Документация ApiClo

Подходит для автономных кодовых задач в VS Code. Можно подключить ApiClo двумя способами.

Вариант A: OpenAI Compatible

1. 1

   Установите Cline из VS Code Marketplace и откройте Settings / API Configuration.

2. 2

   API Provider выберите OpenAI Compatible.

3. 3

   Base URL укажите полностью с /v1: https://apiclo.com/v1.

4. 4

   API Key: ваш sk-hub ключ. Model ID: claude-sonnet-5 или claude-opus-4-8.

5. 5

   Сохраните профиль и сначала отправьте тест: Ответь только OK.

Вариант B: Anthropic Messages для native режима

1. 1

   Если ваша сборка Cline требует Anthropic provider, включите Use custom base URL.

2. 2

   Custom Base URL: https://apiclo.com . Здесь не добавляйте /v1, Cline сам идет в /v1/messages.

3. 3

   API Key: ваш sk-hub ключ. Model: claude-sonnet-5 или claude-opus-4-8.

4. 4

   Если Anthropic native режим нестабилен, вернитесь к варианту A OpenAI-compatible.

После сохранения сначала отправьте: Ответь только OK. Второй тест: Посмотри текущую папку и скажи, есть ли README.md, ничего не меняй.

Roo Code использует почти такую же схему, как Cline, но профиль провайдера может называться иначе.

1. 1

   Установите Roo Code из VS Code Extensions и откройте панель Roo Code.

2. 2

   Создайте API key в ApiClo в разделе API Keys.

3. 3

   Откройте API Configuration / Provider / Profile.

4. 4

   По умолчанию выберите OpenAI-compatible профиль: Base URL https://apiclo.com/v1 и model id из списка ApiClo.

5. 5

   Anthropic + custom base URL https://apiclo.com без /v1 используйте только для native/advanced режима.

6. 6

   Сохраните профиль, проверьте OK и только потом запускайте задачу с файлами.

7. 7

   Второй тест: попросите Roo прочитать текущую папку и сказать, есть ли README.md, без изменений файлов.

Для Kilo используйте Custom Provider. В отличие от Cline/Roo, Base URL обычно указывается с /v1.

1. 1

   Установите Kilo Code из VS Code Extensions и откройте Settings / API Configuration.

2. 2

   Получите sk-hub API key в ApiClo -> API Keys.

3. 3

   Создайте Custom Provider: Provider ID apiclaude, Display Name ApiClo.

4. 4

   Для Claude-моделей по умолчанию выберите Provider API: OpenAI Compatible и Base URL https://apiclo.com/v1.

5. 5

   Provider API: Anthropic Messages используйте только если Kilo явно должен работать в native Messages режиме.

6. 6

   Model ID: claude-sonnet-5, claude-opus-4-8 или claude-fable-5.

7. 7

   Сохраните provider и выполните два теста: Ответь только OK; затем прочитай список файлов проекта без изменений.

Continue настраивается через config.yaml. Дайте модели роли chat, edit, apply и summarize.

1. 1

   Установите Continue и откройте конфигурацию: Continue -> Settings -> Open config.yaml.

2. 2

   Сохраните старый config.yaml перед заменой, если там уже есть свои модели.

3. 3

   Вставьте блок ниже, замените YOUR_API_KEY на sk-hub ключ.

4. 4

   Перезапустите Continue или выполните Reload Window в IDE.

5. 5

   Проверьте chat, edit и apply на маленьком файле до тяжелой задачи.

name: ApiClo
version: 1.0.0
schema: v1
models:
  - name: Claude Sonnet 5
    provider: openai
    model: claude-sonnet-5
    apiBase: https://apiclo.com/v1
    apiKey: YOUR_API_KEY
    capabilities:
      - tool_use
    roles:
      - chat
      - edit
      - apply
      - summarize
    defaultCompletionOptions:
      temperature: 0
context:
  - provider: code
  - provider: docs
  - provider: diff
  - provider: terminal
  - provider: problems
  - provider: folder
  - provider: codebase

ApiClo не задаёт в этом примере жёсткие contextLength или maxTokens. Continue использует возможности выбранной модели и показывает фактическую активную конфигурацию в Continue Console → Options.

