एकीकरण

अधिकांश उपकरणों के लिए केवल तीन मानों की आवश्यकता होती है: एक एपीआई कुंजी, एक आधार यूआरएल और एक मॉडल आईडी। EmpirioLabs OpenAI-संगत चैट पूर्णता के साथ-साथ एक मानवीय-शैली संदेश समापन बिंदु को उजागर करता है, इसलिए सेटअप आमतौर पर एक प्रदाता ड्रॉपडाउन और एक URL परिवर्तन होता है।

OpenCodeClaude CodeClineQwen CodeCodex CLIAiderContinueOpenHandsHermes AgentOpenClawgooseZedSillyTavernPersonaLLMJanitor AITypingMindOpen WebUILibreChatLobeChatLiteLLMKilo, Roo, Cursor

सबसे तेज़ सेटअप

इसका उपयोग तब करें जब आप कॉन्फ़िगरेशन फ़ाइलों को हाथ से संपादित किए बिना एक कार्यशील सेटअप चाहते हैं। कमांड डॉक्स साइट से हेल्पर स्क्रिप्ट प्राप्त करता है, इसे पायथन के साथ चलाता है, और केवल आपके द्वारा चुने गए स्कोप को लिखता है। स्थानीय निरंतर कॉन्फ़िगरेशन का समर्थन करने वाले टूल के लिए, सहायक कुंजी को gitignored प्रोजेक्ट फ़ाइलों में संग्रहीत करता है ताकि फिर से खोले गए ऐप सत्र शेल निर्यात पर निर्भर न हों।

$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
script="${TMPDIR:-/tmp}/empirio-integrations-setup.py"
$
curl -fsSL "https://docs.empiriolabs.ai/integrations/setup.py" -o "$script"
$
python3 "$script" \
>
  --scope project \
>
  --tools opencode,aider,qwen-code,openhands \
>
  --model qwen3-max

$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
python3 empirio-integrations-setup.py --scope project --tools opencode,aider,qwen-code,openhands --model qwen3-max

सहायक क्या लिखता है

डिफ़ॉल्ट रूप से सहायक लाइव /v1/models?available=true कैटलॉग लाता है और प्रत्येक चैट-सक्षम मॉडल (टेक्स्ट, मल्टीमोडल, कोड, रीजनिंग) को टूल में लिखता है, जिनके कॉन्फ़िगरेशन मूल रूप से एक मल्टी-मॉडल पिकर (ओपनकोड, कंटिन्यू, Qwen कोड, गूज) का समर्थन करते हैं। --model ध्वज उस पॉप्युलेटेड सेट के भीतर डिफ़ॉल्ट का चयन करता है। यदि आप केवल डिफ़ॉल्ट मॉडल पंजीकृत करना चाहते हैं तो --no-populate-models पास करें।

सहायक उपकरण नामों को मान्य करता है और अज्ञात मानों के लिए एक त्रुटि के साथ बाहर निकलता है। यदि कोई चयनित उपकरण चुने गए क्षेत्र से मेल नहीं खाता है, तो सहायक एक नोट मुद्रित करता है। उदाहरण के लिए, --scope project --tools codex कोडेक्स कॉन्फ़िगरेशन नहीं लिखता क्योंकि कोडेक्स एक उपयोगकर्ता-स्तरीय कॉन्फ़िगरेशन है।

इस तालिका में सूचीबद्ध नहीं किए गए एकीकरण मैन्युअल यूज़र इंटरफ़ेस (यूआई) या ऐप्लिकेशन-स्तरीय सेटअप हैं. क्लाइन, जेड, किलो कोड, रू कोड, कर्सर-शैली फ़ील्ड, चैट फ्रंटएंड और होस्ट किए गए वेब यूआई के लिए नीचे दिए गए कनेक्शन मानों का उपयोग करें।

