ApiClo 문서

VS Code의 자율 코딩 작업에 적합합니다. ApiClo는 두 가지 방법으로 연결할 수 있습니다.

옵션 A: OpenAI 호환

1. 1

   VS Code Marketplace에서 Cline을 설치하고 설정/API 구성을 엽니다.

2. 2

   API 공급자로 OpenAI 호환을 선택합니다.

3. 3

   /v1: https://apiclo.com/v1을 사용하여 전체 기본 URL을 설정합니다.

4. 4

   API 키: sk-hub 키입니다. 모델 ID: clude-sonnet-5 또는 clude-opus-4-8.

5. 5

   프로필을 저장하고 먼저 테스트를 보냅니다. 확인만 답장하세요.

옵션 B: 기본 모드를 위한 인류학적 메시지

1. 1

   Cline 빌드에 Anthropic 공급자가 필요한 경우 사용자 정의 기본 URL 사용을 활성화합니다.

2. 2

   사용자 정의 기본 URL: https://apiclo.com . 여기에 /v1을 추가하지 마십시오. Cline은 /v1/messages 자체를 호출합니다.

3. 3

   API 키: sk-hub 키입니다. 모델: clude-sonnet-5 또는 clude-opus-4-8.

4. 4

   Anthropic 기본 모드가 불안정한 경우 옵션 A OpenAI 호환으로 돌아갑니다.

저장 후 보내기: 답장만 OK. 두 번째 테스트: 현재 폴더를 보고 README.md가 존재하는지 확인합니다. 아무것도 변경하지 마십시오.

Images: select a vision-capable model and enable Supports images/Vision if your Cline version exposes that toggle. Start a new task after changing it and attach a PNG with a text question.

Roo Code는 Cline과 거의 동일한 설정을 사용하지만 공급자 프로필 라벨이 다를 수 있습니다.

1. 1

   VS Code 확장에서 Roo Code를 설치하고 Roo Code 패널을 엽니다.

2. 2

   API 키 아래 ApiClo에서 API 키를 생성합니다.

3. 3

   API 구성/공급자/프로필을 엽니다.

4. 4

   기본적으로 OpenAI 호환 프로필(기본 URL https://apiclo.com/v1 및 ApiClo 모델 ID)을 선택합니다.

5. 5

   기본/고급 모드의 경우에만 /v1 없이 Anthropic + 사용자 정의 기본 URL https://apiclo.com를 사용하세요.

6. 6

   프로필을 저장하고 확인을 확인한 다음 파일 작업을 실행합니다.

7. 7

   두 번째 테스트: Roo에게 현재 폴더를 읽고 파일을 편집하지 않고 README.md가 존재하는지 말하도록 요청합니다.

Images: enable Vision/Supports images in the model profile when available. If Roo hides the attachment before the request, verify the same model through OpenCode or Harness with an explicit capability.

Kilo의 경우 Custom Provider를 사용합니다. Cline/Roo와 달리 기본 URL은 일반적으로 /v1로 입력됩니다.

1. 1

   VS Code 확장에서 Kilo Code를 설치하고 설정/API 구성을 엽니다.

2. 2

   ApiClo -> API Keys에서 sk-hub API 키를 받으세요.

3. 3

   사용자 지정 공급자 만들기: 공급자 ID apiclaude, 표시 이름 ApiClo.

4. 4

   Claude 모델의 경우 기본적으로 공급자 API: OpenAI 호환 및 기본 URL https://apiclo.com/v1을 선택합니다.

5. 5

   Kilo가 명시적으로 기본 메시지 모드를 필요로 하는 경우에만 공급자 API: Anthropic 메시지를 사용하세요.

6. 6

   모델 ID: claude-sonnet-5, claude-opus-4-8 또는 claude-fable-5-1.

7. 7

   공급자를 저장하고 두 가지 테스트를 실행합니다. 답장만 확인합니다. 그런 다음 편집 없이 프로젝트 파일 목록을 읽습니다.

Images: set attachment: true and modalities with input [text, image], output [text] on the custom model. Without modalities, an unknown model is treated as text-only.

