Integrationen

Ein Eintrag unter models.providers in ~/.openclaw/openclaw.json — baseUrl https://api.kunavo.com, api "anthropic-messages" — verbindet einen ständig aktiven OpenClaw-Agenten mit Claude. cacheRetention wird daneben gesetzt, denn ein benutzerdefinierter Anthropic-Endpunkt erhält erst dann Cache-Markierungen.

Ein benannter Anbieter in ~/.hermes/config.yaml — api https://api.kunavo.com, transport anthropic_messages, ausgewählt mit provider: custom:kunavo — verbindet Hermes Agent über das Messages-Protokoll mit Claude. Dabei sendet Hermes Agent eigene Cache-Markierungen und ein Ausgabelimit.

Zwei Umgebungsvariablen — ANTHROPIC_BASE_URL und ANTHROPIC_AUTH_TOKEN — stellen Claude Code auf nutzungsabhängige Abrechnung um, ohne die Installation zu ändern.

Providers → Custom provider → OpenAI Compatible, Basis-URL mit /v1 und die Claude-Modell-ID eingeben — Kilo Code erfährt nie, welcher Anbieter dahintersteht.

OpenAI Compatible auswählen, Basis-URL und Schlüssel einfügen und Kontextfenster sowie maximale Ausgabe des Modells festlegen, damit Roo Codes eigene Budgetierung stimmt.

Clines OpenAI-Compatible-Anbieter benötigt Basis-URL, Schlüssel und Modell-ID sowie die pro Modell verwendeten Preise zur Anzeige der laufenden Sitzungskosten.

Ein [model_providers.kunavo]-Block in ~/.codex/config.toml mit env_key, damit der Schlüssel in der Umgebung bleibt und nie in der Konfigurationsdatei steht.

Ein Anbieterblock in opencode.json — @ai-sdk/openai-compatible für Chat Completions, @ai-sdk/openai für die /v1/responses-Oberfläche.

CCR ist jetzt eine Desktop-App, keine config.json: Kunavo als benutzerdefinierten API-Endpunkt hinzufügen und anschließend die Routing-Regeln jede Anfrageklasse an ein anderes Modell senden lassen.

Ein language_models.openai_compatible-Block in settings.json definiert den Endpunkt und die Modelle; der Schlüssel kommt in die Agent-Panel-Oberfläche, nie in die Datei.

Continues `openai`-Anbieter bezeichnet ein Protokoll, keinen Anbieter: apiBase angeben; jedes Modell — Chat, Bearbeitung, Autovervollständigung — wird zu einem Eintrag in config.yaml.

OPENAI_API_BASE plus OPENAI_API_KEY, dann `aider --model openai/<id>` — das Präfix leitet die ID an deinen Endpunkt statt an Aiders Anbietertabelle weiter.

Kunavo als Custom Configuration hinzufügen: Service-Stamm als Endpunkt, ANTHROPIC_AUTH_TOKEN als Authentifizierungsfeld, native Anthropic Messages — dadurch benötigt die Claude-Code-Seite kein lokales Routing.

Es gibt keine base_url-Option — das SDK startet die Claude-Code-CLI und übergibt die gesamte Umgebung, sodass ANTHROPIC_BASE_URL sie weiterleitet oder ClaudeAgentOptions(env=...) dies pro Client erledigt.

Eine Custom-URL-Verbindung in Amps Model Routing — API-Format chat-completions, Basis-URL https://api.kunavo.com/v1, Schlüssel als Bearer-Token — verschiebt zugeordnete Modelle mit einem Schlüssel auf die verfügbaren Stufen.

Vier Umgebungsvariablen — COPILOT_PROVIDER_BASE_URL, COPILOT_PROVIDER_TYPE, COPILOT_PROVIDER_API_KEY und COPILOT_MODEL — stellen Copilot CLI auf deinen eigenen Endpunkt um; GitHub dokumentiert, dass BYOK keine GitHub-Anmeldung benötigt.

Crush wird per Bash konfiguriert — ein `provider add kunavo --type openai-compat --base-url "https://api.kunavo.com/v1"` in crushrc bringt Charms Terminal-Agenten zu Claude und GPT.