नए लॉन्च के बाद मॉडल सूची को ताज़ा करना

सहायक हर रन पर GET /v1/models?available=true प्राप्त करता है और उस लाइव स्नैपशॉट से मल्टी-मॉडल कॉन्फ़िगरेशन को फिर से लिखता है, इसलिए पंजीकृत मॉडल सूची दर्शाती है कि सहायक द्वारा निष्पादित किए जाने वाले किसी भी मॉडल को लॉन्च किया गया है। एक नया मॉडल लॉन्च होने के बाद उसी कमांड को फिर से चलाने से इसे ओपनकोड के opencode.json, कंटिन्यू के config.yaml, Qwen कोड settings.json प्रदाता सूची और बिना किसी अन्य संपादन के हंस कस्टम प्रदाता JSON में जोड़ा जाता है। Aider, OpenHands, Claude Code, Codex CLI, Hermes Agent, और OpenClaw अपने कॉन्फ़िगरेशन में एक मल्टी-मॉडल रजिस्ट्री बनाए नहीं रखते हैं, इसलिए वे उपकरण हमेशा उस मॉडल को पढ़ते हैं जो भी आपका कोड अनुरोध समय पर पास करता है, जिसका अर्थ है कि एक नया मॉडल लॉन्च होने पर उन उपकरणों के लिए किसी सहायक को फिर से चलाने की आवश्यकता नहीं होती है।

$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
script="${TMPDIR:-/tmp}/empirio-integrations-setup.py"
$
curl -fsSL "https://docs.empiriolabs.ai/integrations/setup.py" -o "$script"
$
python3 "$script" --scope project --tools opencode,aider,qwen-code,openhands --model qwen3-max

हैंड्स-ऑफ ऑटो-रिफ्रेश (डिफ़ॉल्ट रूप से स्थापित)

सेटअप कमांड एक प्लेटफ़ॉर्म-नेटिव शेड्यूल किए गए कार्य को स्थापित करता है जो हर 6 घंटे में EmpirioLabs मॉडल सूची को फिर से प्राप्त करता है ताकि नए लॉन्च किए गए मॉडल बिना किसी मैन्युअल चरण के OpenCode, Qwen Code, Continue और Goose में दिखाई दें। नौकरी अपने आप चलती है, पृष्ठभूमि में, बिना किसी शेल सत्र की आवश्यकता के साथ:

• लिनक्स: आपके उपयोगकर्ता क्रोंटैब में एक चिह्नित प्रविष्टि (crontab -l के साथ दृश्यमान)
• macOS: ~/Library/LaunchAgents/ai.empiriolabs.refresh.plist पर एक उपयोगकर्ता लॉन्चएजेंट
• विंडोज: “EmpirioLabs ऑटो रिफ्रेश” नामक एक टास्क शेड्यूलर कार्य

कार्य ~/.empiriolabs/.empiriolabs-api-key (POSIX पर मोड 600) से API कुंजी पढ़ता है और केवल उन कॉन्फ़िगरेशन को फिर से लिखता है जो पहले से ही डिस्क पर मौजूद हैं, इसलिए यह कभी भी असंबंधित निर्देशिकाओं में फ़ाइलें नहीं बनाता है। लॉग (macOS) और स्टडआउट (Linux/Windows) ~/.empiriolabs/refresh.log पर जाते हैं।

ऑप्ट आउट करने के लिए सेटअप कमांड के लिए --no-auto-refresh पास करें, या शेड्यूल किए गए कार्य को हटाने और मार्कर प्रविष्टियों को साफ़ करने के लिए --uninstall-auto-refresh के साथ बाद में सहायक चलाएं।

$
python3 "$script" --scope project --tools opencode,aider,qwen-code,openhands --model qwen3-max --no-auto-refresh

$
curl -fsSL https://docs.empiriolabs.ai/integrations/setup.py | python3 - --uninstall-auto-refresh

कनेक्शन मान

सोच और तर्क नियंत्रण

EmpirioLabs केवल उन मॉडलों पर तर्क नियंत्रण को उजागर करता है जो उन्हें अपने मॉडल पृष्ठ या मशीन-पठनीय स्कीमा में सूचीबद्ध करते हैं। इन फ़ील्ड को डिफ़ॉल्ट रूप से हर मॉडल पर न भेजें।

OpenAI-संगत चैट पूर्णता और प्रतिक्रियाओं के लिए, समर्थित नियंत्रणों में मॉडल के आधार पर enable_thinking, thinking_budget या reasoning_effort शामिल हो सकते हैं:

1
{
2
  "model": "qwen3-max-thinking",
3
  "messages": [
4
    { "role": "user", "content": "Answer briefly." }
5
  ],
6
  "enable_thinking": false
7
}

मानव-शैली के संदेश समापन बिंदु के लिए, मानव-शैली की सोच का उपयोग करें जब मॉडल सोच का समर्थन करता है:

1
{
2
  "model": "qwen3-max-thinking",
3
  "messages": [
4
    { "role": "user", "content": "Work through this carefully." }
5
  ],
6
  "thinking": {
7
    "type": "enabled",
8
    "budget_tokens": 1024
9
  }
10
}

reasoning_effort हर तर्क-सक्षम मॉडल पर none, low, medium, high और max स्वीकार करता है। EmpirioLabs चयनित मॉडल के समर्थित तर्क क्षेत्रों में मूल्य को सामान्य करता है, इसलिए मॉडल सेवा मूल रूप से reasoning_effort, enable_thinking या thinking_budget की अपेक्षा करता है, इस पर ध्यान दिए बिना मॉडल परिवारों में एक ही प्रयास स्ट्रिंग काम करता है।

1
{
2
  "model": "deepseek-v4-pro",
3
  "messages": [
4
    { "role": "user", "content": "Solve this carefully." }
5
  ],
6
  "reasoning_effort": "max"
7
}

उपकरण समर्थन भिन्न होता है:

धुआं परीक्षण

एक बड़े टूल को कॉन्फ़िगर करने से पहले इसे चलाएं। यदि यह काम करता है, तो आपकी कुंजी, क्रेडिट, नेटवर्क और मॉडल आईडी अच्छी हैं।

$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
$
curl "https://api.empiriolabs.ai/v1/chat/completions" \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "qwen3-max",
>
    "messages": [
>
      { "role": "user", "content": "Reply with one sentence." }
>
    ]
>
  }'

वर्तमान मॉडल आईडी सूचीबद्ध करने के लिए:

$
curl "https://api.empiriolabs.ai/v1/models?available=true" \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY"

चैट और रोलप्ले फ्रंटएंड

BYOK चैट ऐप्स, रोलप्ले टूल और साझा वेब UIs के लिए इस अनुभाग का उपयोग करें। इन उपकरणों को सामान्य रूप से सहायक स्क्रिप्ट की आवश्यकता नहीं होती है। अपनी EmpirioLabs API कुंजी का उपयोग करें, qwen3-max जैसे चैट मॉडल चुनें, और ऐप की स्थानीय सेटिंग्स या पर्यावरण चर में रहस्य रखें।

सिलीटैवर्न

SillyTavern एक स्थानीय रोलप्ले और चरित्र चैट फ्रंटएंड है। EmpirioLabs अपने कस्टम OpenAI-संगत चैट पूर्णता स्रोत के माध्यम से काम करता है।

1. SillyTavern खोलें और एपीआई कनेक्शन खोलने के लिए प्लग आइकन पर क्लिक करें।
2. एपीआई प्रकार को Chat Completion पर सेट करें।
3. चैट पूर्णता स्रोत को Custom (OpenAI-compatible) पर सेट करें.
4. कस्टम एंडपॉइंट/बेस URL को https://api.empiriolabs.ai/v1 पर सेट करें।
5. अपनी EmpirioLabs API कुंजी को कस्टम API कुंजी फ़ील्ड में पेस्ट करें।
6. कनेक्ट करें पर क्लिक करें, फिर ड्रॉपडाउन से कोई मॉडल चुनें या qwen3-max जैसी मॉडल आईडी टाइप करें.

यदि मॉडल ड्रॉपडाउन खाली है, लेकिन आपका धूम्रपान परीक्षण काम करता है, तो मॉडल आईडी मैन्युअल रूप से टाइप करें। अगर किसी रोलप्ले सैंपलर के कारण अनुरोध में गड़बड़ी आती है, तो गैर-मानक अतिरिक्त पैरामीटर हटा दें और पहले मानक चैट सेटिंग के साथ फिर से कोशिश करें.

