Kilo Code với Claude API — cấu hình base URL (cả Cline và Roo Code)

Kilo Code, Cline và Roo Code là các agent lập trình AI mã nguồn mở được sử dụng nhiều nhất trong VS Code — và cả ba đều chấp nhận endpoint tương thích OpenAI tùy chỉnh. Vì vậy, bạn có thể chạy Claude trong trình soạn thảo của mình bằng một khóa duy nhất sk-kn-, với mức giá thấp hơn khoảng 30% so với mức phí chính thức của Anthropic trên các model chính. Hướng dẫn này trình bày cấu hình ba trường cho từng công cụ, model Claude nên chọn theo từng tác vụ và chi phí thực tế của một phiên lập trình agent.

Tại sao các công cụ này yêu cầu khóa API

Kilo Code, Cline và Roo Code không tích hợp sẵn model: mỗi hành động (đọc tệp, đề xuất thay đổi, chạy lệnh, kiểm tra kết quả) là một lệnh gọi API được tính phí theo token. Gói thuê bao chat như Claude Pro không bao gồm việc này — bạn cần quyền truy cập API trực tiếp. Đó chính xác là dịch vụ Kunavo cung cấp: trả theo mức sử dụng từ lần nạp $10, một khóa cho Claude và GPT, số dư không bao giờ hết hạn và thanh toán bằng thẻ tại Pháp (chi tiết về VAT và GDPR có trong hướng dẫn Claude API tại Pháp). Vì vòng lặp agent gửi lại ngữ cảnh ở mỗi bước, mức phí mỗi token là đòn bẩy chi phí đầu tiên của một phiên.

Ba trường (cho mọi công cụ)

Ba tiện ích mở rộng dùng chung một mô hình provider — Kilo Code và Roo Code là các fork trong họ Cline — nên cấu hình giống hệt nhau:

API Provider   OpenAI Compatible
Base URL       https://api.kunavo.com/v1
API Key        sk-kn-...          # à créer sur kunavo.com/app/keys
Model ID       claude-sonnet-5        # ou claude-opus-4-7 / claude-haiku-4-5

Tạo khóa trong bảng điều khiển sau khi đăng ký và nạp $10 — khóa chỉ hiển thị một lần, hãy lưu ngay lập tức.

Cấu hình Kilo Code

1. Cài đặt Kilo Code từ marketplace của VS Code và mở công cụ này trong thanh bên.
2. Mở cài đặt tiện ích mở rộng (biểu tượng bánh răng), phần Providers.
3. Đặt API Provider thành OpenAI Compatible.
4. Base URL: https://api.kunavo.com/v1 · khóa API: sk-kn-… của bạn · model: claude-sonnet-5.
5. Lưu, sau đó kiểm tra bằng một yêu cầu đơn giản (« giải thích tệp này ») trước khi cho phép công cụ chỉnh sửa mã.

Kilo Code cho phép dùng một model khác nhau cho từng chế độ (Architect / Code / Debug) — hữu ích để định tuyến việc lập kế hoạch đến model mạnh hơn và việc thực thi đến model rẻ hơn.

Cấu hình Cline

1. Cài đặt Cline và mở bảng điều khiển của công cụ.
2. Nhấp vào bánh răng cài đặt và trong API Provider, chọn OpenAI Compatible.
3. Điền ba giá trị giống nhau: base URL https://api.kunavo.com/v1, khóa của bạn và model ID claude-sonnet-5.
4. Nếu Cline yêu cầu siêu dữ liệu model (cửa sổ ngữ cảnh, giới hạn output), hãy lấy các con số từ trang model.

Cấu hình Roo Code

Giống hai công cụ còn lại: Settings → Providers → API Provider → OpenAI Compatible, sau đó là base URL https://api.kunavo.com/v1, khóa và model ID. Hệ thống chế độ của Roo Code (Code / Architect / Ask / Debug) cũng chấp nhận một model cho mỗi chế độ.

