API 直连建议(Clash 配置直连教程)

本站 API 直连最佳。如果你在 Clash Verge Rev v1.7.x 及以上版本里把prepend-rules写进 Merge Template/扩展配置,很可能根本没有应用到最终规则,导致依旧走代理。

原因说明

Clash Verge Rev v1.7.x 起,“Merge 配置”改名为“扩展配置”,扩展配置只做配置项覆写/合并;往规则数组里 prepend/append 已迁移到订阅右键菜单的“编辑规则”。直接写rules:会整段覆盖规则,容易造成规则丢失或异常。

方案 A(推荐):编辑规则添加前置规则

  1. 在 Profiles/订阅 列表右键当前订阅 → 选择“编辑规则”。
  2. 选择“前置规则 / prepend”。
  3. 添加下面这条规则并保存,模式保持 Rule。
前置规则
DOMAIN-SUFFIX,api.oreniva.com,DIRECT

提示:DOMAIN-SUFFIX,api.oreniva.com已包含api.oreniva.com。

方案 B:扩展脚本强行插入规则

如果坚持用文本配置,可在订阅扩展脚本或全局扩展脚本中写入:

扩展脚本
function main(config, profileName) {
  const rule = 'DOMAIN-SUFFIX,api.oreniva.com,DIRECT'
  const rules = Array.isArray(config.rules) ? config.rules : []
  if (!rules.includes(rule)) {
    config.rules = [rule, ...rules]
  }
  return config
}

如何确认“真的直连”

  • 打开 Connections/连接,访问 https://api.oreniva.com。
  • 在连接详情查看 Rule 是否命中DOMAIN-SUFFIX,api.oreniva.com,Chain 是否为 DIRECT。
  • 若仍走代理,说明真实 Host 不是 api.oreniva.com;按 Connections 里显示的 Host 再补一条DOMAIN-SUFFIX,实际域名,DIRECT。

其他代理软件:在“规则 / 分流 / 绕过代理(No Proxy)”里把api.oreniva.com加入直连即可。

🚀 Claude Code 快速开始

Anthropic 官方 CLI 工具,面向高效开发流程。

1安装 CLI
2配置密钥
3开始编程

🪟Windows 版本教程

系统要求

  • •Windows 10 或 Windows 11
  • •Node.js 18+

1安装 Node.js

官方安装包(推荐)

  1. 访问 https://nodejs.org
  2. 下载 LTS 版本的 Windows Installer (.msi)
  3. 运行安装程序,按默认设置完成安装
  4. 安装程序会自动添加到 PATH 环境变量

验证安装:

CMD/PowerShell(管理员模式)
node --version
npm --version

2安装 Claude Code CLI

打开命令提示符(以管理员身份运行)或 PowerShell,执行以下命令:

CMD/PowerShell(管理员模式)
npm install -g @anthropic-ai/claude-code

验证安装:

CMD/PowerShell(管理员模式)
claude --version

3配置 Oreniva

3.1 获取 Auth Token

  1. 访问 Oreniva 控制台并进行以下操作: https://oreniva.com/keys
  2. 点击「创建密钥」
  3. 密钥名称:随意填写
  4. 密钥分组请选择:Claude Code 相关分组
  5. 额度建议:设置为无限额度
  6. 其他选项保持默认

3.2 配置环境变量

重要提示

请将下方的 ANTHROPIC_AUTH_TOKEN 替换为您在 https://oreniva.com/keys 生成的Claude Code API 密钥!

settings.json 位置

Windows 配置位置:%USERPROFILE%\.claude\settings.json

settings.json 配置(推荐,永久生效)
{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "粘贴为Claude Code分组密钥key",
    "ANTHROPIC_BASE_URL": "https://api.oreniva.com"
  }
}

注意

配置文件更加安全且便于管理,需要重启 Claude Code 才生效。

4启动 Claude Code

配置完成后,先进入到工程目录:

CMD/PowerShell(管理员模式)
cd your-project-folder

运行以下命令启动:

CMD/PowerShell(管理员模式)
claude

🚀 Codex 快速开始

强大的 OpenAI 代码助手,支持工程级任务。

1环境准备
2安装配置
3开始编程

🪟Windows 版本教程

系统要求

  • •Windows 10 或 Windows 11
  • •Node.js 18+

1安装 Node.js

官方安装包(推荐)

  1. 访问 https://nodejs.org
  2. 下载 LTS 版本的 Windows Installer (.msi)
  3. 运行安装程序,按默认设置完成安装
  4. 安装程序会自动添加到 PATH 环境变量