"attachment": true,
"modalities": {
  "input": ["text", "image"],
  "output": ["text"]
}

계속은 config.yaml을 통해 구성됩니다. 모델에게 채팅, 편집, 적용, 요약 역할을 부여합니다.

1. 1

   계속을 설치하고 구성을 엽니다. 계속 -> 설정 -> config.yaml 열기.

2. 2

   이미 사용자 정의 모델이 있는 경우 이전 config.yaml을 교체하기 전에 저장하세요.

3. 3

   아래 블록을 붙여넣고 YOUR_API_KEY를 sk-hub 키로 바꾸세요.

4. 4

   계속을 다시 시작하거나 IDE에서 창 다시 로드를 실행하세요.

5. 5

   무거운 작업을 시작하기 전에 작은 파일에 대해 채팅, 편집, 적용을 테스트해 보세요.

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

This example does not impose hard contextLength or maxTokens values. Continue uses the selected model's capabilities and shows the active configuration in Continue Console → Options.

In a long Agent session, click Compact conversation, the converging-arrows icon under the latest response. Once context reaches 60%, the same action is available from the context indicator beside the input. Continue keeps a technical summary and sends it with only the newer turns. This compacts history rather than truncating the active task. After compaction, inspect the next request in Continue Console: it should contain the summary and only newer turns, not hundreds of old tool_result blocks.

If Continue rejects provider: openai, use its OpenAI-compatible/custom provider with the same apiBase/apiKey/model. For model, use claude-sonnet-5 or claude-opus-4-8 without the apiclaude/ prefix.

Images: enable image input/vision for the selected custom model in your Continue version. If the field is unavailable, update Continue; a text-only request does not verify attachment delivery.

VS Code 기본 제공 사용자 지정 끝점의 경우 사용자 구성 파일에 모델을 추가합니다.

1. 1

   VS Code 사용자 설정 폴더를 열고 chatLanguageModels.json이 없으면 만듭니다.

2. 2

   아래 JSON을 붙여넣고 YOUR_API_KEY를 sk-hub 키로 바꾸세요.

3. 3

   URL이 /v1/chat/completions로 끝나는지 확인하세요.

4. 4

   개발자 실행: 창 새로 고침.

5. 5

   VS Code 채팅에서 Claude Sonnet 5를 선택하고 Reply only OK 테스트를 보냅니다.

[
  {
    "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": 1000000,
        "maxOutputTokens": 64000,
        "streaming": true
      },
      {
        "id": "claude-opus-4-8",
        "name": "Claude Opus 4.8",
        "url": "https://apiclo.com/v1/chat/completions",
        "toolCalling": true,
        "vision": true,
        "maxInputTokens": 1000000,
        "maxOutputTokens": 64000,
        "streaming": true
      }
    ]
  }
]

Cursor가 내장 모델로 바꾸지 않도록 Cursor 전용 ID를 사용하세요.

1. 1

   Cursor Settings → Models → API Keys를 열고 OpenAI API Key에 ApiClo sk-hub 키를 저장하세요.

2. 2

   Override OpenAI Base URL을 켜고 https://apiclo.com/v1 을 정확히 입력하세요.

3. 3

   아래의 정확한 사용자 지정 ID 중 하나를 추가하세요. /v1/models에 표시되며 원본 모델과 동일한 라우팅, 폴백 및 결제를 사용합니다.

4. 4

   Cursor 내장 GPT-5.6 Sol 또는 Claude가 아니라 정확한 apiclo-* 항목을 선택하세요.

5. 5

   macOS와 Windows 설정은 같습니다. Cursor Tab 및 기타 특수 기능은 계속 Cursor 자체 모델을 사용할 수 있습니다.

6. 6

   'OK만 답해'를 보내세요. ApiClo Logs에 요청이 없으면 Cursor를 업데이트하고 사용자 지정 apiclo-* 모델이 선택되었는지 확인하세요.

이 ID는 /v1/chat/completions와 /v1/responses를 모두 지원합니다. 오류가 계속되면 새 Cursor Request ID와 정확한 UTC 시간을 지원팀에 보내세요.

Trae는 설정 -> 모델 -> 모델 추가 -> 사용자 정의 구성을 통해 연결합니다.