Cả ba công cụ cũng cung cấp provider Anthropic gốc với tùy chọn base URL tùy chỉnh. Khi trỏ đến https://api.kunavo.com, bạn sử dụng API gốc Messages (/v1/messages) — hữu ích vì cache_control được truyền nguyên vẹn và input được lưu trong bộ nhớ đệm được tính phí ở mức 10% giá input (xem tài liệu về bộ nhớ đệm prompt). Cả hai tuyến đều hoạt động; tuyến tương thích OpenAI đơn giản hơn để bắt đầu.

Dù vậy, bản thân việc lưu lời nhắc vào bộ nhớ đệm không phụ thuộc vào tuyến Anthropic gốc. Với lời nhắc dài, Kunavo tự đặt các điểm ngắt bộ nhớ đệm trên tuyến tương thích OpenAI: trên lời nhắc hệ thống, trên các định nghĩa công cụ và trên tin nhắn cuối cùng khi cuộc trò chuyện đã có lượt trả lời của trợ lý; trong vòng lặp tác tử, điều kiện này được đáp ứng ở mọi bước sau bước đầu tiên. cache_control mà tiện ích mở rộng đặt ở đó được giữ nguyên. Trên tuyến gốc, yêu cầu được chuyển tiếp đúng như tiện ích mở rộng đã gửi và không có điểm ngắt nào được thêm vào: những gì được lưu vào bộ nhớ đệm phụ thuộc vào các điểm ngắt mà tiện ích mở rộng đặt.

Nên chọn model Claude nào?

Trường model chỉ là một slug trên cùng endpoint: đổi model là thay đổi một từ — không cần khóa mới, không cần provider mới. Tất cả mức giá có trong hướng dẫn giá Claude API và trên trang giá.

Chi phí thực tế của một phiên

Các công cụ tác tử tiêu thụ nhiều token theo thiết kế: mỗi bước gửi lại prompt hệ thống, lịch sử tác vụ và ngữ cảnh tệp. Các con số thực tế theo mức giá Kunavo:

Phép tính có thể thực thi:

# Tarifs Claude sur Kunavo (USD par 1M de tokens) : (input, output)
RATES = {
    "claude-haiku-4-5":  (0.70, 3.50),
    "claude-sonnet-5":   (1.40, 7.00),
}

def cout_etape(model, in_tokens, out_tokens):
    i, o = RATES[model]
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

# Une étape agentique : l'outil renvoie le contexte + les fichiers lus.
print(cout_etape("claude-sonnet-5", 25_000, 1_200))         # -> $0.0434
# Une tâche réaliste de 20 étapes (éditer, lancer, corriger, répéter) :
print(20 * cout_etape("claude-sonnet-5", 25_000, 1_200))    # -> ~$0.87

Giữ hóa đơn ở mức thấp

1. Mở tác vụ mới thay vì kéo dài cùng một tác vụ. Công cụ gửi lại toàn bộ cuộc trò chuyện ở mỗi bước: một tác vụ kéo dài vô tận sẽ tốn chi phí theo cấp số nhân. Tác vụ mới = ngữ cảnh ngắn.
2. Định tuyến theo chế độ. Kilo Code và Roo Code cho phép dùng một mô hình cho mỗi chế độ — Architect trên claude-opus-4-7, Code trên claude-sonnet-5, câu hỏi nhanh trên claude-haiku-4-5.
3. Sử dụng tuyến Anthropic gốc để caching. Input được cache tính phí bằng 10% mức giá — trong một vòng lặp gửi lại cùng một tiền tố ổn định ở mỗi bước, đây là khoản tiết kiệm lớn nhất hiện có (cách hoạt động).
4. Theo dõi chi tiêu theo khóa. Cấp cho trình chỉnh sửa khóa riêng với giới hạn chi tiêu trong bảng điều khiển, rồi kiểm tra trong mức sử dụng chi phí thực tế của một tuần lập trình tác tử.

Câu hỏi thường gặp