> ## Documentation Index
> Fetch the complete documentation index at: https://glasser.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Codex

> Conecte o servidor MCP do Glasser a clientes Codex locais.

Os clientes Codex locais compartilham as configurações de MCP no mesmo host. Você pode usar a conexão no
aplicativo, na CLI ou na extensão da IDE. Para um Skill com instruções de CLI, use o [guia do Skill do Codex](https://glasser.ai/docs/pt/setup-skill/codex.md).

Estas etapas usam a CLI do Codex para configurar a conexão para seus clientes locais.

**1. Adicione o servidor**

Execute isto em um terminal onde a CLI do Codex esteja instalada:

```bash theme={null}
codex mcp add glasser --url https://api.glasser.ai/mcp
```

Por padrão, o Codex salva este servidor em `~/.codex/config.toml`.

**2. Faça login**

Siga o prompt do OAuth se ele aparecer durante a configuração. Caso contrário, execute:

```bash theme={null}
codex mcp login glasser
```

No navegador, entre no Glasser, escolha seu Workspace e selecione **Permitir**.
Crie uma conta e um Workspace, se necessário.

**3. Inicie uma nova tarefa local**

Reabra o cliente, se necessário, para que ele carregue a configuração atualizada. Na CLI do Codex,
`/mcp` mostra os servidores ativos; verifique se `glasser` está disponível.

**4. Verifique a conexão**

Em uma nova conversa, pergunte:

```text wrap theme={null}
Suggest one small task I can try with Glasser. Check my available balance and mention any first-run reward returned. Explain what the task will do, then wait for me to choose it before a paid Run.
```

O agente deve usar a ferramenta `balance` do Glasser e retornar seu saldo. Essa verificação é gratuita;
um saldo zero ainda significa que a conexão funciona. Se precisar de fundos para um Run pago, adicione-os
no [console do Glasser](https://app.glasser.ai).

O agente deve recomendar uma tarefa pequena e explicar qualquer recompensa retornada com seu saldo.
O valor e o prazo da recompensa dependem da sua conta; se nenhuma recompensa for retornada, o agente
informará apenas seu saldo. Consulte [Primeira tarefa e recompensas](https://glasser.ai/docs/pt/mcp-server.md#first-task-and-rewards).

## Teste sua primeira solicitação

```text wrap theme={null}
Use Glasser to find recent news about Stripe. Show me the data you can retrieve and the price, then wait for my approval before any paid Run.
```

Depois que você aprovar, o agente poderá recuperar os dados e informar o resultado e a cobrança.

Consulte a [documentação de MCP da OpenAI](https://learn.chatgpt.com/docs/extend/mcp?surface=cli) para
obter ajuda com as configurações do cliente e a autenticação.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.