पर्सनाएलएलएम

PersonaLLM एक iOS रोलप्ले और कैरेक्टर चैट ऐप है जिसमें bring-your-own-key प्रदाता सेटिंग्स हैं। EmpirioLabs PersonaLLM के कस्टम टेक्स्ट इंजन के माध्यम से काम करता है।

1. होम स्क्रीन से, ऊपर बाईं ओर तीन-बिंदु वाले मेनू पर टैप करें।
2. सेटिंग्स खोलें।
3. टेक्स्ट इंजन खोलें।
4. कस्टम चुनें.
5. आधार URL को https://api.empiriolabs.ai/v1 पर सेट करें.
6. अपनी EmpirioLabs API कुंजी पेस्ट करें।
7. मॉडल फ़ील्ड में, लाइव मॉडल सूची लाने के लिए दाईं ओर स्थित बटन पर टैप करें।
8. qwen3-max या glm-5-1 जैसे चैट मॉडल चुनें, फिर टेक्स्ट इंजन सेटिंग्स सहेजें।

चौकीदार एआई

जेनिटर एआई अपने प्रॉक्सी कॉन्फ़िगरेशन के माध्यम से एम्पिरियोलैब्स को कॉल कर सकता है। इस पथ का उपयोग तब करें जब आप अपनी खुद की EmpirioLabs कुंजी लाते समय जेनिटर के चैट यूआई का उपयोग करना जारी रखना चाहते हैं।

1. एक जेनिटर एआई चैट खोलें।
2. चैट के शीर्ष के पास using janitor या मेनू बटन पर क्लिक करें।
3. API Settings खोलें।
4. Proxy टैब का चयन करें.
5. प्रॉक्सी कॉन्फ़िगरेशन में, + New क्लिक करें।
6. नाम को EmpirioLabs पर सेट करें.
7. मॉडल को qwen3-max पर सेट करें, या GET /v1/models?available=true से किसी अन्य मॉडल आईडी पर सेट करें।
8. प्रॉक्सी URL को https://api.empiriolabs.ai/v1/chat/completions पर सेट करें.
9. अपनी EmpirioLabs API कुंजी को API कुंजी में पेस्ट करें।
10. कस्टम प्रॉम्प्ट को तब तक खाली छोड़ दें जब तक कि आप पहले से ही उस चरित्र या चैट के लिए एक का उपयोग न करें।
11. जोड़ें पर क्लिक करें, सेटिंग्स सहेजें, फिर अगला संदेश भेजने से पहले जेनिटर एआई पेज को रीफ्रेश करें।

टाइपिंगमाइंड

टाइपिंगमाइंड कस्टम चैट मॉडल का समर्थन करता है जहां आप एक एंडपॉइंट, मॉडल आईडी और वैकल्पिक हेडर प्रदान करते हैं।

1. बाएं साइडबार से Models खोलें।
2. मॉडल सेटिंग्स खोलें, फिर Add Custom Models पर क्लिक करें।
3. यदि फ़ॉर्म पूछता है तो API प्रकार OpenAI Chat Completions API का उपयोग करें।
4. एंडपॉइंट एपीआई को https://api.empiriolabs.ai/v1/chat/completions पर सेट करें।
5. मॉडल ID को qwen3-max या किसी अन्य उपलब्ध मॉडल पर सेट करें.
6. हेडर Authorization: Bearer sk-empiriolabs-your_key_here जोड़ें, या यदि फॉर्म एक प्रदान करता है तो कुंजी को टाइपिंगमाइंड के एपीआई कुंजी फ़ील्ड में पेस्ट करें।
7. परीक्षण पर क्लिक करें, फिर मॉडल जोड़ें.

WebUI खोलें

ओपन WebUI व्यवस्थापक कनेक्शन स्क्रीन से OpenAI-संगत प्रदाताओं से जुड़ सकता है।

1. व्यवस्थापक सेटिंग्स खोलें.
2. Connections पर जाएं और एक नया OpenAI कनेक्शन जोड़ें।
3. URL को https://api.empiriolabs.ai/v1 पर सेट करें.
4. अपनी EmpirioLabs API कुंजी पेस्ट करें।
5. यदि मॉडल खोज धीमी या बहुत व्यापक है, तो मॉडल आईडी फ़िल्टर में मॉडल आईडी जैसे qwen3-max जोड़ें।
6. सहेजें, फिर चैट में EmpirioLabs मॉडल चुनें।

सर्वर लॉन्च के लिए, सेट करें:

$
OPENAI_API_BASE_URL=https://api.empiriolabs.ai/v1
$
OPENAI_API_KEY=sk-empiriolabs-your_key_here

लिब्रेचैट

LibreChat librechat.yaml के माध्यम से कस्टम OpenAI-संगत समापन बिंदुओं का समर्थन करता है। एक साझा परिनियोजन कुंजी के लिए एक परिवेश चर का उपयोग करें, या user_provided यदि प्रत्येक उपयोगकर्ता को UI में अपनी स्वयं की कुंजी लानी चाहिए।