В длинной Agent-сессии нажмите Compact conversation: значок со сходящимися стрелками под последним ответом. После заполнения 60% эта команда также доступна через индикатор контекста возле поля ввода. Continue сохранит техническую сводку и в следующих запросах отправит её вместе только с новыми сообщениями. Это сжатие истории, а не обрезка текущей задачи. После сжатия проверьте следующий запрос в Continue Console: в нём должна быть сводка и только новые ходы, а не сотни старых tool_result.

Если Continue ругается на provider: openai, используйте OpenAI-compatible/custom provider и те же apiBase/apiKey/model. Для model указывайте claude-sonnet-5 или claude-opus-4-8 без префикса apiclaude/.

Для встроенного Custom Endpoint в VS Code добавьте модели в пользовательский файл конфигурации.

1. 1

   Откройте папку User settings VS Code и создайте chatLanguageModels.json, если файла еще нет.

2. 2

   Вставьте JSON ниже и замените YOUR_API_KEY на sk-hub ключ.

3. 3

   Проверьте, что url заканчивается на /v1/chat/completions.

4. 4

   Выполните Developer: Reload Window.

5. 5

   В чате VS Code выберите Claude Sonnet 5 и отправьте тест Ответь только OK.

[
  {
    "name": "ApiClo",
    "vendor": "customendpoint",
    "apiKey": "YOUR_API_KEY",
    "apiType": "chat-completions",
    "models": [
      {
        "id": "claude-sonnet-5",
        "name": "Claude Sonnet 5",
        "url": "https://apiclo.com/v1/chat/completions",
        "toolCalling": true,
        "vision": true,
        "maxInputTokens": 184000,
        "maxOutputTokens": 8000,
        "streaming": true
      },
      {
        "id": "claude-opus-4-8",
        "name": "Claude Opus 4.8",
        "url": "https://apiclo.com/v1/chat/completions",
        "toolCalling": true,
        "vision": true,
        "maxInputTokens": 184000,
        "maxOutputTokens": 8000,
        "streaming": true
      }
    ]
  }
]

Самый простой сценарий: подключить ApiClo как OpenAI-compatible endpoint.

1. 1

   Откройте Cursor Settings, Models или API Keys.

2. 2

   Включите кастомный OpenAI-compatible endpoint.

3. 3

   Base URL: https://apiclo.com/v1. API key: ваш sk-hub ключ.

4. 4

   Добавьте model id: claude-sonnet-5 для обычной работы, claude-opus-4-8 для тяжелого reasoning/coding.

5. 5

   Сохраните настройки, выберите модель в чате Cursor и отправьте Ответь только OK.

6. 6

   Если Cursor сам добавляет /v1, оставьте root URL без второго /v1.

Trae подключается через Settings -> Models -> Add Model -> Custom Config.

1. 1

   Установите Trae и войдите в аккаунт, иначе раздел Models может быть скрыт.

2. 2

   Откройте Settings -> Models -> Add Model -> Custom Config.

3. 3

   Для Claude выбирайте API Format Anthropic Messages, URL https://apiclo.com или https://apiclo.com/v1 если Trae просит полный /v1 endpoint.

4. 4

   Для OpenAI Completions используйте https://apiclo.com/v1 и model id claude-sonnet-5.

5. 5

   Вставьте API Key, сохраните модель и сделайте тест Ответь только OK.

6. 6

   Если Trae показывает пустой ответ, уменьшите max output и проверьте точный формат API Format.

Подключайте ApiClo как OpenAI-compatible provider.

1. 1

   Откройте админ-настройки providers или env-конфигурацию вашего self-hosted UI.

2. 2

   Выберите OpenAI-compatible provider.

3. 3

   Укажите OPENAI_API_BASE_URL=https://apiclo.com/v1 и OPENAI_API_KEY=sk-hub-...

4. 4

   Добавьте DEFAULT_MODEL=claude-sonnet-5 или выберите модель в UI.

