- Data Hackers Newsletter
- Posts
- Como usar o Codex CLI para automatizar deploys (e economizar horas do seu dia)
Como usar o Codex CLI para automatizar deploys (e economizar horas do seu dia)
Aprenda a utilizar a nova ferramenta de linha de comando da OpenAI, projetada especificamente para workflows de desenvolvimento com agentes de IA
Esta é a Parte 2 da nossa série sobre assistentes de IA para desenvolvedores. Veja também: Getting Started with Claude Code, Getting Started with Google Gemini CLI, e Comparing Claude Code, Codex, and Gemini CLI.
A OpenAI tem sido sinônimo de geração de código com inteligência artificial há anos. Agora, com o Codex CLI, essa capacidade chega diretamente ao seu terminal. Diferente da API original do Codex (que foi descontinuada), esta nova ferramenta de linha de comando foi projetada especificamente para workflows de desenvolvimento com agentes de IA, permitindo que você leia, modifique e execute código localmente enquanto aproveita os modelos de raciocínio mais recentes da OpenAI.
Para desenvolvedores que trabalham com automação de deploys, o Codex CLI oferece uma combinação atraente de capacidades poderosas de IA e integração perfeita com workflows existentes. Vamos explorar como configurá-lo e colocá-lo em ação.
O que é o Codex CLI?
O Codex CLI é um agente de codificação open-source de linha de comando da OpenAI. Ele roda localmente na sua máquina, entendendo sua base de código e ajudando você a construir features, corrigir bugs e compreender código desconhecido — tudo através de comandos em linguagem natural.
Uma distinção importante em relação a ferramentas baseadas em navegador: seu código-fonte nunca sai do seu ambiente, a menos que você compartilhe explicitamente. Apenas seus prompts, contexto de alto nível e resumos opcionais de diff são enviados ao modelo para geração.
O Codex CLI é alimentado pelo GPT-5-Codex, um modelo especificamente otimizado para tarefas de engenharia de software. Ele é igualmente proficiente em sessões rápidas e interativas quanto em trabalhar independentemente em tarefas complexas envolvendo múltiplos arquivos.
Instalação e configuração
A instalação do Codex CLI é direta com npm ou Homebrew.
Instalando com npm
npm install -g @openai/codex
Instalando com Homebrew (macOS)
brew install --cask codex
Fazendo upgrade
Para atualizar para a versão mais recente:
codex --upgrade
Requisitos do sistema
O Codex CLI tem suporte oficial para macOS e Linux. O suporte para Windows é experimental — se você está no Windows, recomendamos executá-lo através do WSL (Windows Subsystem for Linux).
Autenticação
Você tem duas opções de autenticação:
Conta ChatGPT (Recomendado): Se você tem um plano ChatGPT Plus, Pro, Business, Edu ou Enterprise, o Codex CLI está incluído. Simplesmente execute codex e siga os prompts de autenticação.
API Key: Para automação headless ou se você prefere usar créditos de API:
export OPENAI_API_KEY="sua-api-key-aqui"
Para configurar a autenticação por API key permanentemente, adicione isso ao seu ~/.codex/config.toml:
preferred_auth_method = "apikey"
Primeiros passos
Navegue até o diretório do seu projeto e execute:
codex
Isso inicia uma sessão interativa. Você também pode passar um prompt diretamente:
codex "Explique a estrutura deste projeto"
Modos de aprovação
O Codex CLI oferece três modos distintos de aprovação que permitem controlar o quanto você quer estar envolvido:
Suggest Mode (
--suggest): O Codex mostra as mudanças propostas mas requer sua aprovação explícita antes de fazer qualquer modificação. Melhor para código crítico ou quando você está aprendendo a ferramenta.Auto-Edit Mode (
--auto-edit): O Codex pode editar arquivos automaticamente no seu workspace, mas ainda pede permissão para comandos fora do diretório do projeto.Full Auto Mode (
--full-auto): O Codex tem acesso completo para ler arquivos em qualquer lugar e executar comandos com acesso à rede. Use isso para tarefas confiáveis e bem definidas.