1
version: 1.3.5
2
cache: true
3
endpoints:
4
  custom:
5
    - name: "EmpirioLabs"
6
      apiKey: "${EMPIRIOLABS_API_KEY}"
7
      baseURL: "https://api.empiriolabs.ai/v1"
8
      models:
9
        default: ["qwen3-max"]
10
        fetch: true
11
      titleConvo: true
12
      titleModel: "qwen3-max"
13
      modelDisplayLabel: "EmpirioLabs"

$
EMPIRIOLABS_API_KEY=sk-empiriolabs-your_key_here

BYOK बहु-उपयोगकर्ता परिनियोजन के लिए, apiKey को इसमें बदलें:

1
apiKey: "user_provided"

librechat.yaml बदलने के बाद LibreChat को पुनरारंभ करें।

लोबचैट

स्व-होस्टेड LobeChat के लिए, EmpirioLabs API बेस URL के साथ OpenAI प्रदाता का उपयोग करें:

$
OPENAI_API_KEY=sk-empiriolabs-your_key_here
$
OPENAI_PROXY_URL=https://api.empiriolabs.ai/v1
$
OPENAI_MODEL_LIST=+qwen3-max,+glm-5-1,+deepseek-v4-pro:variant2

फिर LobeChat को पुनरारंभ करें और मॉडल चयनकर्ता में एक सक्षम EmpirioLabs मॉडल चुनें।

लाइटएलएलएम

EmpirioLabs एक अंतर्निहित LiteLLM प्रदाता है, इसलिए SDK और LiteLLM प्रॉक्सी empiriolabs/ उपसर्ग के साथ किसी भी EmpirioLabs चैट मॉडल को रूट कर सकते हैं। प्रदाता से पहले के LiteLLM संस्करणों पर, नीचे दिए गए OpenAI-संगत फ़ॉलबैक का उपयोग करें।

1
import os
2
import litellm
3
4
os.environ["EMPIRIOLABS_API_KEY"] = "sk-empiriolabs-your_key_here"
5
6
response = litellm.completion(
7
    model="empiriolabs/qwen3-7-plus",
8
    messages=[{"role": "user", "content": "Hello!"}],
9
)

1
model_list:
2
  - model_name: qwen3-7-plus
3
    litellm_params:
4
      model: empiriolabs/qwen3-7-plus
5
      api_key: os.environ/EMPIRIOLABS_API_KEY

पुराने LiteLLM संस्करण (या छवि निर्माण) सीधे OpenAI-संगत मार्ग का उपयोग कर सकते हैं:

1
import os
2
import litellm
3
4
response = litellm.image_generation(
5
    prompt="A glass cathedral at sunset, dramatic lighting",
6
    model="openai/seedream-5-0-lite",
7
    api_base="https://api.empiriolabs.ai/v1",
8
    api_key=os.environ["EMPIRIOLABS_API_KEY"],
9
    extra_body={"sync": True},
10
)

sync: true फ़ील्ड छवि समापन बिंदु को डिफ़ॉल्ट एसिंक जॉब लिफाफे के बजाय समाप्त OpenAI-आकार की प्रतिक्रिया लौटाता है। EmpirioLabs के लिए LiteLLM का अपना प्रदाता पृष्ठ docs.litellm.ai/docs/providers/empiriolabs पर है।

ओपनकोड

सहायक इसे स्वचालित रूप से लिख सकता है:

$
python3 empirio-integrations-setup.py --tools opencode --model qwen3-max

मैनुअल सेटअप:

1
{
2
  "$schema": "https://opencode.ai/config.json",
3
  "provider": {
4
    "empiriolabs": {
5
      "npm": "@ai-sdk/openai-compatible",
6
      "name": "EmpirioLabs",
7
      "options": {
8
        "baseURL": "https://api.empiriolabs.ai/v1",
9
        "apiKey": "{file:.empiriolabs-api-key}"
10
      },
11
      "models": {
12
        "qwen3-max": {
13
          "name": "EmpirioLabs Qwen3-Max"
14
        },
15
        "qwen3-max-thinking": {
16
          "name": "EmpirioLabs Qwen3-Max-Thinking",
17
          "reasoning": true
18
        }
19
      }
20
    }
21
  }
22
}