Settings → Models → „Add model provider“ → „Custom model API“ erwartet fünf Felder — Provider ID, Anzeigename, Basis-URL, API-Protokoll und API-Schlüssel — und bringt Claude und GPT in dieselbe Auswahl wie die integrierte DeepSeek-Karte.

Dyad akzeptiert jeden OpenAI-kompatiblen Endpunkt über Settings → AI Providers → Add Custom Provider: API Base URL https://api.kunavo.com/v1, Schlüssel auf der eigenen Anbieterseite, danach eine Add-Custom-Model-Zeile pro Modell-ID.

Ein customModels-Eintrag in ~/.factory/settings.json — model, baseUrl und provider — bringt Droid zu jedem Endpunkt, der Anthropic Messages oder OpenAI Chat Completions unterstützt.

Settings → Models → Configure providers → OpenAI: Host URL nimmt den unveränderten Ursprung, da goose den Anfragepfad (v1/chat/completions) selbst anhängt.

Eine Zeile `jan config set --base-url https://api.kunavo.com/v1` schreibt Kunavo in ~/.jan/config.toml, und die Vorschau-CLI von Jan Agent — ohne eigene Inferenz-Engine — läuft mit diesem Schlüssel.

Junie CLI akzeptiert einen benutzerdefinierten Endpunkt als JSON-Profil in $JUNIE_HOME/models/, wobei baseUrl die vollständige Endpunkt-URL ist und fasterModel den Zielort des Hilfsverkehrs bestimmt.

Kimi Code verwaltet Anbieter in ~/.kimi-code/config.toml — providers.<name>.base_url auf https://api.kunavo.com/v1 setzen, type = "openai" verwenden, und die CLI führt Claude- und GPT-IDs mit einem Schlüssel aus.

mini-SWE-agent hat keine Umgebungsvariable für die Basis-URL — der Endpunkt steht unter model.model_kwargs.api_base in einer YAML-Konfiguration, die mini direkt an litellm.completion übergibt.

Ein [[providers]]-Block mit fünf Zeilen in .vibe/config.toml — api_base, api_key_env_var, api_style — richtet Vibe CLI auf Kunavo aus; der Schlüssel bleibt in einer Umgebungsvariablen statt in der Datei.

Settings &gt; Model Providers erwartet eine Base URL und einen API-Schlüssel — fünf dokumentierte Felder, von denen zwei die Msty-Go-Dokumentation durch Tests offenlässt.

Ein Custom-Provider-Eintrag unter nanocoder.providers in agents.config.json — name, baseUrl, apiKey, models — ohne sdkProvider-Zeile, da standardmäßig openai-compatible verwendet wird.

Ein Anbieterblock in ~/.omp/agent/models.yml — baseUrl, api, apiKey — richtet Oh My Pi auf Kunavo aus; die Erkennung lädt die Modellliste über GET /v1/models.

Eine [model_providers.kunavo]-Tabelle in ~/.openinterpreter/config.toml — base_url, env_key, wire_api = "chat" — und der Rust-Terminal-Agent läuft mit jedem Modell, das der Schlüssel erreicht.

Settings → LLM → Advanced erwartet drei Felder — Custom Model, Base URL, API Key — wobei die Modell-ID das Präfix openai/ trägt und die Basis-URL /v1 behält.

Ein benutzerdefinierter Anbieterblock in ~/.pi/agent/models.json — baseUrl, api und die Modell-IDs — bringt Earendils Pi-Terminal-Programmieragent mit einem Schlüssel zu Claude und GPT.

Qoder Settings → Models → + Add → Provider → Custom akzeptiert eine OpenAI-kompatible Base URL, einen API-Schlüssel und manuell eingegebene Modell-IDs — so erreicht die eigenständige Qoder-Desktop-App Claude und GPT, die beide nicht in ihrem eigenen Katalog enthalten sind.

Qwen Code liest seine Endpunkte aus modelProviders in ~/.qwen/settings.json — ein Eintrag mit baseUrl und envKey bringt Claude und GPT in die /model-Auswahl.