验证安装:

CMD/PowerShell(管理员模式)
node --version
npm --version

2全局安装 Codex CLI

打开命令提示符(以管理员身份运行)或 PowerShell,执行以下命令:

CMD/PowerShell(管理员模式)
npm install -g @openai/codex@latest

验证安装:

CMD/PowerShell(管理员模式)
codex --version

3配置 Oreniva

3.1 获取 Codex 专用 API Token

  1. 访问 Oreniva 控制台并进行以下操作: https://oreniva.com/keys
  2. 点击「创建密钥」
  3. 密钥名称:随意填写
  4. 密钥分组请选择:Codex 相关分组
  5. 额度建议:设置为无限额度
  6. 其他选项保持默认

重要提示

重要:Codex 需要使用专门的分组令牌,与 Claude Code 的令牌不同!

3.2 创建配置文件夹

CMD/PowerShell(管理员模式)
mkdir %USERPROFILE%\.codex
cd %USERPROFILE%\.codex

安装 Codex 插件和 Codex CLI 后,.codex 默认位于 C:\Users\你的用户名(即 %USERPROFILE%)目录下。

3.3 创建配置文件

3.3.1 创建 config.toml 文件:

使用记事本或您喜欢的文本编辑器创建 config.toml 文件:

config.toml
approval_policy = "never"
sandbox_mode = "danger-full-access"
model_provider = "Oreniva"
model = "gpt-5.4"
model_reasoning_effort = "xhigh"
plan_mode_reasoning_effort = "xhigh"
model_reasoning_summary = "detailed"
network_access = "enabled"
disable_response_storage = true
windows_wsl_setup_acknowledged = true
model_verbosity = "high"

[model_providers.Oreniva]
name = "Oreniva"
base_url = "https://api.oreniva.com"
wire_api = "responses"
requires_openai_auth = true

3.3.2 创建 auth.json 文件:

在同一目录下创建 auth.json 文件:

auth.json
{
  "OPENAI_API_KEY": "粘贴为Codex专用分组密钥key"
}

4启动 Codex

配置完成后,先进入到工程目录:

CMD/PowerShell(管理员模式)
mkdir my-codex-project
cd my-codex-project

然后,运行以下命令启动:

CMD/PowerShell(管理员模式)
codex

🚀 Gemini CLI 快速开始

Google 命令行 AI 工具,快速接入即可使用。

1安装 CLI
2配置 API
3开始体验

🪟Windows 版本教程

系统要求

  • •Windows 10 或 Windows 11
  • •Node.js 18+

1安装 Node.js

官方安装包(推荐)

  1. 访问 https://nodejs.org
  2. 下载 LTS 版本的 Windows Installer (.msi)
  3. 运行安装程序,按默认设置完成安装
  4. 安装程序会自动添加到 PATH 环境变量

验证安装:

CMD/PowerShell(管理员模式)
node --version
npm --version

2全局安装 Gemini CLI

打开命令提示符(以管理员身份运行)或 PowerShell,执行以下命令:

CMD/PowerShell(管理员模式)
npm install -g @google/gemini-cli

3配置 Gemini CLI

重要提示

请将下方的 GEMINI_API_KEY 替换为您在 https://oreniva.com/keys 生成的 Gemini CLI 专用 API 密钥!

3.1 创建 .gemini 文件夹

配置位置

配置位置:%USERPROFILE%\.gemini\

3.2 创建 .env 文件

在 .gemini 文件夹中创建 .env 文件:

.env
GOOGLE_GEMINI_BASE_URL=https://api.oreniva.com
GEMINI_API_KEY=粘贴为Gemini CLI相关分组密钥key
GEMINI_MODEL=gemini-3-pro-preview

3.3 创建 settings.json 文件

在 .gemini 文件夹中创建 settings.json 文件:

settings.json
{
  "ide": {
    "enabled": true
  },
  "security": {
    "auth": {
      "selectedType": "gemini-api-key"
    }
  }
}

注意

配置文件更加安全且便于管理,需要重启 Gemini CLI 才生效。

4启动 Gemini CLI

配置完成后,运行以下命令启动:

CMD/PowerShell(管理员模式)
gemini

更多客户端接入教程

以下内容来自你提供的教程结构,已整理为多个独立卡片模块。

Codex2Claude

适用于你想继续使用 Claude Code 客户端,但后端实际走 Codex / GPT-5.4 模型的场景。这套配置使用 Anthropic 兼容入口,因此 Base URL 填根地址即可。

