Cài đặt Goose

Các giá trị

Bắt đầu với khóa thử miễn phí: nó trả lời mọi yêu cầu bằng một dòng cố định và không gọi công cụ nào, nên chứng minh URL và khóa đều đúng mà không tốn đồng nào. Sau đó dán khóa của bạn từ bảng điều khiển. Tín dụng từ $5, không cần đăng ký gói.

Kết nối

1. Lưu tệp bên dưới thành custom_nokeep.json trong ~/.config/goose/custom_providers/ trên macOS và Linux, hoặc %APPDATA%\Block\goose\config\custom_providers\ trên Windows. Tạo thư mục nếu chưa có.
2. Đưa khóa cho goose. Trong terminal, đặt NOKEEP_API_KEY thành sk-nokeep-test. Trong goose Desktop, mở Settings, rồi Models, rồi Configure providers, tìm nokeep và dán khóa; goose giữ khóa trong keychain của bạn.
3. Bắt đầu một phiên với nó: trong terminal bằng lệnh bên dưới, hoặc trong goose Desktop bằng cách chọn nokeep và deepseek-v4.1-flash-uncensored làm mô hình.
4. Gửi một tin nhắn. Phản hồi bắt đầu bằng “Connected to” nghĩa là cài đặt đã thành công.
5. Thay bằng khóa của bạn từ bảng điều khiển.

{
  "name": "custom_nokeep",
  "engine": "openai",
  "display_name": "nokeep",
  "description": "OpenAI-compatible API for uncensored DeepSeek and GLM, paid with prepaid credits",
  "api_key_env": "NOKEEP_API_KEY",
  "base_url": "https://nokeep.ai/v1",
  "model_doc_link": "https://nokeep.ai/docs/models",
  "models": [
    {
      "name": "deepseek-v4.1-flash-uncensored",
      "context_limit": 1000000,
      "input_token_cost": 0.00000045,
      "output_token_cost": 0.00000175,
      "cache_read_token_cost": 0.000000011,
      "currency": "USD",
      "reasoning": false,
      "supports_vision": true
    },
    {
      "name": "deepseek-v4.1-flash-1017-uncensored",
      "context_limit": 1000000,
      "input_token_cost": 0.00000045,
      "output_token_cost": 0.00000175,
      "cache_read_token_cost": 0.000000011,
      "currency": "USD",
      "reasoning": false,
      "supports_vision": true
    },
    {
      "name": "glm-5.3-flash-uncensored",
      "context_limit": 128000,
      "input_token_cost": 0.0000002,
      "output_token_cost": 0.00000065,
      "cache_read_token_cost": 0.00000004,
      "currency": "USD",
      "reasoning": false,
      "supports_vision": false
    }
  ],
  "supports_streaming": true,
  "requires_auth": true
}

export NOKEEP_API_KEY=sk-nokeep-test
goose session --provider custom_nokeep --model deepseek-v4.1-flash-uncensored

goose đọc tệp khi phiên bắt đầu, nên khởi động lại goose Desktop sau khi lưu. Để đặt nokeep làm mặc định, đặt GOOSE_PROVIDER thành custom_nokeep và GOOSE_MODEL thành id mô hình trong config.yaml của goose hoặc trong biến môi trường. Đừng để khóa trong config.yaml: goose bỏ qua khóa ở đó.

Tệp này đặt những gì

• base_url dừng ở /v1; goose tự thêm /chat/completions.
• context_limit là cửa sổ thật của từng mô hình, để goose biết khi nào cần tóm tắt một phiên dài.
• Ba mức giá là USD mỗi token, đã tính cả phần đọc từ cache, để hiển thị chi phí của goose khớp với hóa đơn.
• supports_vision cho phép bạn đưa ảnh chụp màn hình cho DeepSeek. GLM chỉ đọc văn bản.
• Tệp cũng liệt kê id DeepSeek có ngày, được giữ ở một bản build cố định, cho lúc bạn muốn phiên luôn dùng nó. glm-5.3-flash-uncensored có đó cho các tác vụ ngắn.

Bạn cũng có thể tự thêm cùng nhà cung cấp đó: biểu mẫu Add Custom Provider trong goose Desktop, hoặc goose configure rồi Custom Providers. Cả hai đều ghi ra một tệp giống thế này, nhưng không có cửa sổ ngữ cảnh và giá.

Chọn mô hình nào

Dùng DeepSeek cho công việc của tác tử. Cả một kho mã nằm vừa trong ngữ cảnh của nó, nó gọi công cụ theo mọi dạng, và lịch sử mà tác tử gửi lại ở mỗi lần gọi được tính theo giá đã cache là $0.011 mỗi triệu. Dùng GLM cho các tác vụ ngắn, một lần, không gửi lại lịch sử dài, nơi giá đầu vào mới và đầu ra thấp hơn của nó có lợi hơn.

Cả hai mô hình đều đã loại bỏ việc từ chối khỏi trọng số, nên khi làm việc gần một chủ đề nhạy cảm, như kiểm thử bảo mật trên hệ thống của chính bạn hoặc công cụ kiểm duyệt, bạn nhận được mã thay vì lời từ chối. So sánh các mô hình.

Suy nghĩ

DeepSeek trả lời ngay trừ khi yêu cầu có reasoning_effort, điều này hợp với vòng lặp sửa-và-chạy nhanh của tác tử. Khi lập kế hoạch hoặc gặp lỗi khó, hãy yêu cầu nó suy nghĩ: nó nhận none, low, high, max. Các giá trị minimal, medium và xhigh của ứng dụng khác sẽ chạy ở mức gần nhất trong số này; giá trị khác bị từ chối với 400 invalid_reasoning_effort. Phần suy nghĩ được tính như đầu ra.

Trong goose, tệp giữ reasoning ở trạng thái tắt, nên goose không bao giờ gửi mức effort và DeepSeek trả lời ngay. Bật lên sẽ khiến goose gửi low ngay cả khi suy nghĩ tắt, nên mỗi lần gọi đều suy nghĩ và tốn nhiều hơn; medium của nó chạy như high. Với tác vụ khó, hãy dùng một công cụ có thể gửi reasoning_effort: high, hoặc gọi API như trong Suy nghĩ.

Một phiên tốn bao nhiêu

Tác tử gửi toàn bộ cuộc trò chuyện ở mỗi lần gọi: chỉ dẫn, các tệp nó đã đọc, mọi bước cho đến lúc đó. Giả sử một lần gọi gửi 60.000 token, trong đó 55.000 là phần mở đầu giống lần gọi trước, và ghi thêm 1.000. Trên DeepSeek, lần gọi đó tốn khoảng $0.0046, nên 200 lần gọi là khoảng $0.92. Nếu không có cache, cùng lần gọi đó sẽ là $0.0288.

• Cache tự động: không cần bật gì. Phần mở đầu khoảng 1.000 token trở lên, lặp lại trong vài phút, được tính theo giá đã cache.
• Mỗi lần gọi giữ trước mức chi phí tối đa có thể có, gồm prompt và đầu ra tối đa, rồi quyết toán theo lượng đã dùng. Với 32.768 token đầu ra tối đa, phần đầu ra trong khoản giữ đó khoảng $0.0573.
• Bảng điều khiển hiển thị số token thật, số token đã cache và tín dụng của từng lần gọi. Bộ đếm chi phí riêng của tác tử có thể không biết giá đã cache, và khi đó nó hiển thị cao hơn thực tế.

Cách tính phí hoạt động.

Nếu không chạy

Mọi lỗi đều được liệt kê cùng cách sửa trong Lỗi.