TokenLab

程式工具

Kilo Code

將 Kilo Code 和 Kilo CLI 連接到 TokenLab

概覽

Kilo Code 在其 VS Code 擴充功能和 Kilo CLI 中支援自訂的 OpenAI 相容提供者。這兩個客戶端共用相同的提供者與模型設定。

安裝

對於 VS Code,請在擴充功能中搜尋 Kilo Code 並安裝預發布(pre-release)版本。Kilo 將該版本記錄為當前穩定且推薦使用的擴充功能。

對於 CLI,請執行:

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

在 UI 中設定

在編輯之前,請先在本地儲存當前的提供者、模型和連線設定。這些控制項會變更當前啟用的模型選擇;完成後請恢復您之前的數值。請保持已登入的帳戶和 Skill 權限不變。除非有可還原的備份,否則請勿覆蓋其他 OpenAI 相容的連線。

  1. 開啟 Kilo Code Settings → Providers。
  2. 向下捲動並點擊 Custom provider。
  3. 使用以下數值:
欄位數值
Provider IDtokenlab
Display nameTokenLab
Provider APIOpenAI Compatible
Base URLhttps://api.tokenlab.sh/v1
API key您的 TokenLab API key
Model選擇或新增 claude-sonnet-5-5

在輸入 Base URL 和 key 後,Kilo 會自動查詢 TokenLab 的 /v1/models 端點。點擊 Submit,然後在模型選擇器中選擇 tokenlab/claude-sonnet-5-5。

設定 CLI

請使用 快速上手 中針對 macOS、Linux、WSL 或 Windows PowerShell 的終端機說明來設定 TOKENLAB_API_KEY,以避免將 key 寫入指令歷史記錄中。從該終端機啟動 Kilo。若需持久使用,請使用您的本地密鑰管理工具;請勿將明文 key 附加到您的 shell 設定檔中。

在啟動 Kilo 7.7.2 之前,請備份當前的全域設定並檢查 permission.bash。此版本會將現有的設定(即使沒有明確規則)遷移為 bash: "allow",即使 permission["*"] 為 deny 也是如此。請在全域檔案中明確保留您當前的 shell 規則:如果現有的萬用字元規則為 deny,請將 "bash": "deny" 合併到現有的 permission 物件中。保持其他規則不變。下方獨立的提供者檔案不會阻止此客戶端遷移。

建立一個獨立的 ~/.config/kilo/tokenlab.jsonc 檔案,並填入下方的設定。如果已設定 XDG_CONFIG_HOME,請在該目錄下使用 kilo/tokenlab.jsonc。請保持正常的 kilo.json / kilo.jsonc、帳戶、預設模型和權限不變:此獨立檔案僅在透過 KILO_CONFIG 選擇它的呼叫中載入。如果該檔案或提供者名稱已屬於其他設定,請選擇不同的檔案/名稱並調整指令。

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

儲存設定或列出模型並不會驗證 key 或完成請求。提示詞(prompt)會消耗 TokenLab 餘額。在嘗試使用 Skill 之前,請檢查回覆及其對應的 請求記錄;輔助請求也可能會被計費。

在同一個 Agent 中生成圖像和影片

Kilo 還可以使用 TokenLab MCP server 建立圖像和短片。每次生成都會從相同的 TokenLab 餘額中扣除。將此 mcp 項目合併到同一個 tokenlab.jsonc 中,放在 provider 旁邊。Kilo 會將 {env:TOKENLAB_API_KEY} 替換為您終端機中的變數,因此 key 不會被寫入檔案中:

{
  "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
    }
  }
}

較長的 timeout 讓 npx 有時間在首次啟動時下載套件。使用相同的 KILO_CONFIG 啟動 Kilo,並要求它列出其 tokenlab 工具。然後嘗試:

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_video 會回傳一個任務 ID。Agent 會呼叫 get_task_status 直到影片準備就緒。請參閱 Kilo MCP servers 以了解其他設定。

疑難排解

本頁內容