直接修改 Claude Code 的 settings.json 即可接入 Oreniva 的 Codex 能力。

Tip: 使用前确认

  • 这里必须使用 Codex 专用密钥,不要使用 Claude Code 分组密钥。
  • Base URL 使用站点根地址,不要追加 /v1。
  • 修改 settings.json 后,需要完全重启 Claude Code 才会生效。
  1. 访问 https://oreniva.com ,在 API 密钥管理创建一个 Codex 专用 密钥。
  2. 打开 Claude Code 的配置文件:Windows 为 %USERPROFILE%\.claude\settings.json,macOS / Linux 为 ~/.claude/settings.json。
  3. 将下面的 JSON 合并到你的配置中,并把密钥替换成刚创建的 Codex key。
    Codex2Claude 配置示例
    {
      "env": {
        "ANTHROPIC_API_KEY": "替换为你创建的 Codex key",
        "ANTHROPIC_BASE_URL": "https://api.oreniva.com",
        "ANTHROPIC_DEFAULT_HAIKU_MODEL": "gpt-5.4-low",
        "ANTHROPIC_DEFAULT_OPUS_MODEL": "gpt-5.4-xhigh-fast",
        "ANTHROPIC_DEFAULT_SONNET_MODEL": "gpt-5.4-high",
        "ANTHROPIC_MODEL": "gpt-5.4-xhigh",
        "ANTHROPIC_REASONING_MODEL": "gpt-5.4-xhigh",
        "CLAUDE_CODE_ATTRIBUTION_HEADER": "0",
        "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
        "DISABLE_ERROR_REPORTING": "1",
        "DISABLE_TELEMETRY": "1",
        "MCP_TIMEOUT": "60000"
      },
      "model": "gpt-5.4-xhigh",
      "skipDangerousModePermissionPrompt": true
    }
  4. 保存后完全退出并重启 Claude Code。

Cursor 配置教程

Cursor 自定义 API 路由使用 OpenAI /v1/chat/completions 兼容格式。 你可以直接在 Cursor 的 Other 配置里接入 Oreniva。

提示:Cursor Pro Plan 账号可按本教程接入,官方 OpenAI 额度为空时也可使用。
  1. 进入 Cursor Settings → Models,确保你是 Cursor Pro 账号。
  2. 打开 OpenAI API Key 开关,粘贴在 Oreniva 后台创建的 key。
  3. 打开 Override OpenAI Base URL,填写:https://api.oreniva.com/v1
  4. Claude 系列直接在 Cursor 模型列表中选择;GPT 系列需要在 Add model 输入自定义模型名称。

Cursor Base URL

https://api.oreniva.com/v1

配置图示(按图中位置操作)

Cursor 配置图解(新版)

Claude 模型说明

Claude 模型不需要输入自定义模型名,直接在 Cursor 自带模型列表中选择即可。

Opus 4.6Opus 4.5SonnetHaiku

GPT 模型说明(需要自定义模型名)