1. 1

   Trae를 설치하고 로그인하세요. 그렇지 않으면 모델 섹션이 숨겨질 수 있습니다.

2. 2

   설정 -> 모델 -> 모델 추가 -> 사용자 정의 구성을 엽니다.

3. 3

   Claude의 경우 API 형식 Anthropic Messages, URL https://apiclo.com 또는 Trae가 전체 /v1 엔드포인트를 요청하는 경우 https://apiclo.com/v1을 선택합니다.

4. 4

   OpenAI Completions의 경우 https://apiclo.com/v1 및 모델 ID claude-sonnet-5를 사용하세요.

5. 5

   API 키를 붙여넣고 모델을 저장한 후 Reply only OK 테스트를 실행하세요.

6. 6

   Trae에 빈 답변이 표시되면 최대 출력을 줄이고 정확한 API 형식을 확인하세요.

Images: select a vision-capable model and enable multimodal/vision/attachments in Custom Config if Trae exposes that option. After saving, always run a separate image + text test.

ApiClo를 OpenAI 호환 공급자로 연결합니다.

1. 1

   자체 호스팅 UI에 대한 공급자 관리 설정 또는 환경 구성을 엽니다.

2. 2

   OpenAI 호환 공급자를 선택하세요.

3. 3

   OPENAI_API_BASE_URL=https://apiclo.com/v1 및 OPENAI_API_KEY=sk-hub-...를 설정합니다.

4. 4

   DEFAULT_MODEL=claude-sonnet-5를 추가하거나 UI에서 모델을 선택하세요.

5. 5

   UI 컨테이너/프로세스를 다시 시작하고 간단한 테스트를 보냅니다.

Images: in Open WebUI or LibreChat enable vision capability on the custom model/connection. Having an API route alone does not make the UI attach a file.

UI가 /v1 자체를 추가하는 경우 루트 https://apiclo.com를 사용하거나 설정에서 추가 /v1을 제거하세요.

Recommended quick path: the custom provider lives in opencode.json, and vision is declared in model capabilities.

1. 1

   Install OpenCode v2 from the official guide: macOS/Linux — npm install -g @opencode/cli; Windows — use the standalone CLI binary from OpenCode.

2. 2

   Create opencode.json in the project root and paste the configuration below.

3. 3

   Set APICLO_API_KEY in the OpenCode process environment; do not put the key in the project config.

4. 4

   Declare each model's actual capabilities. OpenCode v2 assumes text+image for an unknown model, but that is a fallback assumption, not an API check.

5. 5

   Run opencode, verify a short text response, then attach a small PNG/JPEG and ask it to read visible text.

macOS / Linux:

{
  "$schema": "https://opencode.ai/config.json",
  "providers": {
    "apiclaude": {
      "name": "ApiClo",
      "env": ["APICLO_API_KEY"],
      "package": "@opencode/ai/providers/openai-compatible",
      "settings": {
        "baseURL": "https://apiclo.com/v1"
      },
      "models": {
        "gpt-6-astra": {
          "name": "GPT 6 Astra",
          "capabilities": {
            "tools": true,
            "input": ["text", "image"],
            "output": ["text"]
          },
          "limit": {
            "context": 200000,
            "output": 128000
          }
        },
        "claude-fable-5-1": {
          "name": "Claude Fable 5.1",
          "capabilities": {
            "tools": true,
            "input": ["text", "image"],
            "output": ["text"]
          },
          "limit": {
            "context": 1000000,
            "output": 128000
          }
        }
      }
    }
  },
  "model": "apiclaude/gpt-6-astra"
}

This example targets OpenCode v2. Declare actual capabilities for other models; the v1 config is not interchangeable. On Windows, download the standalone binary below. OpenCode v2

Harness supports ApiClo as a custom OpenAI-compatible provider. Image input is enabled separately on each model.

1. 1

   Install DeepSeek Harness from its official instructions. In Settings → Models choose Add model provider → Custom model API.

2. 2

   Provider ID: apiclo; Display name: ApiClo; Base URL: https://apiclo.com/v1; API protocol: openai-completions.

