos de raciocínio

Padrão: STREAM_IDLE_TIMEOUT_MS = 600000 (10 minutos). Quando não definido, ele é herdado de REQUEST_TIMEOUT_MS; o valor-base compartilhado também é 600000. Consulte docs/guides/SETUP_GUIDE.md → Tempos limite.

O que deixa de funcionar com o padrão

Um turno de raciocínio / ferramenta do Codex que permanece silencioso por mais de 10 minutos sem nenhum chunk real do upstream é encerrado à força pelo watchdog de inatividade do SSE (open-sse/utils/stream.ts). O cliente frequentemente vê apenas a conexão cair — correspondendo a “parou automaticamente sem nenhuma notificação”.

Detalhe crítico: o heartbeat SSE sintético do OmniRoute não reinicia o relógio de inatividade. Somente um chunk real do corpo do upstream atualiza lastChunkTime. Um modelo silencioso que ainda está “pensando” parece idêntico a um upstream travado do ponto de vista do watchdog.

Inatividade relacionada do corpo no Undici: FETCH_BODY_TIMEOUT_MS (também usa por padrão a mesma referência de 10 minutos; 0 a desativa). Para streaming, FETCH_TIMEOUT_MS cobre apenas o estabelecimento da conexão / os primeiros cabeçalhos — quando o stream está ativo, as interrupções são controladas por STREAM_IDLE_TIMEOUT_MS e FETCH_BODY_TIMEOUT_MS.

Recomendado para uma única tarefa com várias horas de duração

No ambiente do processo do OmniRoute (.env / compose / systemd):

# Desativa os limites de inatividade do stream e do corpo para turnos longos de raciocínio
STREAM_IDLE_TIMEOUT_MS=0
FETCH_BODY_TIMEOUT_MS=0

Ou aumente-os para além do maior intervalo de silêncio esperado (os valores são em milissegundos):

# Exemplo: permite até 2 horas de silêncio entre chunks do upstream
STREAM_IDLE_TIMEOUT_MS=7200000
FETCH_BODY_TIMEOUT_MS=7200000

Reinicie o OmniRoute após alterar essas variáveis de ambiente.

Procedimento concreto — tarefa do Codex com várias horas de duração

1. Fixe a conta: Painel → Configurações → Roteamento → Afinidade de sessão → TTL de afinidade = 43200 (12h) ou 86400 (máximo de 24h).
2. Aumente / desative os limites de inatividade no ambiente do OmniRoute:

STREAM_IDLE_TIMEOUT_MS=0
FETCH_BODY_TIMEOUT_MS=0

3. Mantenha o config.toml habitual do Codex (wire_api = "responses", base_url correto, OMNIROUTE_API_KEY) — não existem opções de afinidade/inatividade no lado do Codex para esses dois comportamentos.
4. Reinicie o OmniRoute e, em seguida, inicie a tarefa longa do Codex.

Decisão sobre os padrões (#7287)

Opção	Padrão distribuído	Alterar neste guia?
sessionAffinityTtlMs	0 (desativado)	Não — continua sendo opcional (balanceamento de carga vs. continuidade; consulte a Discussão #5718)
STREAM_IDLE_TIMEOUT_MS	600000 (10 min)	Não — permanece em 10 minutos para o tráfego geral; operadores de tarefas longas do Codex aumentam ou desativam esse valor

Alterar globalmente qualquer um desses padrões mudaria o comportamento para todos os clientes de uma instância, não apenas para o Codex. Documente as opções; mantenha os padrões inalterados até que uma decisão explícita do operador determine o contrário.

Diagnóstico de encerramentos por inatividade

Quando o watchdog de inatividade é acionado, o OmniRoute registra uma linha com este formato:

[STREAM] Idle timeout: no data from codex for 600000ms (model: cx/gpt-5.5)

Pesquise por Idle timeout: no data from (ou pelo código stream_idle_timeout / nome do erro StreamIdleTimeoutError). O segmento do provedor será aquele que o OmniRoute usou para essa solicitação (codex, outro ID de provedor ou provider se for desconhecido) — ele nem sempre é a string literal codex.

---

Solução de problemas

Error: wire_api = "chat" is no longer supported Remova wire_api = "chat" da sua configuração. Defina wire_api = "responses" ou omita o campo (o padrão é "responses" desde a v0.138).

Error: model not found Verifique se o modelo existe no OmniRoute com o prefixo correto. Use omniroute models list ou abra /dashboard/providers/<provider>.

Authentication error Confirme se OMNIROUTE_API_KEY foi exportada: echo $OMNIROUTE_API_KEY.

ERROR: Missing environment variable: OMNIROUTE_API_KEY O Codex valida se a variável de ambiente existe antes de fazer a primeira solicitação. Exporte uma chave real para servidores protegidos ou um valor provisório não vazio, como OMNIROUTE_API_KEY=local, quando sua instância local do OmniRoute não exigir autenticação. Reinicie o shell caso tenha adicionado a variável a ~/.bashrc ou ~/.zshrc.

Connection refused Verifique se o OmniRoute está em execução e se o host e a porta de base_url estão corretos para sua rede (local, Tailscale ou VPS).

A sessão falha ao se aproximar do limite de contexto Defina model_context_window e model_auto_compact_token_limit explicitamente. Consulte a tabela de janela de contexto acima.

A compactação é acionada tarde demais Reduza model_auto_compact_token_limit para 80–85% da janela. Nunca defina um valor acima de 90%.

O perfil não é carregado (-p <name> é ignorado silenciosamente) Confirme se o arquivo existe em ~/.codex/<name>.config.toml (sem o prefixo profile-). Execute ls ~/.codex/*.config.toml.

Uma tarefa longa do Codex é interrompida durante a execução / alterna entre contas a cada interação Consulte Tarefas de longa duração. Habilite a afinidade de sessão (com TTL maior que a duração da tarefa) e aumente ou desabilite STREAM_IDLE_TIMEOUT_MS / FETCH_BODY_TIMEOUT_MS. Pesquise Idle timeout: no data from nos logs do OmniRoute.

---

Código-fonte do OmniRoute (a58000c7685f)