在 Add or search model 里输入下方模型名称。 基础模型不带强度后缀;强度模型在末尾追加 -low/-medium/-high/-xhigh。

类别 Cursor 自定义模型名 对应基础模型 思考强度
基础模型 oreniva-g-5 gpt-5 默认
强度模型 oreniva-g-5-low gpt-5 low
强度模型 oreniva-g-5-medium gpt-5 medium
强度模型 oreniva-g-5-high gpt-5 high
强度模型 oreniva-g-5-xhigh gpt-5 xhigh
基础模型 oreniva-g-5-codex gpt-5-codex 默认
强度模型 oreniva-g-5-codex-low gpt-5-codex low
强度模型 oreniva-g-5-codex-medium gpt-5-codex medium
强度模型 oreniva-g-5-codex-high gpt-5-codex high
强度模型 oreniva-g-5-codex-xhigh gpt-5-codex xhigh
基础模型 oreniva-g-5.1 gpt-5.1 默认
强度模型 oreniva-g-5.1-low gpt-5.1 low
强度模型 oreniva-g-5.1-medium gpt-5.1 medium
强度模型 oreniva-g-5.1-high gpt-5.1 high
强度模型 oreniva-g-5.1-xhigh gpt-5.1 xhigh
基础模型 oreniva-g-5.1-codex gpt-5.1-codex 默认
强度模型 oreniva-g-5.1-codex-low gpt-5.1-codex low
强度模型 oreniva-g-5.1-codex-medium gpt-5.1-codex medium
强度模型 oreniva-g-5.1-codex-high gpt-5.1-codex high
强度模型 oreniva-g-5.1-codex-xhigh gpt-5.1-codex xhigh
基础模型 oreniva-g-5.2 gpt-5.2 默认
强度模型 oreniva-g-5.2-low gpt-5.2 low
强度模型 oreniva-g-5.2-medium gpt-5.2 medium
强度模型 oreniva-g-5.2-high gpt-5.2 high
强度模型 oreniva-g-5.2-xhigh gpt-5.2 xhigh
基础模型 oreniva-g-5.2-codex gpt-5.2-codex 默认
强度模型 oreniva-g-5.2-codex-low gpt-5.2-codex low
强度模型 oreniva-g-5.2-codex-medium gpt-5.2-codex medium
强度模型 oreniva-g-5.2-codex-high gpt-5.2-codex high
强度模型 oreniva-g-5.2-codex-xhigh gpt-5.2-codex xhigh
基础模型 oreniva-g-5.3-codex gpt-5.3-codex 默认
强度模型 oreniva-g-5.3-codex-low gpt-5.3-codex low
强度模型 oreniva-g-5.3-codex-medium gpt-5.3-codex medium
强度模型 oreniva-g-5.3-codex-high gpt-5.3-codex high
强度模型 oreniva-g-5.3-codex-xhigh gpt-5.3-codex xhigh
基础模型 oreniva-g-5.4 gpt-5.4 默认
强度模型 oreniva-g-5.4-low gpt-5.4 low
强度模型 oreniva-g-5.4-medium gpt-5.4 medium
强度模型 oreniva-g-5.4-high gpt-5.4 high
强度模型 oreniva-g-5.4-xhigh gpt-5.4 xhigh
基础模型 oreniva-g-5.5 gpt-5.5 默认
强度模型 oreniva-g-5.5-low gpt-5.5 low
强度模型 oreniva-g-5.5-medium gpt-5.5 medium
强度模型 oreniva-g-5.5-high gpt-5.5 high
强度模型 oreniva-g-5.5-xhigh gpt-5.5 xhigh

示例

oreniva-g-5.4= 基础模型gpt-5.4(默认强度);oreniva-g-5.4-xhigh= 同一基础模型 + xhigh 强度;oreniva-g-5.5-high= 基础模型gpt-5.5 + high 强度。

VSCode Codex插件安装教程

适合使用 VSCode 图形界面安装 Codex 插件,并通过 API Key 登录的用户。

  1. 1

    VSCode 打开后,先选择任意项目文件夹进入工作区。

  2. 2

    打开左侧插件扩展界面。

    VSCode 插件扩展入口
  3. 3

    搜索 Codex,出现插件后点击安装。

    搜索 Codex 并安装
  4. 4

    安装后侧栏会出现 Codex 入口。

    侧栏出现 Codex 入口
  5. 5

    安装完成后,配置 Codex 的全局配置文件。

    Windows 路径:%USERPROFILE%\\.codex\\config.toml与%USERPROFILE%\\.codex\\auth.json。安装 Codex 插件和 Codex CLI 后,.codex 位于用户目录下;在 macOS/Linux 中,~/.codex因为以点开头,默认是隐藏文件夹。
    config.toml
    approval_policy = "never"
    sandbox_mode = "danger-full-access"
    model_provider = "Oreniva"
    model = "gpt-5.4"
    model_reasoning_effort = "xhigh"
    plan_mode_reasoning_effort = "xhigh"
    model_reasoning_summary = "detailed"
    network_access = "enabled"
    disable_response_storage = true
    windows_wsl_setup_acknowledged = true
    model_verbosity = "high"
    
    [model_providers.Oreniva]
    name = "Oreniva"
    base_url = "https://api.oreniva.com"
    wire_api = "responses"
    requires_openai_auth = true
    auth.json
    {
      "OPENAI_API_KEY": "粘贴为Codex专用分组密钥key"
    }
  6. 6

    如果之前使用官方或其他平台登录过,请先按图退出已有登录。

    退出已有登录
  7. 7

    选择 Use API Key 方式登录。

    选择 Use API Key
  8. 8

    输入在https://oreniva.com/keys创建的 Codex 分组 key,然后点击 OK。

    输入 API Key
  9. 9

    点击 Continue 完成登录。

    点击 Continue
  10. 10

    登录成功后即可开始对话,底部可以切换模型与推理强度。

    登录成功界面

CC Switch 配置 Claude、Codex、Gemini

下载 CC Switch

适合不想手动改配置文件的同学,按步骤填入即可。

  1. 安装后,在应用顶部 Tab 切换到你的目标配置对象(Claude、Codex、Gemini),然后添加自定义配置。
  2. 按下方参数填入并保存。

供应商名称(随意输入皆可)

