Tutoriel OpenAI Codex CLI

Les IDE pilotés par des agents comme Cursor AI et Windsurf se multiplient. Ils comprennent votre code source, suggèrent des modifications et peuvent même exécuter des commandes. Il suffit d’échanger avec l’agent IA et de se laisser porter par le flux, d’où l’expression « vibe coding ».

OpenAI, sans doute désireux de participer à ce mouvement, a récemment publié un outil open source qui s’appuie sur un modèle de raisonnement pour comprendre le code source et vous aider à déboguer, voire à générer un projet complet en une seule commande.

Dans ce tutoriel, nous allons découvrir le Codex CLI d’OpenAI et voir comment l’installer en local. Ensuite, nous utiliserons la commande Codex pour créer un site web à partir d’une capture d’écran. Nous irons aussi plus loin avec un projet complet : entraîner un modèle de machine learning et mettre en place une inférence avec une interface utilisateur sur mesure.

Nous tenons nos lecteurs informés des dernières actualités en IA via The Median, notre newsletter gratuite du vendredi qui revient sur les faits marquants de la semaine. Abonnez-vous et restez à jour en quelques minutes par semaine :

Vous pouvez en savoir plus sur Cursor AI et Windsurf dans des guides dédiés, et passer à la pratique avec notre parcours OpenAI Fundamentals.  

Image réalisée par l’auteur

Qu’est-ce que le Codex CLI d’OpenAI ?

OpenAI Codex CLI est un outil en ligne de commande open source qui apporte la puissance des derniers modèles de raisonnement d’OpenAI (o4) directement dans votre terminal. Cet outil CLI léger permet de lire, modifier et exécuter du code directement sur votre machine locale. 

Il aide les développeurs à créer des fonctionnalités plus vite, corriger des bugs et mieux comprendre du code inconnu. Atout majeur : comme la CLI fonctionne en local, votre code source reste sécurisé dans votre environnement, sauf si vous choisissez de le partager.

Voici les principales fonctionnalités de Codex CLI :

1. Installation sans configuration : démarrez avec une simple commande NPM.
2. Entrées multimodales :  la CLI accepte du texte, des captures d’écran ou des schémas pour générer ou modifier le code en conséquence.
3. Workflow d’approbation riche : choisissez votre niveau d’intervention parmi trois modes : Suggest, Auto Edit et Full Auto.
4. Fonctionne entièrement dans votre terminal : votre terminal devient éditeur de code, assistant IA et débogueur puissant. 

Plus de détails sur les modes d’approbation :

• Suggest (par défaut) : l’agent lit les fichiers et propose des modifications ou des commandes shell, qui nécessitent votre approbation avant application. 
• Auto Edit : l’agent peut lire et écrire dans les fichiers automatiquement, mais demande encore une autorisation avant d’exécuter des commandes shell. 
• Full Auto : l’agent lit, écrit et exécute de façon autonome dans un environnement isolé, sans réseau, limité au répertoire courant. 

Si vous débutez en IA et souhaitez voir les bases, nous vous recommandons vivement le parcours AI Fundamentals.

Configuration de Codex CLI 

Suivez ces étapes pour installer OpenAI Codex CLI sur votre système.

Prérequis système

Avant d’installer Codex CLI, vérifiez que votre système répond aux critères suivants :

• Systèmes d’exploitation :
• macOS 12+
• Ubuntu 20.04+/Debian 10+
• Windows 11 (WSL2 optionnel)
• Node.js : version 22 ou plus (LTS recommandé)
• Git : version 2.23+ (optionnel mais recommandé pour les assistants PR intégrés).
• RAM : minimum 4 Go (8 Go recommandés pour de meilleures performances).

Étapes d’installation

1. Installer Node.js : assurez-vous d’avoir la version 22 ou plus. Téléchargez-la depuis le site officiel de Node.js.
2. Installer Git : si vous ne l’avez pas, téléchargez-le depuis git-scm.com. 
3. Configurer PowerShell : si vous êtes sous Windows, configurez votre terminal PowerShell comme suit :
• Ouvrez votre profil PowerShell en exécutant :

$PROFILE

• Ajoutez la ligne suivante à votre profil pour définir Git Bash comme shell par défaut :

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

4. Installer Codex CLI : exécutez la commande suivante pour installer Codex CLI globalement :

npm install -g @openai/codex

5. Définir votre clé API OpenAI : pour utiliser Codex CLI, vous avez besoin d’une clé API OpenAI. Exportez votre clé comme variable d’environnement :

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

Utiliser Codex CLI

1. Tapez la commande suivante dans votre terminal pour lancer le mode interactif :

codex

2. Si vous n’êtes pas dans un dépôt Git, un avertissement indiquera qu’il est risqué de construire un projet en dehors d’un dépôt. Lorsque vous y êtes invité, appuyez sur « N » pour continuer.