Você pode alternar entre modos durante uma sessão usando o comando slash /mode.
Escolhendo modelos
Por padrão, o Codex usa o GPT-5-Codex para o melhor equilíbrio entre capacidade e velocidade. Você pode especificar modelos diferentes:
# Usar o GPT-5-Codex padrão
codex
# Usar GPT-5-Codex-Mini para respostas mais rápidas e econômicas
codex --model gpt-5-codex-mini
# Usar um modelo específico
codex -m gpt-5
A versão mini fornece aproximadamente 4x mais uso dentro dos limites da sua assinatura, tornando-a ideal para tarefas mais simples ou quando você está se aproximando dos limites de uso.
Exemplos práticos para workflows de deployment
Vamos explorar como o Codex CLI pode otimizar tarefas relacionadas a deployment.
Criando configurações de pipeline CI/CD
O Codex CLI se destaca na geração de arquivos de configuração:
codex "Crie um workflow de GitHub Actions que execute testes no push,
faça build da aplicação e faça deploy para produção no merge para main"
Automatizando atualizações de changelog
Integre o Codex no seu processo de release. Aqui está um exemplo de job no GitHub Actions:
jobs:
update_changelog:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- name: Atualizar changelog via Codex
run: |
npm install -g @openai/codex
export OPENAI_API_KEY="${{ secrets.OPENAI_API_KEY }}"
codex exec --full-auto "Atualizar CHANGELOG para próximo release"
Input multimodal: de screenshot para código
Uma das características de destaque do Codex CLI é seu suporte para input multimodal. Você pode passar screenshots, wireframes ou diagramas junto com prompts de texto:
codex "Construa um dashboard de status de deployment que se pareça com este screenshot" --image ./dashboard-mockup.png
Isso é particularmente poderoso para criar interfaces de monitoramento de deployment ou recriar designs a partir de especificações visuais.
Integração com Git para gerenciamento de releases
Envie a saída do Git diretamente para o Codex para documentação automatizada:
# Gerar release notes a partir de commits recentes
git log --oneline v1.0.0..HEAD | codex -p "Criar release notes detalhadas desses commits"
# Analisar mudanças entre branches
git diff main..feature/deployment-updates | codex -p "Resumir essas mudanças e destacar quaisquer modificações relacionadas a deployment"
Code reviews pré-deployment
Antes de fazer deploy, peça ao Codex para revisar suas mudanças:
codex "Revise as mudanças neste branch. Sinalize quaisquer problemas potenciais
que possam causar problemas em produção, especialmente relacionados a
migrações de banco de dados e mudanças de API"
Escrevendo scripts de deployment
Para projetos Ruby/Rails:
codex "Escreva um script de deployment que:
- Coloque o app em modo de manutenção
- Faça pull do código mais recente
- Execute bundle install
- Execute migrações de banco de dados
- Pré-compile assets
- Reinicie o servidor da aplicação
- Tire o app do modo de manutenção
- Inclua tratamento de erros e capacidades de rollback"
Estendendo o Codex com MCP
Como outras ferramentas modernas de AI CLI, o Codex suporta o Model Context Protocol (MCP) para conectar a ferramentas e serviços externos.
Configurando servidores MCP
Adicione configurações de servidor MCP ao seu ~/.codex/config.toml:
[mcp]
servers = [
{ name = "github", command = "npx @modelcontextprotocol/server-github" },
{ name = "filesystem", command = "npx @modelcontextprotocol/server-filesystem /path/to/project" }
]
Isso habilita interações como:
> @github Liste pull requests abertos que estão prontos para deployment
> @github Crie um PR deste branch para main com um checklist de deployment
Instruções customizadas com AGENTS.md
Você pode dar ao Codex contexto específico do projeto usando arquivos AGENTS.md. O Codex procura por esses arquivos em múltiplos locais e os mescla:
~/.codex/AGENTS.md- Suas preferências pessoaisRaiz do seu repositório - Notas compartilhadas do projeto
Diretório de trabalho atual - Instruções específicas de features
Exemplo de AGENTS.md para um projeto focado em deployment:
# Instruções do Projeto
## Contexto de Deployment
- Esta é uma aplicação Ruby on Rails
- Servidor de produção roda Ubuntu 22.04 com Nginx e Puma
- Banco de dados é PostgreSQL
## Regras de Deployment
- Sempre execute migrações antes de fazer deploy de novas features
- Nunca faça deploy diretamente para produção sem validação em staging
- Inclua comandos de rollback em scripts de deployment
## Padrões de Codificação
- Siga o estilo de código existente
- Adicione testes para quaisquer scripts relacionados a deployment
- Documente quaisquer mudanças na configuração de deployment
Integração Codex Cloud
Além do CLI, o Codex também oferece uma experiência baseada em nuvem através do ChatGPT. Você pode atribuir tarefas pela interface web ou app mobile, e o Codex trabalhará nelas de forma assíncrona em um ambiente isolado.
