TokenLab

코딩 도구

Kilo Code

Kilo Code 및 Kilo CLI를 TokenLab에 연결

개요

Kilo Code는 VS Code 확장 프로그램 및 Kilo CLI에서 사용자 지정 OpenAI 호환 공급자를 지원합니다. 두 클라이언트 모두 동일한 공급자 및 모델 구성을 공유합니다.

설치

VS Code의 경우, 확장 프로그램에서 Kilo Code를 검색하여 사전 릴리스(pre-release) 채널을 설치하십시오. Kilo는 해당 채널을 현재 안정적이고 권장되는 확장 프로그램으로 문서화하고 있습니다.

CLI의 경우, 다음을 실행하십시오:

npm install -g @kilocode/cli@7.7.2
kilo --version

UI에서 구성

편집하기 전에 현재 공급자, 모델 및 연결 설정을 로컬에 저장하십시오. 이러한 제어 항목은 활성 모델 선택을 변경하므로, 완료 후 이전 값으로 복원하십시오. 로그인된 계정 및 Skill 권한은 변경하지 마십시오. 복원 가능한 백업 없이 다른 OpenAI 호환 연결을 덮어쓰지 마십시오.

  1. Kilo Code Settings → Providers를 엽니다.
  2. 아래로 스크롤하여 Custom provider를 클릭합니다.
  3. 다음 값을 사용합니다:
필드값
Provider IDtokenlab
Display nameTokenLab
Provider APIOpenAI Compatible
Base URLhttps://api.tokenlab.sh/v1
API key귀하의 TokenLab API key
Modelclaude-sonnet-5-5 선택 또는 추가

Kilo는 Base URL과 키가 입력되면 자동으로 TokenLab의 /v1/models 엔드포인트를 쿼리합니다. Submit을 클릭한 다음, 모델 선택기에서 tokenlab/claude-sonnet-5-5를 선택하십시오.

CLI 구성

macOS, Linux, WSL 또는 Windows PowerShell용 빠른 시작 터미널 지침을 사용하여 명령 기록에 키를 남기지 않고 TOKENLAB_API_KEY를 설정하십시오. 해당 터미널에서 Kilo를 실행하십시오. 지속적으로 사용하려면 로컬 보안 관리자(secret manager)를 사용하십시오. 셸 프로필에 일반 텍스트 키를 추가하지 마십시오.

Kilo 7.7.2를 시작하기 전에 활성 전역 구성을 백업하고 permission.bash를 확인하십시오. 이 버전은 permission["*"]가 deny인 경우에도 해당 명시적 규칙 없이 기존 구성을 bash: "allow"로 마이그레이션합니다. 전역 파일에서 현재 셸 규칙을 명시적으로 유지하십시오. 기존 와일드카드 규칙이 deny인 경우, 기존 permission 객체에 "bash": "deny"를 병합하십시오. 다른 규칙은 그대로 유지하십시오. 아래의 별도 공급자 파일은 이 클라이언트 마이그레이션을 방지하지 않습니다.

아래 구성을 사용하여 별도의 ~/.config/kilo/tokenlab.jsonc 파일을 만드십시오. XDG_CONFIG_HOME이 설정된 경우 해당 디렉터리 아래의 kilo/tokenlab.jsonc를 사용하십시오. 일반 kilo.json / kilo.jsonc, 계정, 기본 모델 및 권한은 변경하지 마십시오. 이 별도 파일은 KILO_CONFIG로 선택된 호출에 대해서만 로드됩니다. 파일이나 공급자 이름이 이미 다른 설정에 속해 있는 경우, 다른 파일/이름을 선택하고 명령을 조정하십시오.

{
  "$schema": "https://app.kilo.ai/config.json",
  "provider": {
    "tokenlab": {
      "options": {
        "apiKey": "{env:TOKENLAB_API_KEY}",
        "baseURL": "https://api.tokenlab.sh/v1"
      },
      "models": {
        "claude-sonnet-5-5": {
          "name": "Claude Sonnet 5.5",
          "tool_call": true,
          "reasoning": true,
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "limit": {
            "context": 1000000,
            "output": 128000
          }
        }
      },
      "npm": "@ai-sdk/openai-compatible",
      "name": "TokenLab"
    }
  }
}
KILO_CONFIG="${XDG_CONFIG_HOME:-$HOME/.config}/kilo/tokenlab.jsonc" kilo models tokenlab
KILO_CONFIG="${XDG_CONFIG_HOME:-$HOME/.config}/kilo/tokenlab.jsonc" kilo --model tokenlab/claude-sonnet-5-5

설정을 저장하거나 모델을 나열하는 것만으로는 키나 완료된 요청이 확인되지 않습니다. 프롬프트는 TokenLab 잔액을 사용합니다. Skill을 사용하기 전에 응답과 해당 요청 기록을 확인하십시오. 보조 요청도 요금 청구 대상이 될 수 있습니다.

동일한 에이전트에서 이미지 및 비디오 생성

Kilo는 TokenLab MCP server를 사용하여 이미지와 짧은 비디오를 생성할 수도 있습니다. 각 생성 작업은 동일한 TokenLab 잔액에서 차감됩니다. 이 mcp 항목을 provider 옆의 동일한 tokenlab.jsonc에 병합하십시오. Kilo는 {env:TOKENLAB_API_KEY}를 터미널의 변수로 대체하므로 키가 파일에 기록되지 않습니다:

{
  "mcp": {
    "tokenlab": {
      "type": "local",
      "command": ["npx", "-y", "@tokenlabai/mcp-server@0.6.48"],
      "environment": {
        "TOKENLAB_MCP_TOOL_PROFILE": "core",
        "TOKENLAB_API_KEY": "{env:TOKENLAB_API_KEY}"
      },
      "timeout": 30000
    }
  }
}

더 긴 timeout 설정은 첫 시작 시 npx가 패키지를 다운로드할 시간을 제공합니다. 동일한 KILO_CONFIG로 Kilo를 시작하고 tokenlab Skill을 나열하도록 요청하십시오. 그런 다음 다음을 시도하십시오:

Call get_model_pricing for nano-banana-2, then use create_image with nano-banana-2 at 1k to make a photo of a matte black coffee mug on a white desk.

create_video는 작업 ID를 반환합니다. 에이전트는 비디오가 준비될 때까지 get_task_status를 호출합니다. 다른 설정은 Kilo MCP servers를 참조하십시오.

문제 해결

이 페이지의 내용