Codex ラズパイの使い方｜64bit版の導入手順と動作確認

Codexをラズパイで使える理由と今確認すべきこと

Codex CLIは、ターミナルからプロジェクトを調べ、ファイルを編集し、手元に入っている開発ツールを呼び出せるAIコーディングエージェントです。OpenAIの公式クイックスタートは、macOSとLinux向けに単独インストーラーを案内し、別経路としてnpmからの導入方法も掲載しています。ラズパイはLinux環境なので、まずCPUの種類とOSのビット数が公式配布物に合うかを確認すれば、一般的なノートPCとほぼ同じ流れでCodex CLIを使い始められます（出典: OpenAI Codex CLI公式ドキュメント）。

今この確認が重要なのは、2026年7月22日JSTに公開されたCodex CLI 0.145.0の公式リリースに、codex-aarch64-unknown-linux-muslという64bit ARM Linux向け配布物が明示されているからです。ラズパイ向けという名前ではありませんが、64bit Raspberry Pi OSでuname -mがaarch64になる構成とCPUアーキテクチャが一致します。一方、同じ一覧に32bit ARMを示すarmv7系のCodex本体はありません。新しい版が出た直後だからこそ、古い解説のコマンドをそのまま試すのではなく、現在の配布対象を先に見ておく価値があります（出典: OpenAI Codex CLI 0.145.0公式リリース）。

64bit ARM版は公式のリリース資産に含まれる

0.145.0のリリースページには、aarch64 Linux向けの圧縮ファイルと署名情報が掲載されています。これは、64bit ARM環境で動かすための公式バイナリがOpenAIの配布対象になっていることを示します。検索で見つけた第三者製のビルドへ頼る必要はありません。対応可否を見るときは「Raspberry Pi」という製品名だけを探すのではなく、aarch64、Linux、64bitという三つの条件を照合するのが正しい見方です。

モデル処理と手元の処理を分けて考える

Codex CLIはラズパイ上のファイルを読み、変更し、許可されたコマンドをラズパイ上で実行します。一方、回答を組み立てるモデルとの通信にはOpenAIへ到達できるネット接続が必要です。そのため、画像生成や大規模モデルをラズパイ本体へ載せる構成とは必要条件が異なり、専用GPUの有無よりも、通信の安定性、プロジェクトを読むストレージ速度、テストに必要なメモリのほうが体感へ影響します。ラズパイを「AIの計算機」ではなく「Codexが開発作業を行う小型Linux端末」と捉えると、構成を選びやすくなります。

導入前に確認するOS・メモリ・通信の条件

導入前の確認は、失敗後のやり直しを減らすために欠かせません。最初に見るのはOSの64bit対応、その次が空きメモリと保存領域、最後がネット接続です。Codex CLIだけが起動しても、対象プロジェクトの依存関係を入れられなかったり、テスト中にメモリが尽きたりすれば実用にはなりません。反対に、小規模なPythonやWebのプロジェクトなら、無理に高性能な構成を用意しなくても始められます。自分がCodexへ任せたい作業の重さを基準に、ラズパイ側の余裕を判断しましょう。

CPUアーキテクチャとOSを確認する

端末で次のコマンドを実行します。uname -mがaarch64、getconf LONG_BITが64なら、64bit ARM Linuxという前提を満たします。armv7lまたは32と表示された場合、x86_64版やaarch64版を無理に置いても実行できません。重要なデータを退避したうえで64bit版OSへ移行し、もう一度同じ確認を行ってください。

uname -m
getconf LONG_BIT
cat /etc/os-release

OS名だけで判断しないことも大切です。同じRaspberry Pi OSでも、導入時期やイメージの選択によって32bit版が残っていることがあります。「ラズパイ4だから大丈夫」「新しいSDカードだから64bitのはず」と推測せず、実際のコマンド結果を基準にすれば、Exec format errorのような典型的な失敗を避けられます。