3. Accédez au répertoire de votre projet avec la commande cd :

cd <project-directory>

4. Si votre projet n’est pas encore un dépôt Git, initialisez-le avec :

git init

5. Une fois dans le répertoire du projet, tapez la commande suivante pour utiliser Codex CLI en mode interactif :

codex

Dans ce mode, vous échangez avec l’agent IA comme avec ChatGPT. Saisissez vos demandes liées au code ; l’IA génère, débogue ou modifie le code selon vos besoins.

Créer le site web avec Codex CLI

Dans ce projet, nous allons utiliser Codex CLI pour créer un site inspiré de CodeCut à partir d’une capture de son design. Pourquoi CodeCut ? Je suis fan du travail de Khuyen Tran et je voulais reprendre le style de son site tout en y apportant ma touche.

1. Commencez par visiter le site CodeCut et faites une capture de la page d’accueil.

Source : CodeCut

2. Indiquez l’emplacement de la capture d’écran à Codex CLI avec la commande suivante :

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

3. L’agent Codex CLI analysera la capture et vous invitera à poser une question de suivi. 

Par défaut, il utilise le nouveau modèle O4‑Mini. Pour les bases d’O4, consultez le guide O4‑Mini : tests, fonctionnalités, comparaison O3, benchmarks, etc..

4. Demandez à l’agent de créer un site similaire avec le logo « 🙌 » et le nom d’entreprise handsup.

5. L’agent peut poser des questions complémentaires pour exécuter des commandes créant les fichiers et y ajoutant le code.

6. À la fin, l’agent fournira un récapitulatif des changements effectués. 

7. Pour mettre à jour l’image du héros, accédez au dossier assets et remplacez l’image actuelle par votre illustration. Renommez le nouveau fichier avec le nom de l’image d’origine. L’image d’origine était assez simple ; je préfère une illustration montrant tout le monde levant la main dans un bureau.
8. Double-cliquez sur le fichier index.html pour voir votre site. 

Le résultat a dépassé mes attentes. Le logo, le titre, la palette, les liens et l’ensemble du design correspondaient parfaitement à ma vision. 

Créer l’application d’inférence ML 

Dans ce second projet, nous abordons un cas plus complexe : construire une application de machine learning complète. Nous couvrirons tout, du chargement des données à la création d’un pipeline d’inférence avec une interface utilisateur personnalisée. 

Nous donnerons en outre à l’agent une autonomie totale, afin qu’il puisse exécuter des commandes sans intervention de l’utilisateur. 

1. Avec la commande ci-dessous, nous avons demandé à Codex de créer l’application :

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

Résultat : l’agent a généré un projet complet avec tous les fichiers et configurations nécessaires. Il ne vous reste plus qu’à suivre la dernière commande pour lancer l’application.

2. Pour installer les paquets Python, exécutez :

pip install -r requirements.txt

3. Ensuite, lancez le script d’entraînement :

$ python train.py

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

4. Puis démarrez l’application avec :

uvicorn app.main:app -reload

5. Ouvrez votre navigateur et collez l’URL http://127.0.0.1:8000 pour accéder à l’app.

L’application est pleinement fonctionnelle et offre une excellente précision. 

J’ai été particulièrement impressionné par l’interface et par la rapidité avec laquelle Codex CLI a généré tous les fichiers, sans aucun bug. 

Ce projet sert d’exemple et a déjà été implémenté par de nombreux développeurs. Pourtant, même pour une tâche aussi directe, la plupart des LLM peinent à produire une solution opérationnelle du premier coup. Avec Codex, j’ai tapé une seule commande et obtenu un résultat remarquable. Bluffant.

Nous n’avons pas abordé le fonctionnement interne de la CLI. Si vous souhaitez apprendre à utiliser l’API OpenAI dans vos projets, suivez le cours Developing AI Systems with the OpenAI API.

Pour conclure

Même si OpenAI Codex CLI n’est pas une idée entièrement nouvelle, son atout majeur est d’être open source et de permettre de connecter votre compte OpenAI pour exploiter des modèles encore plus avancés.

À titre personnel, je trouve Codex CLI souvent plus pertinent : moins d’étapes pour atteindre l’objectif, une rapidité bluffante et un développement fluidifié. Le mieux est toutefois de l’essayer pour juger sur votre cas d’usage. S’il excelle sur les workflows linéaires, il ne sera pas forcément le plus adapté à des projets très complexes avec de multiples dépendances.

Comme nous l’avons vu, OpenAI a récemment lancé un nouveau modèle, GPT‑4.1, aux côtés de o4‑mini et o3. Pour en savoir plus sur GPT‑4.1, ses fonctionnalités, la comparaison avec GPT‑4o et comment y accéder, lisez le billet GPT 4.1 : fonctionnalités, accès, comparaison avec GPT‑4o, et plus.