Oreniva

API Key

sk-********(粘贴你的 key)

API 请求地址

https://api.oreniva.com

可选:开启底部余额 / 订阅额度显示

如果你希望 CC Switch 在供应商卡片底部显示剩余额度,可在保存基础配置后,继续打开当前供应商的「用量查询」并按下方参数填写。

  1. 在当前供应商卡片中打开「用量查询」开关。
  2. 模板选择 Generic Template(推荐)。
  3. 用量 API Key:直接填写与你上方相同的 Oreniva API Key。
  4. 用量查询地址:填写 https://api.oreniva.com/api/public。
  5. 保存后点击刷新,卡片底部就会显示剩余额度。

用量查询地址(可选)

https://api.oreniva.com/api/public

额度显示规则

  • 如果这个 API Key 绑定的是订阅分组,balance 返回的是当前还能实际调用的每日剩余额度。
  • 返回里的 resetAt / resetRule 会对应每日额度的恢复时间;未用完的每日额度会在下一次重置或套餐到期时作废。
  • 如果这个 API Key 绑定的是按量分组,显示的是当前账户余额。
  • 如果你想分别查看不同分组的额度,建议按分组单独创建 API Key。

如果你使用自定义脚本模式,也可以直接请求 https://api.oreniva.com/api/public/cc-switch/balance?apikey=你的Key, 返回中的 balance 字段就是 CC Switch 可直接显示的剩余额度。

OpenCode 配置教程

OpenCode 官网

OpenCode 与 Codex 的配置是两套独立步骤,请按下方内容单独配置。

  1. 安装 OpenCode CLI 并登录。
  2. 登录时选择 Other,并设置 Oreniva 供应商。
  3. 编辑配置文件,替换为你的 API Key 与 baseURL。
Terminal
npm install -g opencode-ai
opencode auth login

配置文件路径

~/.config/opencode/opencode.json

baseURL(OpenAI Compatible)

https://api.oreniva.com
opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "oreniva": {
      "npm": "@ai-sdk/openai",
      "name": "Oreniva",
      "options": {
        "baseURL": "https://api.oreniva.com",
        "apiKey": "替换为你的key"
      },
      "models": {
        "gpt-5.4": {
          "attachment": true,
          "reasoning": true,
          "modalities": {
            "input": [
              "text",
              "image"
            ],
            "output": [
              "text"
            ]
          },
          "limit": {
            "context": 1000000,
            "output": 128000
          },
          "variants": {
            "xhigh": {
              "reasoningEffort": "xhigh",
              "textVerbosity": "low",
              "reasoningSummary": "auto"
            },
            "high": {
              "reasoningEffort": "high",
              "textVerbosity": "low",
              "reasoningSummary": "auto"
            },
            "medium": {
              "reasoningEffort": "medium",
              "textVerbosity": "low",
              "reasoningSummary": "auto"
            },
            "low": {
              "reasoningEffort": "low",
              "textVerbosity": "low",
              "reasoningSummary": "auto"
            }
          }
        }
      }
    }
  }
}

OpenCode 切思考强度(Ctrl + T)

在 OpenCode 中,使用Ctrl + T可以切换模型推理强度(reasoning effort),会按low → medium → high → xhigh → low循环切换。

快捷键
Ctrl + T
  • low:思考最浅、速度最快,适合简单任务和快速迭代。
  • medium:平衡速度与质量,日常编程任务推荐默认使用。
  • high:更深入分析与规划,适合复杂逻辑和架构问题。
  • xhigh:思考最深,速度更慢、消耗更高,适合棘手问题。

使用建议

  • 先用 Tab 切到 Plan 模式梳理需求,再切回 Build 模式写代码。
  • 默认先用 medium,卡住或需要更优解时再切到 high / xhigh。
  • 如果是自定义模型接入,请在配置中确保 reasoningEffort 等参数可用,否则切档位可能不生效。

OpenClaw 配置教程

OpenClaw 可通过 OpenAI Responses 兼容方式接入 Oreniva。

  1. 安装 OpenClaw:
Terminal
npm i -g openclaw
  1. 运行初始化命令:
Terminal
clawdbot onboard