Ein Eintrag in ai-features.openAiCustom.customOpenAiModels — model, url und apiKey — bringt Kunavo hinter Theia Coder, den Architect und die Inline-Vervollständigung.

twinny hat kein Basis-URL-Feld — Add provider → OpenAI-compatible server, dann Protocol https, Hostname api.kunavo.com, Port leer und API path /v1; das Chat-Panel verwendet deinen Schlüssel.

Eine OpenAI-Verbindung unter Admin Settings oder OPENAI_API_BASE_URL und OPENAI_API_KEY beim Containerstart — beide enden am selben /v1.

Settings → Model Services → ein benutzerdefinierter Anbieter: Schlüssel und API-Adresse einfügen, Get Model List anklicken, und der gesamte Katalog wird in die Auswahl geladen.

Einen Anbieter vom Typ OpenAI API Compatible hinzufügen und als API Host die Service-Stamm-URL festlegen — Chatbox hängt /v1/chat/completions selbst an.

Drei Umgebungsvariablen — OPENAI_API_KEY, OPENAI_PROXY_URL und OPENAI_MODEL_LIST — bringen Claude und GPT in eine selbst gehostete LobeChat-Auswahl.

SillyTaverns Chat-Completion-Quelle mit einem benutzerdefinierten Endpunkt und einem API-Schlüssel auf Kunavo ausrichten — Claude und GPT in derselben Modellauswahl.

API Settings → Proxy → Add Configuration: Die Proxy URL ist der vollständige Pfad /v1/chat/completions, und Model Name muss exakt einer Katalog-ID entsprechen.

Ollamas OpenAI-kompatible Oberfläche und die von Kunavo haben dieselbe Form; lokale Ollama-Tools funktionieren nach Änderung der Basis-URL weiter.

AnythingLLM erreicht einen Endpunkt ohne eigenen benannten Anbieter über Generic OpenAI — Base URL mit /v1, Schlüssel und selbst eingegebene Modell-ID, da keine Liste abgerufen wird.

Settings → Providers → „+“ erstellt einen benutzerdefinierten Anbieter aus drei Feldern — Provider name, API Base URL auf https://api.kunavo.com/v1 und API Key — danach lädt Fetch die Modellliste vom Endpunkt.

Ein Pflichtfeld — API Base URL im Add-Model-Formular des OpenAI-API-kompatiblen Plugins — richtet jeden LLM-Knoten eines Dify-Arbeitsbereichs auf Kunavo aus.

LibreChat nimmt ein Gateway als endpoints.custom-Block in librechat.yaml — vier Pflichtfelder, den Schlüssel aus .env und einen Neustart, bevor es in der Auswahl erscheint.

Model Hub > Model Providers > Add Provider > Open AI Compatible: API Key und Inference Endpoint https://api.kunavo.com/v1 — der Hinweis der App besagt, dass die meisten OpenAI-kompatiblen Endpunkte /v1 benötigen.

Das Base-URL-Feld der OpenAI-Anmeldedaten — https://api.kunavo.com/v1 unter Beibehaltung von /v1 — leitet jeden „OpenAI Chat Model“-Knoten in einem n8n-Workflow an Kunavo weiter; der Modellknoten selbst hat kein Endpunktfeld.

Drei Umgebungsvariablen — OPENAI_API_KEY, BASE_URL (unveränderter Ursprung) und CUSTOM_MODELS — bringen ein selbst gehostetes NextChat mit einem Schlüssel zu Claude und GPT.

Settings → Copilot → BYOK → Add a custom provider: Anzeigename, Schlüssel und https://api.kunavo.com/v1 — Quick Chat immer, Agent Chat unter opencode, wenn der Anbieter dort angezeigt wird.

Settings → OpenAI Compatible API → Add Provider → Custom: Provider Name, eine Base URL mit /v1 und der Schlüssel — anschließend Modell-IDs aus der von Page Assist selbst geladenen Liste auswählen.

Models → Add custom model: die vollständige Endpoint URL https://api.kunavo.com/v1/chat/completions, ein Authorization-Header mit Bearer und deinem Schlüssel, die Model ID und ihre Kontextlänge — ein Eintrag pro Modell, direkt aus dem Browser aufgerufen.