メモリと保存領域は対象プロジェクトに合わせる

Codex CLIの画面を開くだけなら大きな計算資源は要りませんが、依存パッケージの導入、型検査、テスト、ビルドはすべてラズパイ側の資源を使います。4GB構成では小さな修正やスクリプトの確認から始め、複数の開発サーバーを同時に立ち上げる用途では8GB以上を検討するのが現実的です。これはCodexの必須容量ではなく、周辺ツールまで含めた実務上の目安です。

free -h
df -h

保存領域は空き容量だけでなく速度も効きます。大きな依存フォルダを持つプロジェクトでは、低速なmicroSDカードよりUSB接続のSSDのほうが、ファイル探索とテストの待ち時間を抑えやすくなります。まず既存の環境で試し、free -hで空きメモリ、df -hで空き容量を見ながら、必要な場合だけ強化するのが無駄の少ない進め方です。

安定したネット接続と別端末を用意する

モデルとの通信と初回サインインにはネット接続が必要です。Wi-Fiが不安定な場所では、長い応答の途中で接続が切れないよう有線LANも検討してください。画面とブラウザを接続していないラズパイへSSHで入る場合は、確認用リンクを開けるスマホかPCを別に用意します。公式の認証ガイドは、このような画面なし環境にデバイスコード方式を案内しています（出典: OpenAI Codex認証ガイド）。

Codexを64bit Raspberry Pi OSへ導入する手順

ここでは、公式クイックスタートの単独インストーラーを第一候補として進めます。システム全体へ複雑な開発環境を増やさずに済み、同じコマンドを更新にも使えるためです。すでにNode.jsの版を管理している人向けにはnpmの経路も後で示します。複数の方法を混ぜると、古い実体がPATHの先に残って版番号が食い違うことがあるため、最初はどちらか一方だけを選んでください。

Step 1: 必要な基本ツールを準備する

パッケージ一覧を更新し、公式インストーラーの取得とプロジェクト管理に使う基本ツールを入れます。すでに導入済みのものがあっても、次の操作で不足分だけが追加されます。この段階ではCodex本体を入れず、通信とパッケージ管理が正常に働くことを確かめます。エラーが出た場合は、先に時刻設定とネット接続を直してください。

sudo apt update
sudo apt install -y curl ca-certificates git

Step 2: 公式インストーラーでCodexを入れる

OpenAIのクイックスタートに掲載されているコマンドを、そのまま一般ユーザーのシェルで実行します。内容を確認したい場合は、先にURLをブラウザで開くか、curlの出力をファイルへ保存して読んでから進めても構いません。出所が似ている非公式URLへ置き換えず、chatgpt.com/codex/install.shであることを確認してください。

curl -fsSL https://chatgpt.com/codex/install.sh | sh

処理が終わったら、表示されたPATHの案内に従います。新しい端末を開き直すのが最も簡単です。すぐ同じSSH接続で続ける場合は、利用中のシェル設定を読み直します。特定のディレクトリ名を決め打ちするより、インストーラーが最後に示した場所を使うほうが、将来の変更にも対応しやすくなります。

Step 3: 実体の場所と版番号を確認する

次の二つを実行し、codexが見つかることと、版番号が表示されることを確かめます。公開日の時点では0.145.0が最新ですが、後から導入した場合はそれより新しい番号でも問題ありません。ここでcommand not foundになるならサインインへ進まず、シェルを開き直し、インストール終了時のPATH案内を見直します。

command -v codex
codex --version

CPUに合わない実体を置いた場合は、版番号の確認時点でExec format errorが出ます。そのときはuname -mへ戻り、64bitかどうかを再確認してください。正常に版番号が出れば、aarch64環境でCodex本体を起動できる段階まで到達しています。

Step 4: ChatGPTアカウントでサインインする

ラズパイに画面とブラウザがあるなら、codex loginを実行して画面の案内に従います。SSHだけで操作しているなら、codex login --device-authを使うと、別端末のブラウザで確認用リンクを開き、一度だけ表示されるコードを入力できます。デバイスコード方式は公式ガイドで画面なし端末向けの優先手段として案内されています。

codex login --device-auth

サインイン後はcodex login statusで状態を確認します。共有のラズパイでは、OSの利用者を分け、自分のホームディレクトリをほかの利用者から読めない権限にしておきましょう。サインイン情報をプロジェクトへコピーしたり、作業メモへ貼り付けたりする必要はありません。