3. 3

   Use the APICLO_API_KEY environment variable. If Fetch available models does not list an ID, add the model manually; configure its input types separately.

4. 4

   In Model options enable Text and Image. In the profile this is input: [text, image] on that model.

5. 5

   The change applies to the next request without a restart. If a problematic image remains in the session history, create a new session.

6. 6

   Test text first, then PNG/JPEG. If Harness says model does not support images before the request, the capability still is not saved on the selected model.

For the standard dsh web launch, use $DSH_HOME/profiles/web/cordis.patch.yml; replace web with your profile name otherwise. Preserve other entries when editing an existing file.

- id: llm-pi-ai
  config:
    providers:
      apiclo:
        apiKeyEnv: APICLO_API_KEY
        api: openai-completions
        baseURL: https://apiclo.com/v1
        models:
          - id: gpt-6-astra
            input: [text, image]
          - id: claude-fable-5-1
            input: [text, image]

# macOS / Linux
export APICLO_API_KEY="sk-hub-..."
dsh web

# Windows PowerShell
$env:APICLO_API_KEY="sk-hub-..."
dsh web

Claude Code는 일반적으로 /v1이 없는 Anthropic 호환 기본 URL을 기대합니다.

1. 1

   Node.js 18+를 확인하세요: node --version.

2. 2

   클로드 코드 설치: npm install -g @anthropic-ai/claude-code@latest.

3. 3

   설치를 확인하세요: clude --version.

4. 4

   ApiClo의 경우 ANTHROPIC_AUTH_TOKEN + ANTHROPIC_BASE_URL을 사용합니다. ANTHROPIC_API_KEY는 x-api-key가 필요한 클라이언트에만 해당됩니다.

5. 5

   Set CLAUDE_CODE_AUTO_COMPACT_WINDOW=180000 so Claude Code summarizes a long session before the 200k boundary. This does not limit response size.

6. 6

   먼저 직접 /v1/messages 요청으로 게이트웨이를 확인한 다음 동일한 셸 세션에서 clude를 시작하세요.

7. 7

   Claude Code에서 /status를 실행하고 ApiClo 기본 URL과 활성 토큰 소스가 표시되는지 확인합니다.

# 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 "$ANTHROPIC_BASE_URL/v1/messages" \
  -H "Authorization: Bearer $ANTHROPIC_AUTH_TOKEN" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d "{\"model\":\"$ANTHROPIC_MODEL\",\"max_tokens\":1,\"messages\":[{\"role\":\"user\",\"content\":\".\"}]}"

# Windows PowerShell
Invoke-RestMethod -Method Post -Uri "$($env:ANTHROPIC_BASE_URL)/v1/messages" `
  -Headers @{ "Authorization" = "Bearer $env:ANTHROPIC_AUTH_TOKEN"; "anthropic-version" = "2023-06-01" } `
  -ContentType "application/json" `
  -Body (@{ model = $env:ANTHROPIC_MODEL; max_tokens = 1; messages = @(@{ role = "user"; content = "." }) } | ConvertTo-Json -Depth 4)

연기가 msg_와 함께 JSON을 반환하면 URL과 키가 작동합니다. 401을 반환하면 클라이언트가 잘못된 헤더가 포함된 키를 보낸 것입니다. x-api-key 시나리오에만 ANTHROPIC_API_KEY를 사용하세요.

Images: in Claude Code attach a local file with the native command/button and select a vision-capable model. A separate provider flag is normally unnecessary, but an image + text smoke is required after changing the endpoint.

Codex CLI and the IDE extension can use ApiClo through a custom provider in config.toml.

1. 1

   In the Codex IDE extension, open Codex Settings → Open config.toml; the CLI uses the same ~/.codex/config.toml.

2. 2

   프로젝트 .codex/config.toml은 공급자/인증을 정의해서는 안 되기 때문에 공급자를 사용자 수준 구성에 추가합니다.

3. 3

   APICLAUDE_API_KEY를 sk-hub 키로 설정하세요. 이 변수 이름은 아래 env_key에 의해 선택됩니다.

