Cline

开始之前

先按官方说明安装客户端。本文的 Pi 指 pi-mono coding agent；Hermes 指 Nous Research 的 Hermes Agent。

账户开通后，在控制台的「API 密钥」页创建密钥。建议给这个客户端单独建一把；花费上限可以用项目的月度预算来控制。live 和 test 两种前缀走的是同一套推理和计费流程，test 只是环境标签，不代表免费，也不是模拟推理。

Inferway 地址需要 Inferway Key；OpenRouter Key 用于 OpenRouter，不能直接用于此地址。

将 Key 保存在客户端凭证存储或本机环境中，不要粘贴到提示词、截图或提交到仓库的配置文件。终端示例适用于 macOS / Linux 的 bash、zsh。

在当前终端设置 Key

下面的交互输入会隐藏 Key，并避免将其写入命令历史。请从同一个终端启动客户端；另外打开的应用可能无法继承该变量。

printf 'Inferway API key: '
IFS= read -r -s INFERWAY_API_KEY
printf '\n'
export INFERWAY_API_KEY

确认地址和模型

使用完整模型 ID moonshotai/kimi-k3.1-pro。Base URL 只包含一次 /v1，不要在 Base URL 设置中添加 /chat/completions。确认下方响应中包含该模型 ID。

curl --fail-with-body --silent --show-error --max-time 30 \
  'https://api.inferway.ai/v1/models' \
  -H "Authorization: Bearer $INFERWAY_API_KEY"

配置 Cline CLI

在已设置 Key 的终端运行一次。Cline 把服务商和 Key 存在 ~/.cline，勿纳入版本控制。它会自行追加 /chat/completions。

cline auth --provider openai-compatible \
  --apikey "$INFERWAY_API_KEY" \
  --modelid 'moonshotai/kimi-k3.1-pro' \
  --baseurl 'https://api.inferway.ai/v1'

运行任务

不加 --thinking 时模型关闭思考作答。--thinking low|medium|high 会开启模型思考，回复更慢，推理 token 计费；--thinking none 保持关闭。

cline 'Reply with exactly: connected'

确认接入成功

1. 使用配置的服务商和模型开启新会话，发送“只回复：连接成功”，确认收到文本且没有 API 错误。
2. 打开控制台的「请求」页，查看请求状态和 Token 用量。
3. 处理代码任务时，让客户端读取一个非敏感文件。应用修改前，请先检查它提出的改动。

常见问题

在 Cline 中应该选择哪种服务商类型？选择「OpenAI Compatible」。Base URL 填写 https://api.inferway.ai/v1，API Key 填入您的 Inferway Key。

工具执行与流式支持情况如何？Cline 通过 Chat Completions 协议交互。我们已对验证记录中的模型验证了基础对话、文件读取、编辑和 Shell 执行等工具往返并捕获到流式输出（stream: observed）；未包含测试回执的模型显示为「未验证」。

如何切回其他服务商或切换模型？在 Cline 设置面板的服务商下拉列表中选择其他服务商即可随时切换，已保存的端点不会干扰其他服务商配置。

遇到额度、限流或超时报错怎么排查？检查钱包余额和 Key 限额，按返回的 Retry-After 等待，排查期间暂停 Agent 的连续自动重试。

费用与用量

实际用量由 Inferway 记录：控制台的「请求」页能看到每次请求的状态和 Token 用量，「用量」页是汇总。客户端本地显示的数字只是它自己的估算，不是实际扣费，一切以控制台为准。

验证状态

该模型在本客户端尚无验证记录：以下配置仅供参考，不构成针对该模型的已验证接入。

请求失败时

认证失败：检查 Key 是否存在、有效且获准使用该模型，并从设置变量的终端重新打开客户端。排错时不要输出完整 Key。

地址或模型错误：检查是否重复添加 /v1，使用公布的完整模型 ID，并确认客户端选择 Chat Completions。请求发往 /responses 或 /completions 时，换 Key 无法解决。

额度或超时：检查钱包余额和 Key 限额，按 Retry-After 等待，并缩短输入或降低输出上限。长输出保持流式传输，排错期间避免 Agent 连续重试。

联系支持时提供客户端版本、模型 ID、请求时间和可用的 request ID；请遮盖凭证和源码。