ApiClo 文档

适合 VS Code 中的自主编码任务。 ApiClo 可以通过两种方式连接。

选项 A：兼容 OpenAI

1. 1

   从 VS Code Marketplace 安装 Cline 并打开“设置/API 配置”。

2. 2

   选择 OpenAI Compatible 作为 API 提供商。

3. 3

   使用 /v1 设置完整的基本 URL：https://apiclo.com/v1。

4. 4

   API 密钥：您的 sk-hub 密钥。型号 ID：claude-sonnet-5 或 claude-opus-4-8。

5. 5

   保存配置文件并首先发送测试：仅回复即可。

选项 B：本机模式的人择消息

1. 1

   如果您的 Cline 构建需要 Anthropic 提供程序，请启用使用自定义基本 URL。

2. 2

   自定义基本 URL：https://apiclo.com。此处不要添加/v1； Cline 调用 /v1/messages 本身。

3. 3

   API 密钥：您的 sk-hub 密钥。型号：claude-sonnet-5 或 claude-opus-4-8。

4. 4

   如果 Anthropic 本机模式不稳定，请返回选项 A OpenAI 兼容。

保存后，发送：回复即可。第二次测试：查看当前文件夹，判断README.md是否存在；不要改变任何东西。

Roo Code 使用与 Cline 几乎相同的设置，但提供商配置文件标签可能不同。

1. 1

   从 VS Code 扩展安装 Roo Code 并打开 Roo Code 面板。

2. 2

   在 ApiClo 中的 API 密钥下创建 API 密钥。

3. 3

   打开 API 配置/提供商/配置文件。

4. 4

   默认情况下，选择 OpenAI 兼容的配置文件：基本 URL https://apiclo.com/v1 和 ApiClo 模型 ID。

5. 5

   仅针对本机/高级模式，使用 Anthropic + 自定义基本 URL https://apiclo.com，不带 /v1。

6. 6

   保存配置文件，验证“确定”，然后运行文件任务。

7. 7

   第二个测试：要求Roo读取当前文件夹并判断README.md是否存在，而不编辑文件。

对于 Kilo，请使用自定义提供程序。与 Cline/Roo 不同，基本 URL 通常使用 /v1 输入。

1. 1

   从 VS Code 扩展安装 Kilo Code 并打开设置/API 配置。

2. 2

   在 ApiClo -> API 密钥中获取 sk-hub API 密钥。

3. 3

   创建自定义提供程序：提供程序 ID apiclaude、显示名称 ApiClo。

4. 4

   对于 Claude 模型，默认选择 Provider API：OpenAI Compatible 和 Base URL https://apiclo.com/v1。

5. 5

   仅当 Kilo 明确需要本机消息模式时才使用 Provider API：Anthropic Messages。

6. 6

   型号 ID：claude-sonnet-5、claude-opus-4-8 或 claude-fable-5。

7. 7

   保存提供程序并运行两个测试：仅回复 OK；然后读取项目文件列表而不进行编辑。

继续是通过config.yaml配置的。与模型进行聊天、编辑、应用和总结角色。

1. 1

   安装继续并打开配置：继续 -> 设置 -> 打开 config.yaml。

2. 2

   如果您已经有自定义模型，请在替换之前保存旧的 config.yaml。

3. 3

   粘贴下面的块并将 YOUR_API_KEY 替换为您的 sk-hub 密钥。

4. 4

   重新启动 继续或在 IDE 中运行 Reload Window。

5. 5

   在执行繁重任务之前，测试聊天、编辑和应用小文件。

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.

对于 VS Code 内置自定义端点，将模型添加到用户配置文件中。

1. 1

   打开 VS Code 用户设置文件夹并创建 chatLanguageModels.json（如果不存在）。

2. 2

   粘贴下面的 JSON 并将 YOUR_API_KEY 替换为您的 sk-hub 密钥。

3. 3

   检查 url 是否以 /v1/chat/completions 结尾。

4. 4

   运行开发人员：重新加载窗口。

5. 5

   在 VS Code 聊天中，选择 Claude Sonnet 5 并发送测试回复即可。

[
  {
    "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
      }
    ]
  }
]

