Codex avec Azure OpenAI dans les modèles Microsoft Foundry

L’interface CLI du Codex d’OpenAI est le même agent de codage que celui qui alimente le Codex de ChatGPT. Vous pouvez exécuter entièrement cet agent de codage sur l’infrastructure Azure, tout en conservant vos données à l’intérieur de votre limite de conformité avec les avantages supplémentaires de la sécurité de niveau entreprise, de la mise en réseau privée, du contrôle d’accès en fonction du rôle et de la gestion prévisible des coûts. Le Codex est plus qu’une conversation avec votre agent de code : il s’agit d’un agent de codage asynchrone qui peut être déclenché à partir de votre terminal, VS Code ou d’un exécuteur GitHub Actions. Codex vous permet d’ouvrir automatiquement des pull requests, de refactoriser des fichiers et d’écrire des tests avec les informations d'authentification de votre projet Foundry et des déploiements Azure OpenAI.

Prerequisites

Un abonnement Azure - En créer un gratuitement
Autorisations de contributeur dans Microsoft Foundry.
homebrew ou npm pour installer l’interface CLI du Codex ou VS Code avec l’extension du Codex.

Spécifications	Détails
Systèmes d’exploitation	macOS 12+, Ubuntu 20.04+/Debian 10+ ou Windows 11 via WSL2
Git (facultatif, recommandé)	2.23+ pour les outils intégrés des pull requests
RAM	4 Go minimum (8 Go recommandés)

Déployer un modèle dans Foundry

Accédez à Foundry et créez un projet.
Dans le catalogue de modèles, sélectionnez un modèle de raisonnement tel que gpt-5.1-codex-max, , gpt-5.1-codexgpt-5.1-codex-minigpt-5-codex, gpt-5, , gpt-5-mini, ou .gpt-5-nano
Pour déployer le modèle à partir du catalogue de modèles, sélectionnez Utiliser ce modèle, ou si vous utilisez le volet Déploiements Azure OpenAI, sélectionnez déployer le modèle.
Copiez l’URL du point de terminaison et la clé API.

Installer l’interface CLI du Codex

À partir du terminal, exécutez les commandes suivantes pour installer l’interface CLI du Codex

npm
Brew

npm install -g @openai/codex
codex --version # verify installation

brew install codex
codex --version # verify installation

Créer et configurer config.toml

Pour utiliser l’interface CLI du Codex avec Azure, vous devez créer et configurer un config.toml fichier.

Le fichier config.toml doit être stocké dans le ~/.codex répertoire. Créez un config.toml fichier dans ce répertoire ou modifiez le fichier existant s’il existe déjà :
```
cd ~/.codex
nano config.toml
```
Copiez le texte ci-dessous pour utiliser l’API Réponses v1. Avec l’API v1 , vous n’avez plus besoin de passer api-version, mais vous devez inclure /v1 dans le chemin d’accès base_url . Vous ne pouvez pas passer votre clé API en tant que chaîne directement à env_key. env_key doit pointer vers une variable d’environnement. Mettez à jour le base_url nom de votre ressource :
```
model = "gpt-5-codex"  # Replace with your actual Azure model deployment name
model_provider = "azure"
model_reasoning_effort = "medium"

[model_providers.azure]
name = "Azure OpenAI"
base_url = "https://YOUR_RESOURCE_NAME.openai.azure.com/openai/v1"
env_key = "AZURE_OPENAI_API_KEY"
wire_api = "responses"
```
Une fois que vous avez enregistré les mises à jour de votre config.toml fichier, revenez au terminal et créez une instance de la variable d’environnement référencée dans votre fichier de configuration.
```
# Linux, macOS, or WSL 
export AZURE_OPENAI_API_KEY="<your-api-key>"
```

Exécutez maintenant l’une des commandes suivantes dans le terminal pour tester si la configuration de l’interface CLI de Codex a réussi :

Command	Objectif
codex	Lancer l’interface utilisateur de terminal interactif (TUI)
codex « Invite initiale »	Lancer une interface à tonalité (TUI) avec une requête initiale
codex exec « Requête initiale »	Lancer TUI en mode « automation » non interactif

Utiliser le codex dans Visual Studio Code

Vous pouvez également utiliser Le Codex directement à l’intérieur de Visual Studio Code lors de l’utilisation de l’extension OpenAI Codex

Si vous n’avez pas encore Visual Studio Code, vous pouvez l’installer pour macOS et Linux.
Installez l’extension OpenAI Codex. L’extension s’appuie sur votre config.toml fichier configuré pour l’interface CLI du Codex.
Si vous êtes dans une nouvelle session de terminal, configurez la variable d’environnement pour AZURE_OPENAI_API_KEY:
```
export OPENAI_API_KEY="your-azure-api-key-here"
```
Lancez VS Code à partir de la même session terminale. (Le lancement à partir d’un lanceur d’applications peut entraîner que votre variable d’environnement de clé API n’est pas disponible pour l’extension Codex.)
```
code .
```
Vous serez maintenant en mesure d’utiliser Le Codex dans Visual Studio Code pour discuter, modifier et afficher un aperçu des modifications tout en basculant entre trois modes d’approbation.

Modes d’approbation

Les modes d’approbation déterminent la quantité d’autonomie et d’interaction que vous souhaitez avoir avec le Codex.

