Integraciones

Una entrada models.providers en ~/.openclaw/openclaw.json — baseUrl https://api.kunavo.com, api "anthropic-messages" — conecta un agente OpenClaw siempre activo a Claude; cacheRetention se configura junto a ella, porque un endpoint Anthropic personalizado no recibe marcadores de caché hasta que se establece.

Un proveedor con nombre en ~/.hermes/config.yaml — api https://api.kunavo.com, transport anthropic_messages, seleccionado con provider: custom:kunavo — conecta Hermes Agent a Claude mediante el protocolo Messages, donde envía sus propios marcadores de caché y límite de salida.

Dos variables de entorno — ANTHROPIC_BASE_URL y ANTHROPIC_AUTH_TOKEN — trasladan Claude Code a un modelo de pago por uso sin cambiar la instalación.

Providers → Custom provider → OpenAI Compatible, URL base con /v1 e ID del modelo Claude introducido — Kilo Code nunca sabe qué proveedor hay detrás.

Selecciona el proveedor OpenAI Compatible, pega la URL base y la clave, y configura la ventana de contexto y la salida máxima del modelo para que el cálculo presupuestario de Roo Code sea correcto.

El proveedor OpenAI Compatible de Cline acepta una URL base, una clave y un ID de modelo, además de los precios por modelo que usa para mostrar el coste acumulado de la sesión.

Un bloque [model_providers.kunavo] en ~/.codex/config.toml con env_key, para que la clave permanezca en el entorno y nunca en el archivo de configuración.

Un bloque de proveedor en opencode.json — @ai-sdk/openai-compatible para completaciones de chat, @ai-sdk/openai cuando quieras la superficie /v1/responses.

CCR ahora es una aplicación de escritorio, no un config.json: añade Kunavo como endpoint de API personalizado y deja que sus reglas de enrutamiento envíen cada clase de solicitud a un modelo diferente.

Un bloque language_models.openai_compatible en settings.json declara el endpoint y sus modelos; la clave se introduce en la interfaz Agent Panel, nunca en el archivo.

El proveedor `openai` de Continue nombra un protocolo, no un proveedor: asígnale un apiBase y cada modelo — chat, edición y autocompletado — será una entrada en config.yaml.

OPENAI_API_BASE más OPENAI_API_KEY y después `aider --model openai/<id>` — el prefijo dirige el ID a tu endpoint en lugar de a la tabla de proveedores de Aider.

Añade Kunavo como Custom Configuration: la raíz del servicio como endpoint, ANTHROPIC_AUTH_TOKEN como campo de autenticación y Anthropic Messages nativo — así, el lado de Claude Code no necesita enrutamiento local.

No existe una opción base_url — el SDK inicia la CLI de Claude Code y transmite todo tu entorno, por lo que ANTHROPIC_BASE_URL lo enruta, o ClaudeAgentOptions(env=...) lo hace por cliente.

Una conexión Custom URL en Model Routing de Amp — formato de API chat-completions, URL base https://api.kunavo.com/v1 y clave como token bearer — traslada los modelos asignados a una sola clave, en las categorías que ofrecen la opción.

Cuatro variables de entorno — COPILOT_PROVIDER_BASE_URL, COPILOT_PROVIDER_TYPE, COPILOT_PROVIDER_API_KEY y COPILOT_MODEL — trasladan Copilot CLI a tu propio endpoint, y GitHub documenta que BYOK no requiere iniciar sesión en GitHub.

La configuración de Crush es Bash — un único `provider add kunavo --type openai-compat --base-url "https://api.kunavo.com/v1"` en un crushrc coloca el agente de terminal de Charm sobre Claude y GPT.

Settings → Models → “Add model provider” → “Custom model API” acepta cinco campos — Provider ID, display name, base URL, API protocol y API key — y coloca Claude y GPT en el mismo selector que la tarjeta DeepSeek integrada.

Dyad acepta cualquier endpoint compatible con OpenAI mediante Settings → AI Providers → Add Custom Provider: API Base URL https://api.kunavo.com/v1, la clave en la propia página del proveedor y después una fila Add Custom Model por cada ID de modelo.

Una entrada customModels en ~/.factory/settings.json — model, baseUrl y provider — coloca Droid sobre cualquier endpoint compatible con Anthropic Messages u OpenAI Chat Completions.

Settings → Models → Configure providers → OpenAI: Host URL acepta el origen sin más, porque goose añade automáticamente la ruta de solicitud (v1/chat/completions).

Una línea `jan config set --base-url https://api.kunavo.com/v1` escribe Kunavo en ~/.jan/config.toml, y la CLI de vista previa Jan Agent — que no incluye motor de inferencia — funciona con esa clave.

Junie CLI acepta un endpoint personalizado como perfil JSON en $JUNIE_HOME/models/, donde baseUrl es la URL completa del endpoint y fasterModel decide dónde se dirige el tráfico auxiliar.

Kimi Code guarda los proveedores en ~/.kimi-code/config.toml — configura providers.<name>.base_url como https://api.kunavo.com/v1 con type = "openai" y la CLI ejecutará IDs de Claude y GPT con una sola clave.

mini-SWE-agent no tiene una variable de entorno para la URL base — el endpoint se configura en model.model_kwargs.api_base dentro de un archivo YAML, que mini entrega directamente a litellm.completion.

Un bloque [[providers]] de cinco líneas en .vibe/config.toml — api_base, api_key_env_var, api_style — dirige Vibe CLI a Kunavo, con la clave almacenada en una variable de entorno en lugar del archivo.