最简单的流程：将 ApiClo 连接为 OpenAI 兼容端点。

1. 1

   打开光标设置、模型或 API 密钥。

2. 2

   启用自定义 OpenAI 兼容端点。

3. 3

   基本网址：https://apiclo.com/v1。 API 密钥：您的 sk-hub 密钥。

4. 4

   添加模型 ID：claude-sonnet-5 用于常规工作，claude-opus-4-8 用于繁重推理/编码。

5. 5

   保存设置，在光标聊天中选择模型，然后发送回复即可。

6. 6

   如果 Cursor 添加 /v1 本身，则保留根 URL 而不添加第二个 /v1。

Trae 通过设置 -> 模型 -> 添加模型 -> 自定义配置进行连接。

1. 1

   安装 Trae 并登录；否则模型部分可能会被隐藏。

2. 2

   打开设置 -> 模型 -> 添加模型 -> 自定义配置。

3. 3

   对于 Claude，选择 API Format Anthropic Messages、URL https://apiclo.com 或 https://apiclo.com/v1（如果 Trae 要求完整的 /v1 端点）。

4. 4

   对于 OpenAI 完成，请使用 https://apiclo.com/v1 和模型 ID claude-sonnet-5。

5. 5

   粘贴 API 密钥，保存模型，然后运行仅回复 OK 测试。

6. 6

   如果 Trae 显示空答案，请减少最大输出并检查确切的 API 格式。

将 ApiClo 连接为 OpenAI 兼容提供商。

1. 1

   打开自托管 UI 的提供程序管理设置或环境配置。

2. 2

   选择与 OpenAI 兼容的提供商。

3. 3

   设置 OPENAI_API_BASE_URL=https://apiclo.com/v1 和 OPENAI_API_KEY=sk-hub-...

4. 4

   添加 DEFAULT_MODEL=claude-sonnet-5 或在 UI 中选择模型。

5. 5

   重新启动 UI 容器/进程并发送一个简短的测试。

如果 UI 添加 /v1 本身，请使用 root https://apiclo.com 或从设置中删除额外的 /v1。

Claude Code 通常需要一个与 Anthropic 兼容的基本 URL，不带 /v1。

1. 1

   检查 Node.js 18+：node --version。

2. 2

   安装 Claude Code：npm install -g @anthropic-ai/claude-code@latest。

3. 3

   检查安装：claude --version。

4. 4

   对于 ApiClo，使用 ANTHROPIC_AUTH_TOKEN + ANTHROPIC_BASE_URL； ANTHROPIC_API_KEY 仅适用于需要 x-api-key 的客户端。

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

   首先使用直接 /v1/messages 请求验证网关，然后从同一 shell 会话启动 claude。

7. 7

   在 Claude Code 中，运行 /status 并确认它显示 ApiClo 基本 URL 和活动令牌源。

# 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":"."}]}'

如果烟雾返回带有 msg_ 的 JSON，则 URL 和密钥有效。如果返回401，则客户端发送的密钥带有错误的标头；仅将 ANTHROPIC_API_KEY 用于 x-api-key 场景。

Codex 可以通过 config.toml 中的自定义提供程序指向 ApiClo。

1. 1

   在 Codex Desktop / IDE 中，单击齿轮，然后单击 Codex 设置 → 打开 config.toml； CLI 使用相同的 ~/.codex/config.toml。

2. 2

   将提供程序添加到用户级配置中，因为项目 .codex/config.toml 不应定义提供程序/身份验证。

3. 3

   将 APICLAUDE_API_KEY 设置为您的 sk-hub 密钥。该变量名称由下面的 env_key 选择。

4. 4

   保持wire_api=response：在当前的Codex中，这是支持的提供者协议。

5. 5

   在测试文件夹中运行 codex 并验证仅回复 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

如果 Codex 拒绝提供程序配置，请先更新 Codex。不要将wire_api切换为聊天完成：当前的Codex文档将响应描述为支持的提供者协议。

OpenCode 通过 opencode.json 支持提供程序配置。

1. 1

   转到测试项目：cd ~/Desktop/my-project。

2. 2

   安装 OpenCode：curl -fsSL https://opencode.ai/install | bash 或 npm install -g opencode-ai。

3. 3

   检查安装：opencode --version 和 opencode --help。

4. 4

   在项目根目录中创建 opencode.json 并粘贴下面的配置。

5. 5

   使用 opencodeproviderslogin --provider apiclaude 保存密钥。

6. 6

   运行 opencode 并执行 OK/只读测试。

{
  "$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 可以通过 models.json 与两种提供者模式连接。

1. 1

   为您的平台安装 OpenClaw 并检查 openclaw --version。

2. 2

   找到 OpenClaw 模型文件或在 config 文件夹中创建 models.json。

3. 3

   对于 Claude Messages 模式，请使用提供程序 apiclaude-messages 和 baseUrl https://apiclo.com。

4. 4

   对于 OpenAI Completions 模式，请使用提供程序 apiclaude-openai 和 baseUrl https://apiclo.com/v1。

