عامل‌های برنامه‌نویسی

راه‌اندازی Continue

Continue از طریق ارائه‌دهندهٔ openai و با یک apiBase سفارشی به هر API سازگار با OpenAI وصل می‌شود. nokeep را به config.yaml اضافه کن و مدل را به‌عنوان توانا در فراخوانی ابزار علامت بزن تا حالت Agent روشن شود.

بررسی‌شده در ۷ آبان ۱۴۰۵

مقادیر

apiBase: https://nokeep.ai/v1
کلید API: sk-nokeep-test to test, then your own sk-nokeep-… key
مدل: deepseek-v4.1-flash-uncensored
پنجرهٔ متن: 1000000
حداکثر توکن خروجی: 32768

با کلید آزمایشی رایگان شروع کن: هر درخواست را با یک خط ثابت و بدون فراخوانی ابزار پاسخ می‌دهد و نشان می‌دهد آدرس و کلید درست‌اند، بدون اینکه چیزی هزینه شود. سپس کلید خودت را از کنسول بردار. اعتبار از $5 شروع می‌شود، بدون اشتراک.

اتصال

فایل config.yaml را باز کن: در منوی تنظیمات کادر گفت‌وگو، روی چرخ‌دنده کنار Local Config کلیک کن. مسیر فایل روی macOS و Linux عبارت است از ~/.continue/config.yaml و روی ویندوز %USERPROFILE%\.continue\config.yaml.
دو مدل زیر را در models اضافه کن، یا فایل را با آن جایگزین کن.
ذخیره کن، DeepSeek V4.1 Flash Uncensored را در منوی مدل Continue انتخاب کن و یک پیام بفرست. پاسخی که با «Connected to» شروع شود یعنی کار می‌کند.
sk-nokeep-test را با کلید خودت از کنسول جایگزین کن و دوباره ذخیره کن.

config.yaml

name: nokeep
version: 0.0.1
schema: v1
models:
  - name: DeepSeek V4.1 Flash Uncensored
    provider: openai
    model: deepseek-v4.1-flash-uncensored
    apiBase: https://nokeep.ai/v1
    apiKey: sk-nokeep-test
    roles:
      - chat
      - edit
      - apply
    capabilities:
      - tool_use
      - image_input
    defaultCompletionOptions:
      contextLength: 1000000
      maxTokens: 32768
  - name: GLM 5.3 Flash Uncensored
    provider: openai
    model: glm-5.3-flash-uncensored
    apiBase: https://nokeep.ai/v1
    apiKey: sk-nokeep-test
    roles:
      - chat
      - edit
    capabilities:
      - tool_use
    defaultCompletionOptions:
      contextLength: 128000
      maxTokens: 32768

tool_use را زیر capabilities نگه دار. Continue این شناسه‌های مدل را نمی‌شناسد، و حالت Agent به مدلی نیاز دارد که بداند می‌تواند ابزار فراخوانی کند.

تنظیماتی که ارزش دانستن دارند

contextLength به Continue می‌گوید چقدر می‌تواند بفرستد؛ maxTokens سقف هر پاسخ است.
image_input به تو اجازه می‌دهد اسکرین‌شات را در DeepSeek بچسبانی. GLM فقط متن می‌خواند، پس ورودی‌اش این را ندارد.
تکمیل خودکار را به مدل دیگری بسپار. این API فقط تکمیل گفت‌وگو ارائه می‌کند و نقطهٔ پایانی fill-in-the-middle ندارد.

کدام مدل

	`deepseek-v4.1-flash-uncensored`	`glm-5.3-flash-uncensored`
پنجرهٔ متن	1,000,000 توکن	128,000 توکن
طولانی‌ترین پاسخ	131,072 توکن	32,768 توکن
فراخوانی ابزار	بله، برای هر `tool_choice`	بله، `tool_choice` از نوع auto یا none
خواندن اسکرین‌شات	بله، تا ۱۰ در هر درخواست	خیر، فقط متن
تفکر	خاموش، مگر درخواست شود	همیشه، به‌طور کوتاه
برای هر ۱ میلیون توکن	$0.45 ورودی · $0.011 کش‌شده · $1.75 خروجی	$0.20 ورودی · $0.04 کش‌شده · $0.65 خروجی

برای کار عامل از DeepSeek استفاده کن. کل یک مخزن در پنجرهٔ متنش جا می‌گیرد، ابزارها را به هر شکلی فرا می‌خواند، و تاریخچه‌ای که عامل در هر فراخوانی دوباره می‌فرستد با نرخ کش‌شدهٔ $0.011 در هر یک میلیون توکن حساب می‌شود. برای کارهای کوتاه و یک‌باره که تاریخچهٔ طولانی دوباره نمی‌فرستند، GLM بهتر است، چون قیمت ورودی تازه و خروجی‌اش پایین‌تر است.

هر دو مدل رد درخواست را از وزن‌هایشان برداشته‌اند، پس در کارهای نزدیک به موضوعات حساس، مثل تست امنیتی روی سیستم‌های خودت یا ابزارهای مدیریت محتوا، به‌جای رد، کد می‌گیری. مقایسهٔ مدل‌ها.