5. 5

   Перезапустите контейнер/процесс UI и отправьте короткий тест.

Если интерфейс сам добавляет /v1, укажите root https://apiclo.com или уберите лишний /v1 в настройке.

Claude Code обычно ожидает Anthropic-compatible base URL без /v1.

1. 1

   Проверьте Node.js 18+: node --version.

2. 2

   Установите Claude Code: npm install -g @anthropic-ai/claude-code@latest.

3. 3

   Проверьте установку: claude --version.

4. 4

   Для ApiClo используйте ANTHROPIC_AUTH_TOKEN + ANTHROPIC_BASE_URL; ANTHROPIC_API_KEY нужен только клиентам, которые требуют x-api-key.

5. 5

   Задайте CLAUDE_CODE_AUTO_COMPACT_WINDOW=180000: Claude Code заранее сохранит summary длинной сессии перед 200k boundary. Это не ограничивает размер ответа.

6. 6

   Сначала проверьте gateway прямым запросом /v1/messages, потом запускайте claude из той же shell-сессии.

7. 7

   В Claude Code выполните /status и убедитесь, что показан ApiClo base URL и активный token source.

# macOS / Linux
export ANTHROPIC_AUTH_TOKEN="sk-hub-..."
export ANTHROPIC_BASE_URL="https://apiclo.com"
export ANTHROPIC_MODEL="claude-sonnet-5"
export CLAUDE_CODE_AUTO_COMPACT_WINDOW="180000"
claude

# Windows PowerShell
$env:ANTHROPIC_AUTH_TOKEN="sk-hub-..."
$env:ANTHROPIC_BASE_URL="https://apiclo.com"
$env:ANTHROPIC_MODEL="claude-sonnet-5"
$env:CLAUDE_CODE_AUTO_COMPACT_WINDOW="180000"
claude

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://apiclo.com",
    "ANTHROPIC_AUTH_TOKEN": "sk-hub-...",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "180000"
  }
}

# macOS / Linux
curl -X POST "https://apiclo.com/v1/messages" \
  -H "Authorization: Bearer sk-hub-..." \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model":"claude-sonnet-5","max_tokens":1,"messages":[{"role":"user","content":"."}]}'

# Windows PowerShell
Invoke-RestMethod -Method Post -Uri "https://apiclo.com/v1/messages" `
  -Headers @{ "Authorization" = "Bearer sk-hub-..."; "anthropic-version" = "2023-06-01" } `
  -ContentType "application/json" `
  -Body '{"model":"claude-sonnet-5","max_tokens":1,"messages":[{"role":"user","content":"."}]}'

Если smoke отвечает JSON с msg_ — URL и ключ рабочие. Если 401 — клиент отправил ключ не тем header; используйте ANTHROPIC_API_KEY только для x-api-key сценария.

Codex можно направить в ApiClo через custom provider в config.toml.

1. 1

   В Codex Desktop / IDE нажмите шестеренку, затем Codex Settings → Open config.toml; CLI использует тот же ~/.codex/config.toml.

2. 2

   Добавьте provider в user-level config, потому что project .codex/config.toml не должен задавать provider/auth.

3. 3

   Задайте переменную APICLAUDE_API_KEY со значением sk-hub ключа. Это имя выбрано в env_key ниже.

4. 4

   Оставьте wire_api = responses: в актуальном Codex это поддерживаемый protocol для provider.

5. 5

   Запустите codex в тестовой папке и проверьте Ответь только OK.

model = "claude-sonnet-5"
model_provider = "apiclaude"

[model_providers.apiclaude]
name = "ApiClo"
base_url = "https://apiclo.com/v1"
env_key = "APICLAUDE_API_KEY"
wire_api = "responses"

# macOS / Linux
export APICLAUDE_API_KEY="sk-hub-..."
codex

# Windows PowerShell
$env:APICLAUDE_API_KEY="sk-hub-..."
codex

Если Codex не принимает provider config, сначала обновите Codex. Не переключайте wire_api на Chat Completions: текущая документация Codex описывает responses как поддерживаемый provider protocol.

OpenCode поддерживает provider config через opencode.json.