Mode d’approbation	Descriptif
Chat	Pour discuter et planifier avec le modèle.
Agent	Le Codex peut lire des fichiers, effectuer des modifications et exécuter automatiquement des commandes dans le répertoire de travail. Le Codex aura besoin d’une approbation pour les activités en dehors du répertoire de travail ou pour accéder à Internet.
Agent (accès complet)	Toutes les fonctionnalités du mode Agent sans avoir besoin d’approbation pas à pas. Vous ne devez pas utiliser le mode Accès total sans avoir une compréhension complète des risques potentiels, ainsi que la mise en place de garde-fous supplémentaires tels que l’exécution dans un environnement de bac à sable contrôlé.

Important

Nous vous recommandons de consulter les conseils d’OpenAI sur la sécurité du Codex.

Instructions continues avec AGENTS.md

Vous pouvez donner des instructions et des conseils supplémentaires au Codex à l’aide de AGENTS.md fichiers. Le Codex recherche AGENTS.md des fichiers dans les emplacements suivants et les fusionne dans un ordre descendant, afin de lui fournir un contexte sur vos préférences personnelles, les détails spécifiques au projet et la tâche actuelle.

~/.codex/AGENTS.md– conseils globaux personnels.
AGENTS.md à la racine de votre référentiel : notes de projet partagées.
AGENTS.md dans le répertoire de travail actuel : sous-dossier/caractéristiques spécifiques.

Par exemple, pour aider Le Codex à comprendre comment écrire du code pour les agents Foundry, vous pouvez créer une AGENTS.md racine dans votre projet avec le contenu suivant, dérivé de la documentation du Kit de développement logiciel (SDK) Azure AI Agents :

# Instructions for working with Foundry Agents

You are an expert in the Azure AI Agents client library for Python.

## Key Concepts

- **Client Initialization**: Always start by creating an `AIProjectClient` or `AgentsClient`. The recommended way is via `AIProjectClient`.
- **Authentication**: Use `DefaultAzureCredential` from `azure.identity`.
- **Agent Creation**: Use `agents_client.create_agent()`. Key parameters are `model`, `name`, and `instructions`.
- **Tools**: Agents use tools to perform actions like file search, code interpretation, or function calls.
  - To use tools, they must be passed to `create_agent` via the `tools` and `tool_resources` parameters or a `toolset`.
  - Example: `file_search_tool = FileSearchTool(vector_store_ids=[...])`
  - Example: `code_interpreter = CodeInterpreterTool(file_ids=[...])`
  - Example: `functions = FunctionTool(user_functions)`

## Example: Creating a basic agent

\`\`\`python
import os
from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential

# 1. Create Project Client
project_client = AIProjectClient(
    endpoint=os.environ["PROJECT_ENDPOINT"],
    credential=DefaultAzureCredential(),
)

# 2. Get Agents Client
with project_client:
    agents_client = project_client.agents

    # 3. Create Agent
    agent = agents_client.create_agent(
        model=os.environ["MODEL_DEPLOYMENT_NAME"],
        name="my-helpful-agent",
        instructions="You are a helpful agent that can answer questions.",
    )
    print(f"Created agent with ID: {agent.id}")
\`\`\`

Dans l’exemple précédent, les backticks du bloc de code Python sont échappés pour permettre le rendu approprié. Les \'s peuvent être supprimés.

Expérience avec l’interface CLI du Codex

Lancez le codex avec l’invite initiale suivante :

codex "write a python script to create an Azure AI Agent with file search capabilities"

Autres tests suggérés :

# generate a unit test for src/utils/date.ts

# refactor this agent to use the Code Interpreter tool instead

Codex dans GitHub Actions

Le Codex peut s’exécuter dans le cadre de votre pipeline d’intégration continue (CI). Stockez votre clé API dans le stockage de secrets du référentiel comme AZURE_OPENAI_KEY et ajoutez un travail semblable à celui-ci pour mettre à jour automatiquement votre changelog avant une mise en production :

jobs:
  update_changelog:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Update changelog via Codex
        run: |
          npm install -g @openai/codex
          export AZURE_OPENAI_API_KEY="${{ secrets.AZURE_OPENAI_KEY }}" 
          codex -p azure exec --full-auto "update CHANGELOG for next release"

Résolution des problèmes

Symptôme	Solution
`401 Unauthorized` ou `403 Forbidden`	Exportez correctement votre variable d’environnement AZURE_OPENAI_API_KEY. Vérifiez que votre clé dispose d’un accès projet/déploiement. Assurez-vous que vous ne transmettez pas la clé API comme chaîne directement au `env_key` dans le fichier `config.toml`. Vous devez passer une variable d’environnement valide.
`ENOTFOUND`, `DNS error` ou `404 Not Found`	Vérifiez que `base_url` dans `config.toml` utilise le nom de votre ressource, le domaine correct, et qu'il contient `/v1`. Par exemple : `base_url = "https://<your-resource>.openai.azure.com/openai/v1"`.
L’interface CLI ignore les paramètres Azure	Ouvrez `~/.codex/config.toml` et assurez-vous : - `model_provider = "azure"` est défini. - La `[model_providers.azure]` section existe. - `env_key = "AZURE_OPENAI_API_KEY"` correspond au nom de votre variable d’environnement.
Prise en charge de l’ID Entra	La prise en charge d’Entra ID n’est actuellement pas disponible pour le Codex.
`401 Unauthorized` uniquement avec l’extension WSL + VS Code Codex	Lors de l’exécution de VS Code à partir de WSL avec l’extension Codex, l’extension peut vérifier la variable d’environnement de clé API sur l’hôte windows local plutôt que dans l’interpréteur de commandes de terminal qui a lancé VS Code. Pour atténuer ce problème, définissez également la variable d’environnement sur l’hôte windows local, puis lancez un nouveau terminal à partir de WSL et lancez VS Code avec `code .`.

Commentaires

Est-ce que cette page vous a été utile?

Last updated on 2025-12-05