Tutorial de OpenAI Codex CLI

Está habiendo un boom de IDEs con agentes como Cursor AI y Windsurf que entienden tu código fuente, sugieren cambios e incluso ejecutan comandos por ti. Solo tienes que hablar con el agente de IA y fluir con él, de ahí el término "vibe coding".

OpenAI, quizá sintiéndose fuera de esta tendencia del vibe coding, lanzó recientemente su herramienta open source que usa un modelo de razonamiento para entender el código fuente y ayudarte a depurar o incluso crear un proyecto entero con un solo comando.

En este tutorial, veremos Codex CLI de OpenAI y cómo configurarlo en local. Después, usaremos el comando Codex para crear una web a partir de una captura de pantalla. También abordaremos un proyecto más complejo: entrenar un modelo de machine learning y desarrollar la inferencia del modelo con una interfaz de usuario propia.

Mantenemos a nuestra audiencia al día con lo último en IA a través de The Median, nuestra newsletter gratuita de los viernes que resume las noticias clave de la semana. Suscríbete y mantente al día en solo unos minutos:

Puedes aprender más sobre Cursor AI y Windsurf en guías separadas, y practicar con nuestro itinerario de aprendizaje OpenAI Fundamentals.  

Imagen del autor

¿Qué es Codex CLI de OpenAI?

OpenAI Codex CLI es una herramienta de línea de comandos open source que lleva la potencia de los modelos de razonamiento más recientes de OpenAI (o4) directamente a tu terminal. Esta CLI ligera te permite leer, modificar y ejecutar código directamente en tu máquina local. 

Está pensada para que los desarrolladores construyan funcionalidades más rápido, corrijan errores y entiendan mejor código desconocido. Y, muy importante, como la CLI opera en local, tu código fuente permanece seguro en tu entorno salvo que decidas compartirlo.

Estas son las funciones clave de Codex CLI:

1. Instalación sin configuración: puedes empezar con un simple comando de NPM.
2. Entradas multimodales: la CLI te permite pasar texto, capturas de pantalla o diagramas, para que el agente de IA genere o edite código en consecuencia.
3. Flujo de aprobaciones flexible: elige tu nivel de intervención con tres modos: Suggest, Auto Edit y Full Auto.
4. Funciona íntegramente en tu terminal: convierte tu terminal en editor de código, asistente de IA y potente depurador. 

Más detalles sobre los modos de aprobación:

• Suggest (por defecto): el agente lee archivos y propone ediciones o comandos de shell, y necesita tu aprobación antes de aplicarlos. 
• Auto Edit: el agente puede leer y escribir archivos automáticamente, pero pide permiso antes de ejecutar comandos de shell. 
• Full Auto: el agente lee, escribe y ejecuta comandos de forma autónoma dentro de un entorno aislado, sin red y limitado al directorio actual. 

Si estás empezando con la IA y quieres aprender los fundamentos, te recomendamos completar el itinerario AI Fundamentals.

Configuración de Codex CLI 

Sigue estos pasos para configurar OpenAI Codex CLI en tu sistema.

Requisitos del sistema

Antes de instalar Codex CLI, asegúrate de que tu sistema cumple estos requisitos:

• Sistemas operativos:
• macOS 12+
• Ubuntu 20.04+/Debian 10+
• Windows 11 (WSL2 opcional)
• Node.js: versión 22 o superior (recomendado LTS)
• Git: versión 2.23+ (opcional, pero recomendable para los asistentes de PR integrados).
• RAM: mínimo 4 GB (8 GB recomendados para un mejor rendimiento).

Pasos de instalación

1. Instala Node.js: asegúrate de tener la versión 22 o superior. Puedes descargarla desde la web oficial de Node.js.
2. Instala Git: si aún no lo tienes, descárgalo e instálalo desde git-scm.com. 
3. Configura PowerShell: si usas Windows, configura tu terminal de PowerShell así:
• Abre tu perfil de PowerShell ejecutando:

$PROFILE

• Añade esta línea a tu perfil para establecer Git Bash como shell predeterminado:

Set-Alias sh.exe "C:\Program Files\Git\bin\bash.exe"

4. Instala Codex CLI: ejecuta este comando para instalar Codex CLI globalmente:

npm install -g @openai/codex

5. Configura tu clave de la API de OpenAI: para usar Codex CLI, necesitas una clave de API de OpenAI. Expórtala como variable de entorno:

export OPENAI_API_KEY="your-api-key-here"

Uso de Codex CLI

1. Escribe este comando en tu terminal para iniciar el modo interactivo:

codex

2. Si no estás dentro de un repositorio Git, verás una advertencia indicando que es arriesgado crear un proyecto fuera de un repositorio. Cuando se te pida, pulsa "N" para continuar.