4. 4

   wire_api = response 유지: 현재 Codex에서는 지원되는 공급자 프로토콜입니다.

5. 5

   테스트 폴더에서 codex를 실행하고 Reply only OK를 확인합니다.

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

Codex가 공급자 구성을 거부하면 먼저 Codex를 업데이트하세요. wire_api를 채팅 완료로 전환하지 마십시오. 현재 Codex 문서에서는 응답을 지원되는 공급자 프로토콜로 설명합니다.

Images: in the IDE extension attach the image through the composer; in CLI provide the local path using the native flow. Test an image + text request separately: provider configuration alone does not prove delivery of the attachment.

OpenClaw는 두 가지 공급자 모드로 models.json을 통해 연결할 수 있습니다.

1. 1

   플랫폼에 OpenClaw를 설치하고 openclaw --version을 확인하세요.

2. 2

   OpenClaw 모델 파일을 찾거나 config 폴더에 models.json을 생성하세요.

3. 3

   Claude 메시지 모드의 경우 baseUrl https://apiclo.com와 함께 공급자 apiclaude-messages를 사용합니다.

4. 4

   OpenAI 완성 모드의 경우 baseUrl https://apiclo.com/v1과 함께 공급자 apiclaude-openai를 사용합니다.

5. 5

   Add input: [text, image] to every vision model, otherwise OpenClaw passes only a text media reference or omits the image.

6. 6

   Replace apiKey with an sk-hub key and run separate text, tool, and image tests in a project.

{
  "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",
            "input": ["text", "image"],
            "contextWindow": 1000000,
            "maxTokens": 64000
          }
        ]
      },
      "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", "input": ["text", "image"] }
        ]
      }
    }
  }
}

Qwen Code가 OpenAI 호환 클라이언트로 설치되면 OPENAI_* 변수로 충분합니다.

1. 1

   Node.js를 확인하세요: node --version.

2. 2

   Qwen 코드 설치: npm install -g @qwen-code/qwen-code@latest.

3. 3

   qwen --version 및 qwen --help를 확인하세요.

4. 4

   OpenAI 호환 모드의 경우 OPENAI_API_KEY, OPENAI_BASE_URL 및 OPENAI_MODEL을 설정합니다.

5. 5

   Qwen Code 빌드가 Anthropic 환경을 지원하는 경우 Claude 모델에 ANTHROPIC_AUTH_TOKEN + https://apiclo.com를 사용할 수 있습니다.

6. 6

   Use images only if the installed Qwen Code version exposes attachment/image input for a custom endpoint; otherwise the client may send text only.

7. 7

   qwen을 실행하고 OK/읽기 전용 테스트를 수행합니다.

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

Aider는 OpenAI 호환 변수를 통해 작동합니다.

1. 1

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

2. 2

   테스트 편집이 안전한 git 프로젝트에서 터미널을 엽니다.

3. 3

   OPENAI_API_BASE 및 OPENAI_API_KEY를 설정합니다.

4. 4

   aider --model openai/claude-sonnet-5를 실행합니다.

5. 5

   For an image, run /add image.png or /paste, then ask a text question; the selected model must support vision.

6. 6

   먼저 파일에 대해 설명해달라고 요청하세요. 연결이 확인된 후에만 편집을 허용합니다.

OMP connects through ~/.omp/agent/models.yml. Vision capability is declared with the model input field.

1. 1

   Install OMP with curl -fsSL https://omp.sh/install | sh; on Windows PowerShell use irm https://omp.sh/install.ps1 | iex.

2. 2

   Create ~/.omp/agent/models.yml and add the apiclo custom provider.

3. 3

   Set apiKey to the APICLO_API_KEY variable name instead of putting the secret in a repository.

4. 4

   Keep input: [text, image] on vision models: OMP checks this field before sending an attachment.

5. 5

   Run omp models find apiclo, then omp and test text, tools, and a separate image.

providers:
  apiclo:
    baseUrl: https://apiclo.com/v1
    api: openai-completions
    apiKey: APICLO_API_KEY
    models:
      - id: gpt-6-astra
        name: GPT 6 Astra
        input: [text, image]
        contextWindow: 200000
        maxTokens: 128000
      - id: claude-fable-5-1
        name: Claude Fable 5.1
        input: [text, image]
        contextWindow: 1000000
        maxTokens: 128000

Pi supports custom OpenAI-compatible models through models.json; declare image capability explicitly.