5. 5

   将 apiKey 替换为您的 sk-hub 密钥并在项目中运行只读测试。

{
  "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" }
        ]
      }
    }
  }
}

如果 Qwen Code 作为 OpenAI 兼容客户端安装，则 OPENAI_* 变量就足够了。

1. 1

   检查 Node.js：node --version。

2. 2

   安装 Qwen 代码：npm install -g @qwen-code/qwen-code@latest。

3. 3

   检查 qwen --version 和 qwen --help。

4. 4

   对于 OpenAI 兼容模式，设置 OPENAI_API_KEY、OPENAI_BASE_URL 和 OPENAI_MODEL。

5. 5

   如果您的 Qwen Code 版本支持 Anthropic env，则可以对 Claude 模型使用 ANTHROPIC_AUTH_TOKEN + https://apiclo.com。

6. 6

   运行 qwen 并执行 OK/只读测试。

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 通过 OpenAI 兼容变量进行工作。

1. 1

   安装 Aider：python -m pip install -U aider-chat。

2. 2

   在 git 项目中打开一个终端，其中测试编辑是安全的。

3. 3

   设置 OPENAI_API_BASE 和 OPENAI_API_KEY。

4. 4

   运行 aider --model openai/claude-sonnet-5。

5. 5

   首先要求它解释一个文件；仅在验证连接后才允许编辑。

Pi 通过模型文件进行连接，并且可以使用 Anthropic Messages 或 OpenAI 兼容模式。

1. 1

   在 macOS/Linux/WSL 环境中安装 Pi 并检查 pi --version。

2. 2

   创建 ~/.pi/agent 和 models.json 文件。

3. 3

   对于 OpenAI 兼容模式，设置 baseUrl https://apiclo.com/v1 和 model claude-sonnet-5。

4. 4

   对于 Anthropic Messages 模式，请使用 baseUrl https://apiclo.com 和模型 claude-sonnet-5。

5. 5

   通过 APICLAUDE_API_KEY 或直接在本地配置中传递密钥，然后运行 ​​pi 并执行 OK/只读测试。

{
  "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 目前不是一个好的直接 ApiClo 目标，除非您的构建允许您设置自定义 OpenAI/Anthropic 端点​​。

1. 1

   首先检查您的 Gemini CLI 版本是否有自定义基本 URL 设置。

2. 2

   如果自定义端点不可用，请勿尝试覆盖 Google 系统变量：使用 Cline、Roo、Kilo 或 Qwen Code。

3. 3

   如果自定义 OpenAI 兼容端点可用，请使用基本 URL https://apiclo.com/v1、sk-hub API 密钥和模型 claude-sonnet-5。

4. 4

   设置后，仅运行只读测试。如果客户端仍然调用 Google 端点，请切换到支持的 CLI。

内置 Hermes 位于 ApiClo 内部：平衡、模型、内存和历史记录均由代理管理。

1. 1

   打开代理并选择 Hermes。

2. 2

   从付费列表中选择一个模型：claude-sonnet-5、claude-opus-4-8、claude-sonnet-4-6。

3. 3

   对于网页，在聊天中启用网络上下文； URL 将通过 ApiClo 阅读器/浏览器后备读取。

4. 4

   要让 Hermes 使用您的计算机，请下载 Desktop Bridge，创建配对代码，然后仅授予所需的文件或文件夹权限。

5. 5

   对于长任务，避免无缘无故地在链中切换模型；它有助于缓存和上下文。

当客户端仅与本地主机通信或您想要将密钥集中在计算机上时，本地路由器非常有用。

1. 1

   下载 ApiClo Desktop Bridge 并在与 IDE/CLI 相同的计算机上运行它。

2. 2

   将上游 sk-hub 密钥粘贴到 Desktop Bridge 中。

3. 3

   单击“获取模型”并确保加载模型列表。

4. 4

   单击启动路由器。

5. 5

   在 IDE/CLI 中，设置本地基本 URL http://127.0.0.1:18441/v1 和任何非空客户端 API 密钥。

6. 6

   仅测试回复即可；如果没有应答，请检查本地路由器是否正在运行以及端口 18441 是否空闲。

首先单击“获取模型”，然后单击“启动路由器”。在 IDE 中，使用本地基本 URL，而不是公共 URL。

IDE、SDK 和大多数自托管接口的主要路线。

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
  }'

将此用于需要 Claude Messages API 的客户端。

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"}]
  }'

将此用于需要响应有线 API 的客户端。

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."
  }'

适合脚本、后端作业和测试。

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)

适合前端支持的 API 路由和 Node.js 服务。

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);