1. 1

   Перейдите в тестовый проект: cd ~/Desktop/my-project.

2. 2

   Установите OpenCode: curl -fsSL https://opencode.ai/install | bash или npm install -g opencode-ai.

3. 3

   Проверьте установку: opencode --version и opencode --help.

4. 4

   Создайте opencode.json в корне проекта и вставьте config ниже.

5. 5

   Сохраните ключ через opencode providers login --provider apiclaude.

6. 6

   Запустите opencode и выполните OK/read-only тест.

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "apiclaude": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "ApiClo",
      "options": {
        "baseURL": "https://apiclo.com/v1"
      },
      "models": {
        "claude-sonnet-5": {
          "name": "claude-sonnet-5"
        }
      }
    }
  },
  "model": "apiclaude/claude-sonnet-5"
}

OpenClaw можно подключить через models.json с двумя provider-режимами.

1. 1

   Установите OpenClaw по инструкции вашей платформы и проверьте openclaw --version.

2. 2

   Найдите файл моделей OpenClaw или создайте models.json в папке конфигурации.

3. 3

   Если нужен Claude Messages режим, используйте provider apiclaude-messages с baseUrl https://apiclo.com.

4. 4

   Если нужен OpenAI Completions режим, используйте provider apiclaude-openai с baseUrl https://apiclo.com/v1.

5. 5

   Замените apiKey на sk-hub ключ и запустите read-only тест в проекте.

{
  "models": {
    "mode": "merge",
    "providers": {
      "apiclaude-messages": {
        "baseUrl": "https://apiclo.com",
        "apiKey": "sk-hub-...",
        "auth": "token",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "claude-sonnet-5",
            "name": "claude-sonnet-5",
            "contextWindow": 184000,
            "maxTokens": 8000
          }
        ]
      },
      "apiclaude-openai": {
        "baseUrl": "https://apiclo.com/v1",
        "apiKey": "sk-hub-...",
        "auth": "token",
        "api": "openai-completions",
        "models": [
          { "id": "claude-opus-4-8", "name": "claude-opus-4-8" }
        ]
      }
    }
  }
}

Если Qwen Code установлен как OpenAI-compatible клиент, достаточно OPENAI_* переменных.

1. 1

   Проверьте Node.js: node --version.

2. 2

   Установите Qwen Code: npm install -g @qwen-code/qwen-code@latest.

3. 3

   Проверьте qwen --version и qwen --help.

4. 4

   Для OpenAI-compatible режима задайте OPENAI_API_KEY, OPENAI_BASE_URL и OPENAI_MODEL.

5. 5

   Если ваша сборка Qwen Code поддерживает Anthropic env, можно использовать ANTHROPIC_AUTH_TOKEN + https://apiclo.com для Claude models.

6. 6

   Запустите qwen и выполните OK/read-only тест.

export OPENAI_API_KEY="sk-hub-..."
export OPENAI_BASE_URL="https://apiclo.com/v1"
export OPENAI_MODEL="claude-sonnet-5"
qwen

$env:OPENAI_API_KEY="sk-hub-..."
$env:OPENAI_BASE_URL="https://apiclo.com/v1"
$env:OPENAI_MODEL="claude-sonnet-5"
qwen

Aider работает через OpenAI-compatible переменные.

1. 1

   Установите Aider: python -m pip install -U aider-chat.

2. 2

   Откройте терминал в git-проекте, где можно безопасно тестировать изменения.

3. 3

   Задайте OPENAI_API_BASE и OPENAI_API_KEY.

4. 4

   Запустите aider --model openai/claude-sonnet-5.

5. 5

   Сначала попросите объяснить файл, затем только после проверки разрешайте правки.

Pi подключается через файл моделей и может использовать Anthropic Messages или OpenAI-compatible режим.

1. 1

   Установите Pi в macOS/Linux/WSL окружении и проверьте pi --version.

2. 2

   Создайте папку ~/.pi/agent и файл models.json.

3. 3

   Для OpenAI-compatible режима укажите baseUrl https://apiclo.com/v1 и model claude-sonnet-5.