1. 1

   Install Pi using its official instructions and create ~/.pi/agent/models.json.

2. 2

   Set APICLO_API_KEY in the environment; do not store the key in a project file.

3. 3

   In /model, select apiclo/gpt-6-astra or apiclo/claude-fable-5-1.

4. 4

   Test a short text request, a tool call, and a separate image with a text question. Declaring input: image alone does not prove delivery.

{
  "providers": {
    "apiclo": {
      "baseUrl": "https://apiclo.com/v1",
      "api": "openai-completions",
      "apiKey": "$APICLO_API_KEY",
      "models": [
        { "id": "gpt-6-astra", "input": ["text", "image"], "contextWindow": 200000 },
        { "id": "claude-fable-5-1", "input": ["text", "image"], "contextWindow": 1000000 }
      ]
    }
  }
}

Kimi Code accepts a custom OpenAI-compatible provider; ApiClo compatibility is still undergoing our test matrix.

1. 1

   Install Kimi Code and open ~/.kimi-code/config.toml; preserve your existing settings.

2. 2

   Set APICLO_API_KEY in the environment and add an openai provider with a /v1 base URL.

3. 3

   Register the required model with image_in and tool_use, then select it in the client.

4. 4

   Test text, tools, reasoning, and images separately. Do not treat this integration as validated for autonomous tasks until the tests pass.

[providers.apiclo]
type = "openai"
base_url = "https://apiclo.com/v1"
api_key_env = "APICLO_API_KEY"

[models."apiclo/gpt-6-astra"]
provider = "apiclo"
model = "gpt-6-astra"
max_context_size = 200000
capabilities = ["image_in", "tool_use"]

Orca manages multiple CLI agents and isolated git worktrees. It does not replace the child agent's provider configuration.

1. 1

   First configure one working ApiClo executor: Codex, Claude Code, OpenCode, or OMP, including a separate vision test.

2. 2

   Install Orca Desktop/ADE from the official release for your OS and open the target git repository.

3. 3

   Add the already configured CLI as an agent runtime. The ApiClo key stays in the CLI's secure store or environment, not in Orca project files.

4. 4

   Use a separate worktree per agent for parallel work and cap the number of concurrent workers.

5. 5

   Send images to the specific child CLI session. Support is determined by that CLI's model capability: OpenCode modalities, Harness/OMP input, or Crush supports-images.

Crush supports OpenAI-compatible providers and a per-model supports-images flag.

1. 1

   Install current Crush and open the global crushrc at ~/.config/crush/crushrc or %USERPROFILE%\.config\crush\crushrc.

2. 2

   Add an apiclo provider of type openai-compat and disable automatic addition of unknown models.

3. 3

   Register each model with model add and set --supports-images true only for vision models.

4. 4

   Select the large model with model large and start Crush in a test project.

5. 5

   On Windows, include a text question with the image: some Crush versions reject an image-only prompt.

provider add apiclo \
  --name "ApiClo" \
  --type openai-compat \
  --base-url "https://apiclo.com/v1" \
  --api-key "$APICLO_API_KEY" \
  --discover-models false

model add apiclo/gpt-6-astra \
  --name "GPT 6 Astra" \
  --context-window 200000 \
  --default-max-tokens 128000 \
  --can-reason true \
  --supports-images true

model large apiclo/gpt-6-astra

Goose supports custom OpenAI-compatible providers in Desktop and CLI. Verify image capability in the installed version with a separate test.

1. 1

   Open Settings → Models → Configure providers → Add Custom Provider.

2. 2

   Provider Type: OpenAI Compatible; Display Name: ApiClo; API URL: https://apiclo.com/v1/chat/completions.

3. 3

   Enable Authentication, save the sk-hub key, and add gpt-6-astra and claude-fable-5-1.

4. 4

   Enable Streaming Support and verify a short text request.

