genmux API 现已全面开放。 查看文档 →
genmux API

博客

在 Cline 和 Roo Code 里使用兼容 OpenAI 的服务商

2 分钟阅读作者 genmux API Team

Cline 和 Roo Code 是 VS Code 上使用最多的两个智能体扩展，两者都有一个「OpenAI Compatible」服务商选项，只要填 base URL、密钥和模型 id。和 genmux 的整个集成就这么多。本文列出具体要填的字段、十个文本模型里该挑哪些、什么时候打开图片支持，以及在开始一场长会话之前你该知道的、模拟函数调用的两个限制。

服务商字段

打开扩展的设置（Cline 或 Roo 面板里的齿轮图标）填写：

字段值
API ProviderOpenAI Compatible
Base URLhttps://api.genmux.tech/v1
API Key你的 genmux 密钥（nb_live_...）
Model IDdeepseek-v4-flash（或下表中任意模型）
Supports streaming开
Supports images关——只对下文的视觉模型打开
Supports computer use / browser关

两个扩展都会对 base URL 调用 GET /v1/models 以提供一个下拉列表；genmux 返回标准的 {"object":"list","data":[…]} 结构，所以那些 id 不用手打就会出现在那里。Roo Code 还有上下文窗口和最大输出的字段——保持默认即可；max_tokens 太大时 genmux 会把它收敛到模型自身上限，而不是让请求失败。

不需要自定义请求头，也不需要打开什么「legacy format」开关：这个接口就是纯粹的 OpenAI chat-completions 方言，错误以 OpenAI 的 {"error":{…}} 结构返回，401 在扩展里的表现和用 OpenAI 密钥时一模一样。

该选哪些模型

Cline 和 Roo 在 system prompt 里自带一套工具协议，较新的版本可以切换到 API 的原生函数调用。无论哪种方式，都请从 genmux 开启了函数调用的那七个模型里选——它们正是在智能体风格任务上测过的那几个：

模型在编辑器里的角色视觉每 100 万 token 价格（输入 / 输出）
deepseek-v4-flash默认：快、便宜、100 万上下文—$0.198 / $0.594
deepseek-v4-proPlan 模式、大型重构—$0.594 / $1.782
deepseek-v3预算方案，64K 上下文—$0.198 / $0.594
qwen3-max能看截图的强通用模型支持$1.08 / $5.40
qwen3-7-max难题上的 Qwen 顶配支持$2.25 / $6.75
doubao-seed-2-pro推理加视觉，256K 上下文支持$0.782 / $3.755
doubao-seed-2-code编程调优，截图转 UI支持$0.782 / $3.755

Cline 的 Plan/Act 拆分和 Roo 的各种模式，都允许你为每个模式指定不同的模型。行得通的搭配是：Plan（或 Roo 的 Architect 模式）用 deepseek-v4-pro，Act（Code 模式）用 deepseek-v4-flash。规划是少数几条长 prompt；执行是几十条短 prompt，便宜的模型完全够用。

qwen3-6-flash、doubao-seed-2-lite 和 doubao-seed-2-mini 只做对话：带 tools 的请求会返回 400 tools_unsupported，它们也没有参加智能体任务的评测。把它们留给聊天侧栏吧。

视觉：把截图放进任务里

打开「supports images」后，两个扩展都会把粘贴或拖入的截图作为 image_url 内容片段附上。七个工具模型里有四个接受它们：qwen3-max、qwen3-7-max、doubao-seed-2-pro 和 doubao-seed-2-code。丢一张排版坏掉的截图，配上「把侧栏做成这样」，就是很好的用法——doubao-seed-2-code 正是为这种「看图做界面」的活调优的，而 Qwen3-Max 读错误弹窗和图表都很稳。

有两点要记住。图片按每张固定费率、以 prompt token 的形式在文本之外计费，所以每一轮都粘一张截图的会话，会比只粘一次的贵不少。还有，给 DeepSeek 模型打开「supports images」并不会明确报错——模型只是看不到图片，然后会说出来，或者更糟：开始猜。请按模型分别设置这个开关，不要全局打开。

诚实的限制

  • 它在十个模型里的七个上可用，也只有那七个。20 个智能体风格任务上的实测通过率：DeepSeek V4 Pro 20/20、V4 Flash 19/20、V3 19/20、Qwen3.7-Max 19/20、Qwen3-Max 19/20、Doubao Seed 2.0 Pro 19/20、Doubao Seed 2.0 Code 18/20。完整表格和测法见模拟函数调用那篇。
  • tool_choice: required 只是建议。 扩展坚持要一次工具调用时，模型仍可能用自然语言作答。评测中，V3、Qwen3-Max 和 Doubao Code 各出现过一次。实际表现是：智能体在解释它「会怎么做」，而不是去做；你回一句「继续」它就动了。Pro 和 Flash 一次都没出现过。
  • 一轮一次调用是常态。 模型很少批量发并行调用，所以跨五个文件的改动就是五次往返。扩展本来就是这么循环的，所以这是个延迟层面的观察，不是正确性问题。
  • 工具定义要花 prompt token——每个工具约 40 个，外加它的 schema。Cline 和 Roo 的工具集大约给每次请求增加 1–2K token；对话历史的成本远比这大，这也是为什么「开一个新任务」是这两个扩展里最有效的省钱手段。

怎么看费用

扩展发出的每一个请求都是一个 genmux 任务。扩展显示的是它自己的 token 估算；实际扣费是响应上的 usage.cost，而 GET /v1/generations?capability=text.chat 会列出当天的调用及每次的费用。

开始使用

服务商选「OpenAI Compatible」，地址填 https://api.genmux.tech/v1，放一把密钥，模型填 deepseek-v4-flash——Cline 或 Roo Code 就通过 genmux 改起文件来了。所有客户端汇总在编程智能体页面；终端优先的配置见 OpenCode 和 aider；包括 tools 和 response_format 在内的对话接口说明见文档。

关于作者

作者 genmux API Team — genmux API.

了解我们