模型供应商配置请选择跳过(Model/auth provider - Skip for now),其他配置可按需随意填写。

  1. 运行以下命令启动 Web 面板:
Terminal
openclaw dashboard
  1. Codex 配置:在面板的 Config 中修改 Raw JSON 配置,重点对应models字段和agents.defaults.model字段。以下为参考配置(请替换apiKey):
clawdbot.json
{
  "models": {
    "mode": "merge",
    "providers": {
      "oreniva": {
        "baseUrl": "https://api.oreniva.com/v1",
        "apiKey": "替换为你的key",
        "auth": "api-key",
        "api": "openai-responses",
        "models": [
          {
            "id": "gpt-5.4",
            "name": "Oreniva (gpt-5.4)",
            "reasoning": true,
            "input": [
              "text",
              "image"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 200000,
            "maxTokens": 8192
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "thinkingDefault": "high",
      "model": {
        "primary": "Oreniva/gpt-5.4"
      }
    }
  }
}

字段说明

thinkingDefault表示切换到该模型后的默认思考强度。比如这里设置为high,则默认使用 high 强度;如需更快或更深的默认效果,可改成medium、high或xhigh。

Claude 配置(Anthropic Messages)

如果你希望 OpenClaw 走 Claude 协议,请在同一位置使用以下 Raw JSON(替换apiKey):

clawdbot.json(Claude)
{
  "models": {
    "providers": {
      "oreniva-cc": {
        "baseUrl": "https://api.oreniva.com/v1",
        "apiKey": "你的key",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "claude-sonnet-4-5-20250929",
            "name": "Claude 4.5 Sonnet",
            "contextWindow": 200000
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "oreniva-cc/claude-sonnet-4-5-20250929"
      }
    }
  }
}
  1. 点击Save按钮和Update按钮,等待配置 Update 完成后,回到首页 chat 对话即可。

Cherry Studio 接入教程

这里只提供 Codex(Openai-Response)接入方式。

Codex 接入

供应商类型:Openai-Response

API 地址

https://api.oreniva.com

API Key:后台创建的 API 密钥(sk- 开头)。

模型 ID(固定)

gpt-5

Cherry Studio 地址格式说明

推荐格式(不加结尾 /)

https://api.oreniva.com

错误格式(单独以 / 结尾)

https://api.oreniva.com/

提示:推荐格式让 Cherry Studio 自动拼接 v1;单独的 / 结尾可能导致 v1 被忽略。

ChatBox 接入教程

按照以下步骤配置即可完成 ChatBox 的 Oreniva 接入。

  1. 下载 ChatBox 客户端。
  2. 打开【设置】-【添加】,名称填写 Oreniva(可自定义),API 模式选择 OpenAI Responses API 兼容。
  3. API 密钥:粘贴在 https://oreniva.com/keys 创建的密钥 key。
  4. API 主机填写:https://api.oreniva.com。
  5. API 路径不需要填写,留空。
  6. 开启【改善网络兼容性】选项。
  7. 新建模型:模型 ID 填写 gpt-5.4,其余保持默认;也可按需开启视觉、推理、工具使用等选项。
  8. 点击保存模型。
  9. 点击检查按钮,确认配置成功。

关键参数

API 主机

https://api.oreniva.com

模型 ID

gpt-5.4

Droid CLI 配置教程

Droid CLI 读取~/.factory/config.json,可在其中添加 custom_models 指向本服务端点。

注意:如果你的~/.factory/settings.json中存在旧的oreniva配置,请先清除后再按本教程配置并重启 Droid CLI,否则新配置可能不会生效。

配置文件路径

~/.factory/config.json
config.json
{
  "custom_models": [
    {
      "model_display_name": "GPT-5.4 [oreniva]",
      "model": "gpt-5.4",
      "base_url": "https://api.oreniva.com",
      "api_key": "替换为你的key",
      "provider": "openai",
      "max_tokens": 16384,
      "extra_args": {
        "reasoning": {
          "effort": "high"
        }
      }
    }
  ]
}

Cline 接入教程

Cline 官方支持 OpenAI Compatible 提供商。你只需要填入 Base URL、API Key 和模型 ID,即可直接接入 Oreniva。

  1. 打开 Cline 设置页,在 API Provider 中选择 OpenAI Compatible。
  2. Base URL 填写为https://api.oreniva.com/v1。
  3. API Key 粘贴你在后台创建的 API 密钥。
  4. Model ID 输入gpt-5.4,或替换为你想使用的 Oreniva 模型名。
  5. 保存后新建会话即可开始使用;若模型列表未自动出现,可手动输入模型 ID。