Step 5: 小さなプロジェクトで初回動作を確かめる

いきなり本番の大きなリポジトリを開かず、空の確認用ディレクトリで起動します。最初の依頼は「このディレクトリの状態を説明してください」のように、ファイル変更を伴わない内容が適しています。画面が開き、応答が返り、終了後に端末へ戻れれば、導入、通信、サインインの三点をまとめて確認できます。

mkdir -p ~/projects/codex-check
cd ~/projects/codex-check
git init
codex

確認が済んだら、実際のプロジェクトへ移動してCodexを起動します。初回から広い変更を頼むより、READMEの説明、対象ファイル一つの調査、小さなテストの追加という順で負荷を上げると、ラズパイの処理能力と自分の用途が合うかを判断しやすくなります。

npmから導入する場合の選び方と注意点

すでにラズパイ上でNode.jsを使い、版管理やグローバルパッケージの置き場所を理解しているなら、公式ドキュメントが案内するnpm経路も選べます。コマンドはnpm install -g @openai/codexです。更新時も同じコマンドを使います。単独インストーラーとnpm版を両方入れる必要はありません。両方を試した場合は、command -v codexで実際に呼ばれている場所を必ず確かめてください（出典: OpenAI Codex CLI公式ドキュメント）。

npm install -g @openai/codex
codex --version

npm経路が向いている環境

複数のNode.jsプロジェクトを扱い、Node.js本体も版管理ツールで切り替えている環境では、Codexも同じ管理方法へそろえると場所を把握しやすくなります。反対に、Node.jsをCodexのためだけに入れるなら、依存するものが少ない単独インストーラーのほうが簡潔です。どちらが高速というより、普段の管理方法に合わせて選ぶことが重要です。

二重導入による版番号の食い違いを避ける

更新したのに古い版が表示される場合、別の経路で入れたcodexがPATHの先に残っている可能性があります。which -a codexで候補を並べ、使っていないほうを、その導入に使った方法で取り除いてください。バイナリだけを手作業で消すと管理情報が残る場合があるため、先にどの経路の実体かを見極めるのが安全です。

which -a codex
codex --version

ラズパイでCodexを軽快に使う設定と依頼のコツ

Codexの応答速度はネット接続だけでなく、Codexが読むファイル数と、ラズパイ上で実行するコマンドの重さにも左右されます。巨大なリポジトリ全体を最初から調べさせるより、対象のディレクトリ、期待する結果、実行してよいテストを具体的に伝えるほうが、少ない読み込みで目的へ到達できます。これは性能の低い端末だけの工夫ではありませんが、CPUとストレージに余裕が限られるラズパイでは効果が見えやすくなります。

対象範囲と確認コマンドを小さく指定する

「全部直して」ではなく、「src/parserだけを読み、失敗している一つのテスト原因を説明して」のように範囲を限定します。テストも全件ではなく対象ファイルから始め、問題がなければ範囲を広げます。Codexが毎回大きな依存フォルダや生成物を読む必要がないよう、プロジェクトの除外設定とディレクトリ構成を整えておくことも、microSDカードへの細かなアクセスを減らす助けになります。

AGENTS.mdへラズパイ固有の条件を書く

プロジェクト直下のAGENTS.mdには、利用可能なメモリが限られること、重い全件テストは最後だけにすること、特定のディレクトリへ作業範囲を絞ることなどを書けます。Codexがリポジトリを開くたびに同じ前提を参照できるため、毎回長い説明を繰り返さずに済みます。実際に存在しないコマンドを書かず、ラズパイ上で手動確認できた指示だけを残すのがポイントです。