4. 4

   Для Anthropic Messages режима используйте baseUrl https://apiclo.com и model claude-sonnet-5.

5. 5

   Передайте ключ через APICLAUDE_API_KEY или прямо в локальный config, затем запустите pi и выполните OK/read-only тест.

{
  "providers": {
    "apiclaude-openai": {
      "baseUrl": "https://apiclo.com/v1",
      "apiKey": "${APICLAUDE_API_KEY}",
      "api": "openai-completions",
      "models": [
        { "id": "claude-sonnet-5", "name": "claude-sonnet-5" }
      ]
    }
  },
  "defaultModel": "apiclaude-openai/claude-sonnet-5"
}

Gemini CLI сейчас не является хорошим прямым вариантом для ApiClo, если сборка не дает задать custom OpenAI/Anthropic endpoint.

1. 1

   Сначала проверьте, есть ли в вашей версии Gemini CLI настройка custom base URL.

2. 2

   Если custom endpoint недоступен, не пытайтесь подменять системные Google переменные: используйте Cline, Roo, Kilo или Qwen Code.

3. 3

   Если custom OpenAI-compatible endpoint есть, используйте Base URL https://apiclo.com/v1, API key sk-hub и model claude-sonnet-5.

4. 4

   После настройки выполните только read-only тест. Если клиент продолжает обращаться к Google endpoint, переключитесь на поддерживаемый CLI.

Встроенный Hermes живет внутри ApiClo: баланс, модель, память и история управляются из раздела Agents.

1. 1

   Откройте Agents и выберите Hermes.

2. 2

   Выберите модель из платного списка: claude-sonnet-5, claude-opus-4-8, claude-sonnet-4-6.

3. 3

   Для веб-страниц включайте web context в чате; URL будет прочитан через ApiClo reader/browser fallback.

4. 4

   Чтобы Hermes работал с вашим компьютером, скачайте Desktop Bridge, создайте pairing code и выдайте только нужные разрешения на файлы или папки.

5. 5

   Для длинных задач не меняйте модель в середине цепочки без причины: это помогает кэшу и контексту.

Локальный router нужен, когда клиент умеет говорить только с localhost или когда вы хотите централизовать ключ на машине.

1. 1

   Скачайте ApiClo Desktop Bridge и запустите его на той же машине, где работает IDE/CLI.

2. 2

   Вставьте upstream sk-hub ключ в Desktop Bridge.

3. 3

   Нажмите Fetch models и убедитесь, что список моделей загрузился.

4. 4

   Нажмите Start router.

5. 5

   В IDE/CLI укажите Local Base URL http://127.0.0.1:18441/v1 и любой непустой client API key.

6. 6

   Проверьте Ответь только OK; если не отвечает, проверьте, что локальный router запущен и порт 18441 свободен.

Сначала нажмите Fetch models, затем Start router. В IDE указывайте local Base URL, а не публичный.

Главный route для IDE, SDK и большинства self-hosted интерфейсов.

curl https://apiclo.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Hi"}],
    "max_tokens": 512,
    "stream": true
  }'

Используйте для клиентов, которые ожидают Claude Messages API.

curl https://apiclo.com/v1/messages \
  -H "x-api-key: YOUR_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "max_tokens": 512,
    "messages": [{"role": "user", "content": "Hi"}]
  }'

Используйте для клиентов, где нужен Responses wire API.

curl https://apiclo.com/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "input": "Write a short checklist for release QA."
  }'

Подходит для скриптов, backend jobs и тестов.

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://apiclo.com/v1",
)

response = client.chat.completions.create(
    model="claude-sonnet-5",
    messages=[{"role": "user", "content": "Hi"}],
    max_tokens=512,
)

print(response.choices[0].message.content)

Подходит для frontend-backed API routes и Node.js сервисов.

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.APICLAUDE_API_KEY,
  baseURL: "https://apiclo.com/v1",
});

const response = await client.chat.completions.create({
  model: "claude-sonnet-5",
  messages: [{ role: "user", content: "Hi" }],
  max_tokens: 512,
});

console.log(response.choices[0].message.content);