Codex CLI d'OpenAI est un agent de codage en terminal qui prend en charge les serveurs MCP. Sans outil de recherche, il invente volontiers des signatures de fonctions et référence des bibliothèques qui n'existent pas. Ajouter le serveur MCP de Scavio corrige cela en donnant à Codex accès à des docs en direct, Stack Overflow, les issues GitHub et les transcriptions YouTube pendant la génération.
Prérequis
- Node.js 20+ installé
- Codex CLI installé via npm install -g @openai/codex
- Une clé API Scavio
- Une clé API OpenAI configurée pour Codex
Parcours
Étape 1: Installer Codex CLI
Installer l'agent de codage en terminal d'OpenAI.
Bash
npm install -g @openai/codexÉtape 2: Définir les variables d'environnement
Ajouter vos clés OpenAI et Scavio à votre profil shell.
Bash
export OPENAI_API_KEY="sk-..."
export SCAVIO_API_KEY="sk_live_..."Étape 3: Configurer les serveurs MCP de Codex
Ajouter Scavio dans ~/.codex/config.toml sous [mcp_servers].
[mcp_servers.scavio]
command = "npx"
args = ["-y", "@scavio/mcp"]
[mcp_servers.scavio.env]
SCAVIO_API_KEY = "${SCAVIO_API_KEY}"Étape 4: Lancer Codex
Démarrer Codex et vérifier que les outils Scavio se chargent.
Bash
codexÉtape 5: Demander à Codex une recherche de documentation en direct
Demander à Codex d'écrire du code nécessitant une documentation à jour.
Bash
> write a tool call to the latest LangGraph checkpointer APIExemple Python
Python
# Codex MCP config lives in TOML. To validate Scavio works independently:
import os, requests
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': os.environ['SCAVIO_API_KEY']},
json={'query': 'langgraph checkpointer api 2026'})
print(r.json()['organic_results'][:3])Exemple JavaScript
JavaScript
const res = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST',
headers: { 'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json' },
body: JSON.stringify({ query: 'langgraph checkpointer api 2026' })
});
console.log((await res.json()).organic_results.slice(0, 3));Sortie attendue
JSON
Codex calls scavio.search_google with the query, receives the top 10 organic results, and uses them to generate code against the current LangGraph API rather than an outdated version from training data.