Isso é particularmente útil para:
Tarefas em Background: Inicie trabalhos de refatoração ou documentação enquanto foca em outras coisas
Acesso Mobile: Atribua tarefas do seu celular durante o trajeto ou viagem
Trabalho Paralelo: Execute múltiplos agentes em tarefas diferentes simultaneamente
As experiências cloud e CLI são integradas — você pode começar um trabalho em uma e continuar na outra sem perder contexto.
Integração com IDE
O Codex também oferece uma extensão para VS Code (compatível com Cursor e Windsurf) que traz as mesmas capacidades para o seu editor. Ao trabalhar na IDE, o Codex pode usar contexto como arquivos abertos e código selecionado para fornecer assistência mais direcionada.
Boas práticas
Crie checkpoints no Git: Antes de executar o Codex em modos automáticos, crie um commit para que você possa reverter facilmente se necessário.
Use modos de aprovação apropriadamente: Comece com --suggest para deployments críticos, use --full-auto para tarefas bem compreendidas em ambientes de desenvolvimento.
Aproveite o AGENTS.md: Documente os padrões e restrições de deployment do seu projeto para que o Codex entenda seus requisitos específicos.
Revise configs de CI/CD geradas: Embora o Codex seja excelente em gerar configurações de pipeline, sempre as revise antes de fazer commit, especialmente para deployments em produção.
Pricing
O Codex CLI está incluído nos planos ChatGPT Plus, Pro, Business, Edu e Enterprise. Se você está usando créditos de API diretamente, o pricing do GPT-5-Codex segue as taxas padrão da API da OpenAI.
Para times que já têm assinatura do ChatGPT, o Codex CLI representa um excelente valor, pois está incluído na sua assinatura existente.
Próximos passos
O Codex CLI representa a visão da OpenAI de desenvolvimento assistido por IA: uma ferramenta que te encontra onde você trabalha e se adapta ao seu workflow. Sua combinação de modelos poderosos de raciocínio, input multimodal e modos flexíveis de aprovação o torna uma escolha atraente para automação de deployment.
Perguntas frequentes sobre Codex CLI
O Codex CLI funciona offline?
Não completamente. Embora o Codex rode localmente, ele precisa de conexão com a internet para enviar prompts e receber respostas do modelo GPT-5-Codex.
Meu código é enviado para os servidores da OpenAI?
Não. Apenas seus prompts, contexto de alto nível e resumos opcionais de diff são enviados. Seu código-fonte permanece local, a menos que você explicitamente compartilhe.
Posso usar o Codex CLI em projetos comerciais?
Sim, desde que você tenha uma assinatura válida do ChatGPT ou créditos de API.
Qual a diferença entre o Codex CLI e o GitHub Copilot?
O Copilot funciona como autocompletar dentro do seu editor, sugerindo código enquanto você digita. O Codex CLI é um agente mais autônomo que pode ler, modificar e executar código através de comandos em linguagem natural no terminal.
O Codex CLI suporta todas as linguagens de programação?
Sim, o GPT-5-Codex foi treinado em múltiplas linguagens e pode trabalhar com praticamente qualquer linguagem de programação moderna, incluindo Ruby, Python, JavaScript, Go, Rust e muitas outras.