3. Ve a tu directorio de proyecto con el comando cd:

cd <project-directory>

4. Si tu proyecto aún no es un repositorio Git, inicialízalo ejecutando:

git init

5. Una vez dentro del directorio del proyecto, escribe este comando para usar Codex CLI en modo interactivo:

codex

En este modo, puedes conversar con el agente de IA, igual que con ChatGPT. Escribe tus consultas de programación y la IA te ayudará generando, depurando o modificando código según lo necesites.

Crear la web con Codex CLI

En este proyecto, usaremos Codex CLI para crear una web inspirada en CodeCut usando una captura de su diseño. ¿Por qué CodeCut? Soy muy fan del trabajo de Khuyen Tran y quería replicar el estilo de su web añadiendo mi toque personal.

1. Primero, visita la web de CodeCut y haz una captura de la landing.

Fuente: CodeCut

2. Indícale a Codex CLI la ubicación de la captura con este comando:

 codex --image "C:\Users\abida\Pictures\Screenshots\Screenshot 2025-04-19 213702.png"

3. El agente de Codex CLI analizará la captura y te pedirá que formules una pregunta de seguimiento. 

Por defecto usa el nuevo modelo O4-Mini. Puedes conocer lo básico del modelo O4 leyendo la guía O4-Mini: tests, funciones, comparación con O3, benchmarks y más.

4. Pídele al agente que cree una web similar con el logo "🙌" y el nombre de la empresa handsup.

5. El agente puede hacer preguntas de seguimiento para ejecutar comandos que creen archivos y añadan el código.

6. Al final, el agente te dará un resumen de los cambios realizados. 

7. Para actualizar la imagen del hero, ve a la carpeta assets y sustituye la imagen actual por tu ilustración. Asegúrate de renombrar el archivo nuevo con el mismo nombre que la imagen original. La original era bastante sencilla y yo quiero usar una ilustración de gente levantando las manos en una oficina.
8. Haz doble clic en el archivo index.html para ver tu web. 

El resultado fue mejor de lo que imaginaba. El logo, el título, la paleta de colores, los enlaces y el diseño general encajaron a la perfección con mi idea. 

Crear la aplicación de inferencia de ML 

En este segundo proyecto, vamos con algo más complejo: crear una aplicación completa de machine learning. Cubriremos desde la carga de datos hasta la creación de una canalización de inferencia del modelo con una interfaz de usuario personalizada. 

Además, daremos al agente autonomía total para que ejecute comandos sin intervención del usuario. 

1. Con el siguiente comando, indicamos a Codex que construyera la aplicación:

codex --approval-mode full-auto "Build a proper FastAPI ML application with user interface."

Como resultado, el agente creó un proyecto con todos los archivos y configuraciones necesarias. Solo tienes que seguir el comando final para ejecutar la aplicación.

2. Para instalar los paquetes de Python, ejecuta:

pip install -r requirements.txt

3. Después, ejecuta el script de entrenamiento:

$ python train.py

Model saved to C:\Repository\GitHub\ML App with Codex\model\model.pkl

4. Luego, ejecuta la app con:

uvicorn app.main:app -reload

5. Abre el navegador y pega la URL http://127.0.0.1:8000 para acceder a la app.

La aplicación es totalmente funcional y ofrece una alta precisión. 

Me impresionaron especialmente la interfaz y la velocidad con la que Codex CLI generó todos los archivos sin errores. 

Aunque este proyecto es un ejemplo que muchos desarrolladores ya han implementado, conviene recordar que incluso en tareas tan directas la mayoría de LLMs no suelen producir una solución funcional a la primera. Con Codex, bastó un único comando y el resultado fue excelente. Me ha sorprendido de verdad.

No hemos entrado en las tripas de la CLI. Si quieres aprender y usar la API de OpenAI en tus proyectos, haz el curso Developing AI Systems with the OpenAI API.

Conclusiones

Aunque OpenAI Codex CLI no es una idea totalmente nueva, su punto fuerte es que es open source y te permite conectar tu cuenta de OpenAI para aprovechar modelos aún más avanzados.

En mi experiencia, Codex CLI es una alternativa mejor en muchos casos. Requiere menos pasos para lograr objetivos, es rapidísima y agiliza el desarrollo. Ahora bien, la única forma de saber si encaja con tu caso de uso es probarla. Brilla en flujos sencillos, pero quizá no sea la mejor opción para proyectos muy complejos con muchas dependencias.

Como hemos visto, OpenAI ha lanzado recientemente un nuevo modelo, GPT-4.1, junto con sus modelos o4-mini y o3. Si te interesa conocer más sobre GPT-4.1, sus funciones, la comparación con GPT-4o y cómo acceder a él, lee el post GPT 4.1: funciones, acceso, comparación con GPT-4o y más.