Settings &gt; Model Providers acepta una URL base y una clave API — cinco campos documentados, dos de los cuales la propia documentación de Msty Go te deja determinar mediante pruebas.

Una entrada Custom Provider bajo nanocoder.providers en agents.config.json — name, baseUrl, apiKey, models — sin necesidad de una línea sdkProvider, ya que el valor predeterminado es openai-compatible.

Un bloque de proveedor en ~/.omp/agent/models.yml — baseUrl, api, apiKey — dirige Oh My Pi a Kunavo y el descubrimiento completa la lista de modelos mediante GET /v1/models.

Una única tabla [model_providers.kunavo] en ~/.openinterpreter/config.toml — base_url, env_key, wire_api = "chat" — y el agente de terminal Rust funciona con cualquier modelo al que tenga acceso la clave.

Settings → LLM → Advanced acepta tres campos — Custom Model, Base URL, API Key — con el ID del modelo llevando el prefijo openai/ y la URL base conservando /v1.

Un bloque de proveedor personalizado en ~/.pi/agent/models.json — baseUrl, api e IDs de modelo — coloca el agente de programación de terminal Pi de Earendil sobre Claude y GPT con una sola clave.

Qoder Settings → Models → + Add → Provider → Custom acepta una Base URL compatible con OpenAI, una API Key e IDs de modelo introducidos manualmente — así, la aplicación de escritorio independiente Qoder llega a Claude y GPT, ninguno de los cuales está en su propio catálogo.

Qwen Code lee sus endpoints desde modelProviders en ~/.qwen/settings.json — una entrada con baseUrl y envKey coloca Claude y GPT en su selector /model.

Una entrada en ai-features.openAiCustom.customOpenAiModels — model, url y apiKey — coloca Kunavo detrás de Theia Coder, Architect y la finalización en línea.

twinny no tiene un campo para la URL base — Add provider → OpenAI-compatible server, después Protocol https, Hostname api.kunavo.com, Port vacío y API path /v1; su panel de chat usará tu clave.

Una conexión OpenAI en Admin Settings, o OPENAI_API_BASE_URL y OPENAI_API_KEY al iniciar el contenedor — ambas terminan en el mismo /v1.

Settings → Model Services → un proveedor personalizado: pega la clave y la dirección API, haz clic en Get Model List y todo el catálogo aparecerá en el selector.

Añade un proveedor de tipo OpenAI API Compatible con API Host configurado en la raíz del servicio — Chatbox añade /v1/chat/completions automáticamente.

Tres variables de entorno — OPENAI_API_KEY, OPENAI_PROXY_URL y OPENAI_MODEL_LIST — colocan Claude y GPT en un único selector de LobeChat autoalojado.

Configura la fuente Chat Completion de SillyTavern para usar Kunavo con un endpoint personalizado y una sola clave API — Claude y GPT en el mismo selector de modelos.

API Settings → Proxy → Add Configuration: Proxy URL es la ruta completa /v1/chat/completions y Model Name debe ser exactamente un ID del catálogo.

La superficie compatible con OpenAI de Ollama y la de Kunavo tienen la misma estructura, así que las herramientas escritas para un Ollama local funcionan cambiando la URL base.

AnythingLLM llega a un endpoint para el que no incluye un proveedor con nombre mediante el llamado Generic OpenAI — URL base con /v1, una clave y un ID de modelo que introduces manualmente, ya que no obtiene ninguna lista.

Settings → Providers → "+" crea un proveedor personalizado con tres campos — Provider name, API Base URL configurada como https://api.kunavo.com/v1 y API Key — y después Fetch obtiene la lista de modelos del endpoint.

Un único campo obligatorio — API Base URL, en el formulario Add Model del complemento compatible con OpenAI API — dirige todos los nodos LLM de un espacio de trabajo de Dify a Kunavo.

LibreChat utiliza una puerta de enlace como bloque endpoints.custom en librechat.yaml — cuatro campos obligatorios, la clave desde .env y un reinicio antes de que aparezca en el selector.

Model Hub > Model Providers > Add Provider > Open AI Compatible: una API Key y un Inference Endpoint de https://api.kunavo.com/v1 — la propia nota de la aplicación indica que la mayoría de los endpoints compatibles con OpenAI necesitan /v1.

El campo Base URL de la credencial OpenAI — https://api.kunavo.com/v1, conservando /v1 — coloca todos los OpenAI Chat Model de un flujo de trabajo de n8n en Kunavo; el propio nodo del modelo no tiene campo de endpoint.

Tres variables de entorno — OPENAI_API_KEY, BASE_URL (origen sin más) y CUSTOM_MODELS — colocan un NextChat autoalojado sobre Claude y GPT mediante una sola clave.

Settings → Copilot → BYOK → Add a custom provider: un Display name, tu clave y https://api.kunavo.com/v1 — Quick Chat siempre disponible, Agent Chat bajo opencode cuando el proveedor aparece allí.

Settings → OpenAI Compatible API → Add Provider → Custom: Provider Name, una URL base que conserva /v1 y la clave — después marca los IDs de modelo de la lista que Page Assist obtiene por sí mismo.

Models → Add custom model: la URL completa del endpoint https://api.kunavo.com/v1/chat/completions, un encabezado Authorization con Bearer y tu clave, el Model ID y su longitud de contexto — una entrada por modelo, llamada directamente desde el navegador.