5. 5

   The current Goose custom-provider screen has no universal per-model vision flag. If the attachment button is hidden or the file is removed before the request, use OpenCode, Harness, OMP, or Crush where the capability is explicit.

Gemini CLI는 빌드에서 사용자 정의 OpenAI/Anthropic 엔드포인트를 설정할 수 없는 한 현재로서는 좋은 직접 ApiClo 대상이 아닙니다.

1. 1

   먼저 Gemini CLI 버전에 사용자 정의 기본 URL 설정이 있는지 확인하세요.

2. 2

   커스텀 엔드포인트를 사용할 수 없는 경우 Google 시스템 변수를 재정의하지 말고 Cline, Roo, Kilo 또는 Qwen Code를 사용하세요.

3. 3

   사용자 지정 OpenAI 호환 엔드포인트를 사용할 수 있는 경우 기본 URL https://apiclo.com/v1, sk-hub API 키 및 모델 claude-sonnet-5를 사용하세요.

4. 4

   Verify images with a separate test: the custom endpoint must receive an image part, not only a local path. If that Gemini CLI version cannot do this, use OpenCode, Harness, OMP, or Crush.

5. 5

   설정 후에는 읽기 전용 테스트만 실행하세요. 클라이언트가 여전히 Google 엔드포인트를 호출하는 경우 지원되는 CLI로 전환하세요.

내장된 Hermes는 ApiClo 내에 있습니다. 균형, 모델, 메모리 및 기록은 에이전트에서 관리됩니다.

1. 1

   에이전트를 열고 헤르메스를 선택하세요.

2. 2

   유료 목록에서 모델을 선택하세요: claude-sonnet-5, claude-opus-4-8, claude-sonnet-4-6.

3. 3

   웹페이지의 경우 채팅에서 웹 컨텍스트를 활성화하세요. URL은 ApiClo 리더/브라우저 대체를 통해 읽혀집니다.

4. 4

   For an image, use the composer attachment and a vision-capable model; after upload ask a text question to distinguish real image input from a filename.

5. 5

   Hermes가 컴퓨터에서 작동할 수 있도록 하려면 Desktop Bridge를 다운로드하고 페어링 코드를 만든 다음 필요한 파일 또는 폴더 권한만 부여하세요.

6. 6

   긴 작업의 경우 이유 없이 체인 중간에 모델을 전환하지 마세요. 캐시와 컨텍스트에 도움이 됩니다.

로컬 라우터는 클라이언트가 localhost와만 통신하거나 시스템의 키를 중앙 집중화하려는 경우에 유용합니다.

1. 1

   ApiClo Desktop Bridge를 다운로드하고 IDE/CLI와 동일한 시스템에서 실행하세요.

2. 2

   업스트림 sk-hub 키를 데스크톱 브리지에 붙여넣습니다.

3. 3

   모델 가져오기를 클릭하고 모델 목록이 로드되는지 확인하세요.

4. 4

   라우터 시작을 클릭합니다.

5. 5

   IDE/CLI에서 로컬 기본 URL http://127.0.0.1:18441/v1 및 비어 있지 않은 클라이언트 API 키를 설정합니다.

6. 6

   For images, enable the capability in the IDE/CLI itself: Desktop Router transparently forwards multipart/base64 image content but does not create an attachment button or declare vision for the client.

7. 7

   테스트 답장만 OK; 응답이 없으면 로컬 라우터가 실행 중이고 포트 18441이 사용 가능한지 확인하십시오.

모델 가져오기를 먼저 클릭한 다음 라우터 시작을 클릭합니다. IDE에서는 공개 URL이 아닌 로컬 기본 URL을 사용하세요.

IDE, SDK 및 대부분의 자체 호스팅 인터페이스에 대한 기본 경로입니다.

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
  }'

Claude Messages API를 기대하는 클라이언트에 이 기능을 사용하세요.

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"}]
  }'

응답 와이어 API가 필요한 클라이언트에 대해 이를 사용하십시오.

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."
  }'

스크립트, 백엔드 작업 및 테스트에 적합합니다.

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)

프런트엔드 지원 API 경로 및 Node.js 서비스에 적합합니다.

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);