ビルド中はメモリと温度を観察する

応答は返るのにテストだけ途中で止まる場合、Codexではなくローカル処理の資源不足を疑います。free -hでメモリを、vcgencmd measure_tempが使える環境では温度を確認します。冷却が不十分な状態で長いビルドを続けるとCPU速度が抑えられるため、ケースやファンの状態も見直してください。無理に並列数を上げず、対象を分割して一つずつ確認するほうが、結果として完了までの時間が安定します。

Codexがラズパイで動かないときの切り分け

問題が起きたら、インストール、起動、サインイン、プロジェクト内の処理という順に切り分けます。最初から再インストールを繰り返すと、PATHに複数の実体が残り、かえって原因が見えにくくなります。まずuname -m、command -v codex、codex --version、codex login statusの四つを順に確認すると、どの段階まで正常かを短時間で判断できます。結果をメモしてから対処すれば、同じ操作を行き来せずに済みます。

Exec format errorが表示される

この表示は、実行ファイルのCPUアーキテクチャがOSと一致しないときに起こりやすいエラーです。uname -mがarmv7lなら32bit環境なので、現在のaarch64版は起動できません。aarch64なのに同じ表示が出る場合は、誤ってx86_64版を置いていないか、command -v codexとwhich -a codexで実体を確認します。非公式バイナリで回避せず、公式インストーラーから入れ直してください。

codex: command not foundになる

インストール直後だけ見つからないなら、PATHの反映前である可能性が高いです。SSH接続をいったん終了して入り直し、command -v codexを再実行します。それでも見つからなければ、インストーラー終了時に表示された追加先とシェル設定を確認します。npm経路では、利用中のNode.js版が変わるとグローバルパッケージの場所も変わることがあるため、npm prefix -gも確認材料になります。

サインイン画面を開けない

画面なしのラズパイでは、通常のブラウザ経由が完了しないことがあります。その場合はcodex login --device-authを使い、表示されたリンクをスマホやPCで開いてコードを入力します。公式ガイドでは、この方式が画面なし端末の優先手段です。コードには有効時間があるため、一度に一つだけ発行し、表示後は間を置かずに入力してください。

応答はあるがテストやビルドが止まる

モデルとの通信が成立していても、ローカルのテストはメモリ不足や保存領域不足で止まります。free -hとdf -hを確認し、別の開発サーバーや不要なプロセスを止めてから、対象テストを一つに絞ります。SDカードの空きが少ない場合は、依存フォルダやビルド生成物が急に容量を使う点にも注意してください。Codexへ原因調査を頼む際も、停止直前の出力を示すと切り分けが早くなります。

ラズパイへCodexを入れる価値がある用途

ラズパイ上のCodexは、常用PCの代替だけを目的にするより、小型Linux機ならではの開発へ使うと価値が分かりやすくなります。GPIOを扱うPythonコードの説明、センサー取得処理のテスト追加、家庭内サーバーの設定ファイル整理、軽量なWeb画面の修正など、実機上のファイルとコマンドを直接確認できることが強みです。別のPCでコードを書いて転送する方法と比べ、対象機のOS、ライブラリ、接続機器に近い場所で調査と修正を進められます。

一方、大規模なコンパイルや多数のコンテナを同時に扱う作業では、ラズパイの資源が先に限界へ達します。その場合は、Codexを使えないのではなく、編集と小さな確認をラズパイで行い、重い検証をより余裕のある環境へ分ける設計が適しています。まず64bit OSと公式aarch64版という土台を整え、小さなプロジェクトで応答とテストを確認し、実測に合わせて範囲を広げてください。

まとめ

Codexをラズパイで使う条件は明快です。uname -mがaarch64となる64bit Linuxを用意し、OpenAI公式の単独インストーラーかnpmのどちらか一方でCodex CLIを導入します。2026年7月22日公開の0.145.0にはaarch64 Linux向け配布物があり、現在の64bit Raspberry Pi OSと組み合わせる根拠を公式リリースで確認できます。画面なしならデバイスコード方式でサインインし、最初は小さなディレクトリと軽いテストから始めましょう。ラズパイの得意な小型Linux開発へ範囲を絞れば、Codexを実機に近い場所で使える実用的な開発端末になります。