تفکر

DeepSeek بی‌درنگ پاسخ می‌دهد، مگر اینکه درخواستی reasoning_effort را مشخص کند؛ این برای چرخهٔ سریع ویرایش و اجرای یک عامل مناسب است. برای برنامه‌ریزی یا یک باگ سخت، از آن بخواه فکر کند: none، low، high یا max را می‌پذیرد. مقادیر minimal، medium و xhigh اپ‌های دیگر به نزدیک‌ترین این‌ها تبدیل می‌شوند؛ هر مقدار دیگری با 400 invalid_reasoning_effort رد می‌شود. تفکر به‌عنوان خروجی حساب می‌شود.

در Continue، این مقدار را به‌عنوان یک فیلد اضافه در بدنهٔ درخواست بفرست. آن را به ورودی DeepSeek اضافه کن، هم‌عمق با roles، برای مدلی که در هر درخواست فکر می‌کند؛ و یک ورودی دوم بدون آن برای کارهای سریع نگه دار.

config.yaml

    requestOptions:
      extraBodyProperties:
        reasoning_effort: high

هزینهٔ یک جلسه

یک عامل در هر فراخوانی کل گفت‌وگو را می‌فرستد: دستورالعمل‌ها، فایل‌هایی که خوانده، و هر قدمی که تا آن لحظه برداشته. فرض کن هر فراخوانی ۶۰٬۰۰۰ توکن می‌فرستد که ۵۵٬۰۰۰ تایش با شروعِ فراخوانی قبلی یکی است و ۱٬۰۰۰ تا نوشته می‌شود. روی DeepSeek این فراخوانی حدود $0.0046 هزینه دارد، پس ۲۰۰ فراخوانی حدود $0.92 می‌شود. بدون کش، همان فراخوانی $0.0288 می‌شد.

کش خودکار است و چیزی برای روشن کردنش لازم نیست. شروعی حدود ۱٬۰۰۰ توکن یا بیشتر که در چند دقیقه تکرار شود، با قیمت کش‌شده حساب می‌شود.
هر فراخوانی هزینهٔ احتمالی‌اش را نگه می‌دارد، یعنی پرامپت و حداکثر خروجی‌اش، و بعد به مقدار واقعی مصرف‌شده تسویه می‌شود. با حداکثر ۳۲٬۷۶۸ توکن خروجی، بخش خروجیِ این نگه‌داشت حدود $0.0573 است.
کنسول توکن‌های واقعی، توکن‌های کش‌شده و اعتبار هر فراخوانی را نشان می‌دهد. شمارندهٔ هزینهٔ خود عامل ممکن است قیمت کش‌شده را نداند و آن‌وقت عدد بالا نشان دهد.

نحوهٔ محاسبه.

اگر کار نکرد

آنچه عامل نشان می‌دهد	رفع مشکل
401	کلید اشتباه است یا باطل شده. دوباره وارد کن، بدون فاصله یا گیومه.
402	اعتبار خریداری‌شدهٔ حساب تمام شده. از $5 در کنسول شارژ کن و Auto top-up را همان‌جا روشن کن تا کار طولانی وسط راه قطع نشود: وقتی موجودی زیر مبلغی که انتخاب کرده‌ای برود، با کارت ذخیره‌شدهٔ تو اعتبار اضافه می‌شود.
429	بیش از ۱۲۰ درخواست در دقیقه روی یک کلید، یا رد شدن از سقف روزانه‌ای که روی آن گذاشته‌ای. عامل‌هایی که چند زیرعامل را هم‌زمان اجرا می‌کنند اول به این می‌خورند. ثانیه‌های `Retry-After` را صبر کن، سقف را در کنسول بالا ببر، یا به هر عامل کلید جدا بده.
400 `invalid_reasoning_effort`	عامل مقداری فرستاده که مدل نمی‌پذیرد. DeepSeek مقادیر none، low، high، max را می‌پذیرد؛ GLM مقادیر low یا high.
404	آدرس اشتباه است یا مسیر دوبار دارد. از `https://nokeep.ai/v1` استفاده کن، بدون `/chat/completions`، و شناسهٔ مدل را با `/v1/models` بسنج.
503	مدل مشغول است. چند ثانیهٔ دیگر دوباره امتحان کن؛ چیزی هزینه نشده است.
خط آزمایشی ثابت	تنظیمات درست است. کلید خودت را جایگزین کن تا پاسخ واقعی بگیری.

هر خطا همراه رفعش در خطاها فهرست شده است.

پرسش‌ها

آیا کدم نگه داشته می‌شود؟

نه. ما برای هر فراخوانی یک ردیف شمارش نگه می‌داریم: زمان، کلید، مدل، توکن‌ها، اعتبار و وضعیت. هرگز پرامپت، فایل‌ها یا پاسخ را نگه نمی‌داریم. چه چیزهایی را نگه می‌داریم.

چرا فراخوانی دوم کمتر از اولی هزینه دارد؟

فراخوانی دوم با همان شروعی آغاز می‌شود که اولی داشت، پس آن شروع از کش با $0.011 در یک میلیون توکن خوانده می‌شود، نه با $0.45. بیشتر ورودی یک عامل بعد از اولین فراخوانی‌اش کش می‌شود.

آیا این در JetBrains هم کار می‌کند؟

بله. افزونه‌های VS Code و JetBrains در Continue هر دو همان ~/.continue/config.yaml را می‌خوانند، پس یک بلوک هر دو را راه می‌اندازد.

گرفتن کلید API کلید آزمایشی رایگان را امتحان کن: sk-nokeep-test