关键参数

Base URL

https://api.oreniva.com/v1

模型 ID 示例

gpt-5.4

提示:Cline 的 OpenAI Compatible 配置按 Base URL 工作,不要填完整的 /chat/completions 路径。

Continue 接入教程

Continue 官方支持 OpenAI 兼容提供商。最常见的接入方式是在 config.yaml 中为 OpenAI provider 增加 apiBase。

  1. 打开 Continue 配置文件。
  2. 在 models 数组内新增一个 OpenAI provider 模型。
  3. 将 apiBase 指向https://api.oreniva.com/v1,并填入你的 API Key。
  4. 模型名建议先用gpt-5.4,保存后重载 Continue。
Continue config.yaml 示例
name: Oreniva
version: 1.0.0
schema: v1

models:
  - name: Oreniva GPT-5.4
    provider: openai
    model: gpt-5.4
    apiBase: https://api.oreniva.com/v1
    apiKey: sk-替换为你的key
提示:Continue 在某些模型上会优先走 /responses 流程;如果你希望严格使用传统 OpenAI 兼容聊天接口,优先选择这里示例的 gpt-5.4 这类常规模型名。

Zed 接入教程

Zed 官方支持通过 openai_compatible provider 添加自定义模型。你可以通过 UI 添加,也可以直接修改设置文件。

  1. 在 Zed 中执行 agent: open settings。
  2. 在 LLM Providers 区域点击 Add Provider。
  3. 或者直接编辑设置文件,新增 openai_compatible provider。
settings.json 示例
{
  "language_models": {
    "openai_compatible": {
      "Oreniva": {
        "api_url": "https://api.oreniva.com/v1",
        "api_key": "sk-替换为你的key",
        "available_models": [
          {
            "name": "gpt-5.4",
            "display_name": "Oreniva GPT-5.4",
            "max_tokens": 128000,
            "max_completion_tokens": 16384
          }
        ]
      }
    }
  }
}
提示:如果你接入的是更偏 Responses API 的模型,可以继续补充 capabilities 字段;首次配置建议先从上面的最小示例开始。

TRAE CN 接入教程

如果你当前使用的 TRAE CN 版本提供自定义模型或 OpenAI Compatible provider 入口,可以按下面的方式接入 Oreniva。

注意:TRAE CN 的自定义提供商入口可能会随版本调整。若你当前版本看不到 Custom / OpenAI Compatible / 自定义模型 相关入口,建议先升级客户端后再尝试。
  1. 打开 TRAE CN 设置,找到模型、Provider 或自定义模型相关页面。
  2. 选择 OpenAI 兼容或自定义 provider 类型。
  3. Base URL 填写https://api.oreniva.com/v1。
  4. API Key 填入你的 Oreniva 密钥。
  5. 模型 ID 先填写gpt-5.4,保存后重新打开模型选择器确认是否生效。

建议先用这组参数试跑

Base URL

https://api.oreniva.com/v1

模型 ID

gpt-5.4

Open WebUI 接入教程

Open WebUI 官方支持连接任何 OpenAI-compatible provider。你可以在管理员后台添加一个新的 OpenAI 连接,把 Oreniva 当作外部模型服务接入。

  1. 打开 Open WebUI,进入 Admin Settings → Connections → OpenAI。
  2. 点击 Add Connection。
  3. URL 填写https://api.oreniva.com/v1,API Key 填写你的密钥。
  4. 如果自动校验没有拉到模型列表,在 Model IDs (Filter) 手动加入gpt-5.4。
  5. 点击 Save,回到聊天页选择模型即可。

关键参数

URL

https://api.oreniva.com/v1

Model IDs

gpt-5.4

提示:Open WebUI 校验连接时会调用 /models 。如果某些模型或网关无法正确返回列表,不代表聊天一定不可用,这时手动添加模型 ID 即可。

TypingMind 接入教程

TypingMind 支持添加自定义模型,同时也支持给 OpenAI Chat Endpoint 配置自定义代理地址。接入 Oreniva 时,最稳妥的方式是新建一个自定义 OpenAI 模型并把请求指向完整的聊天端点。

  1. 打开左侧 Models 页面,点击 Add Custom Models。
  2. 新建一个 OpenAI 兼容模型,模型名填Oreniva GPT-5.4,实际 model ID 填gpt-5.4。
  3. 在 OpenAI provider 的 Proxy / Custom Endpoint 位置,把聊天接口改为https://api.oreniva.com/v1/chat/completions。
  4. API Key 填入你的 Oreniva 密钥并保存。

TypingMind 推荐填写

Custom Endpoint

https://api.oreniva.com/v1/chat/completions

模型 ID

gpt-5.4

注意:TypingMind 的 Proxy 字段对应的是完整聊天端点,而不是仅主机根地址;这里要填到 /v1/chat/completions。

LibreChat 接入教程

LibreChat 官方支持通过 librechat.yaml 添加 OpenAI API-compatible custom endpoint。最常见的做法是在 endpoints.custom 下新增一个 Oreniva provider。

  1. 确认你的 LibreChat 实例已经启用 librechat.yaml 挂载。
  2. 在 endpoints.custom 下新增一个 Oreniva 配置。
  3. 将 API Key 放进 .env,再重启 LibreChat。
librechat.yaml 示例
version: 1.3.5
cache: true
endpoints:
  custom:
    - name: "Oreniva"
      apiKey: "${ORENIVA_KEY}"
      baseURL: "https://api.oreniva.com/v1"
      models:
        default: ["gpt-5.4"]
        fetch: true
      titleConvo: true
      titleModel: "gpt-5.4"
      modelDisplayLabel: "Oreniva"
.env 示例
ORENIVA_KEY=sk-替换为你的key
提示:如果你使用 Docker 部署 LibreChat,别忘了把 librechat.yaml 正确挂载进容器;否则重启后新 endpoint 不会出现在下拉列表里。

NextChat 接入教程

NextChat 在自托管场景下支持通过环境变量覆盖 OpenAI 的请求地址和模型列表。接入 Oreniva 时,最常用的是设置 BASE_URL 与 CUSTOM_MODELS。

  1. 打开 NextChat 部署环境变量,或你自己的 .env.local。
  2. 将 OpenAI Key 改成你的 Oreniva API Key。
  3. 把 Base URL 指向https://api.oreniva.com/v1。
  4. 在自定义模型列表中加入gpt-5.4,重启应用后即可在聊天页选择。
.env.local 示例
OPENAI_API_KEY=sk-替换为你的key
BASE_URL=https://api.oreniva.com/v1
CUSTOM_MODELS=gpt-5.4
提示:如果你部署的是较新的 NextChat 版本,也可以同时维护自定义模型显示名,但第一次接入建议先只填最小必要变量。

LobeChat 接入教程

LobeChat 在自托管场景下支持通过环境变量覆盖 OpenAI provider 的代理地址和模型列表。接入 Oreniva 时,最常见的是设置 OPENAI_PROXY_URL 与 OPENAI_MODEL_LIST。

  1. 找到 LobeChat 的部署环境变量文件。
  2. 设置 OpenAI API Key 为你的 Oreniva Key。
  3. 设置代理地址为https://api.oreniva.com/v1。
  4. 在模型列表加入gpt-5.4,重启 LobeChat。
环境变量示例
OPENAI_API_KEY=sk-替换为你的key
OPENAI_PROXY_URL=https://api.oreniva.com/v1
OPENAI_MODEL_LIST=gpt-5.4
提示:如果你还启用了 Anthropic、Gemini 等其他 provider,LobeChat 会同时显示多类模型;这时建议先用 Oreniva 专属 key 只接 OpenAI provider,排查更简单。

AnythingLLM 接入教程

AnythingLLM 官方提供 OpenAI (generic) provider,适合接入任意 OpenAI-compatible 服务。Oreniva 场景下直接填 Base URL、API Key 和模型名即可。

  1. 打开 AnythingLLM 管理后台,进入 LLM Provider 设置。
  2. Provider 类型选择 OpenAI (generic)。
  3. Base URL 填写https://api.oreniva.com/v1,API Key 填入你的 key。
  4. 模型 ID 输入gpt-5.4,保存即可。

推荐参数

Base URL

https://api.oreniva.com/v1

模型 ID

gpt-5.4

提示:如果 AnythingLLM 还负责嵌入模型或 reranker,不要把所有 provider 都改成同一个地址;这里只改主聊天 LLM provider 就够了。

BoltAI 接入教程

BoltAI 官方支持 OpenAI-compatible Server。和 TypingMind 类似,它更适合填写完整的聊天接口 endpoint。

  1. 打开 BoltAI 设置,进入 AI Providers 或自定义服务器设置。
  2. 新建一个 OpenAI-compatible Server。
  3. Endpoint 填写https://api.oreniva.com/v1/chat/completions。
  4. API Key 填入你的 Oreniva key。
  5. 模型名填写gpt-5.4,保存后即可开始对话。

BoltAI 推荐填写

Endpoint

https://api.oreniva.com/v1/chat/completions

模型 ID

gpt-5.4

注意:BoltAI 这里更适合填完整 endpoint,而不是只填根地址;如果只填到 /v1,某些版本不会自动补全聊天路径。