$
printf '%s' 'sk-empiriolabs-your_key_here' > .empiriolabs-api-key
$
printf '\n.empiriolabs-api-key\n' >> .gitignore
$
opencode

ओपनकोड में, /models चलाएं और EmpirioLabs प्रदाता चुनें। फ़ाइल-समर्थित कुंजी आपके द्वारा OpenCode को बंद करने और फिर से खोलने के बाद काम करती रहती है।

क्लाउड कोड

सहायक उपयोगकर्ता-स्तरीय सेटिंग्स को स्वचालित रूप से लिख सकता है:

$
python3 empirio-integrations-setup.py --scope user --tools claude-code --model qwen3-max

Claude Code एक OpenAI-चैट-पूर्णता क्लाइंट नहीं है। यह Anthropic संदेश आकार के माध्यम से एलएलएम गेटवे से बात करता है, जो /v1/messages पर EmpirioLabs उजागर होता है।

$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
$
# Claude Code sends ANTHROPIC_AUTH_TOKEN as a Bearer token.
$
export ANTHROPIC_AUTH_TOKEN="$EMPIRIOLABS_API_KEY"
$
$
# Claude Code appends /v1/messages itself, so do not include /v1 here.
$
export ANTHROPIC_BASE_URL="https://api.empiriolabs.ai"
$
$
export ANTHROPIC_CUSTOM_MODEL_OPTION="qwen3-max"
$
export ANTHROPIC_CUSTOM_MODEL_OPTION_NAME="EmpirioLabs Qwen3-Max"
$
export ANTHROPIC_MODEL="qwen3-max"
$
$
claude

लगातार उपयोगकर्ता-स्तरीय सेटअप:

1
{
2
  "env": {
3
    "ANTHROPIC_AUTH_TOKEN": "sk-empiriolabs-your_key_here",
4
    "ANTHROPIC_BASE_URL": "https://api.empiriolabs.ai",
5
    "ANTHROPIC_CUSTOM_MODEL_OPTION": "qwen3-max",
6
    "ANTHROPIC_CUSTOM_MODEL_OPTION_NAME": "EmpirioLabs Qwen3-Max",
7
    "ANTHROPIC_MODEL": "qwen3-max"
8
  }
9
}

क्लाइन

क्लाइन एक्सटेंशन यूआई में:

1. क्लाइन सेटिंग्स खोलें।
2. एपीआई प्रदाता को OpenAI Compatible पर सेट करें।
3. आधार URL को https://api.empiriolabs.ai/v1 पर सेट करें.
4. अपनी EmpirioLabs API कुंजी पेस्ट करें।
5. qwen3-max जैसी मॉडल आईडी दर्ज करें।
6. सत्यापित करें पर क्लिक करें, फिर एक नया कार्य प्रारंभ करें.

क्लाइन सीएलआई के लिए:

$
npm install -g cline
$
$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
$
cline auth \
>
  -p openai \
>
  -k "$EMPIRIOLABS_API_KEY" \
>
  -b "https://api.empiriolabs.ai/v1" \
>
  -m "qwen3-max"
$
$
cline "Inspect this repository and suggest the safest next refactor."

Qwen कोड

सहायक स्वचालित रूप से प्रोजेक्ट या उपयोगकर्ता सेटिंग्स लिख सकता है:

$
python3 empirio-integrations-setup.py --scope project --tools qwen-code --model qwen3-max

OpenAI-संगत प्रदाता के रूप में EmpirioLabs के साथ सीधे Qwen Code लॉन्च करें:

$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
$
qwen \
>
  --auth-type openai \
>
  --openaiApiKey "$EMPIRIOLABS_API_KEY" \
>
  --openaiBaseUrl "https://api.empiriolabs.ai/v1" \
>
  --model "qwen3-max"

लगातार प्रोजेक्ट सेटअप के लिए:

1
{
2
  "model": {
3
    "name": "qwen3-max"
4
  },
5
  "security": {
6
    "auth": {
7
      "selectedType": "openai"
8
    }
9
  },
10
  "env": {
11
    "EMPIRIOLABS_API_KEY": "sk-empiriolabs-your_key_here"
12
  },
13
  "modelProviders": {
14
    "openai": [
15
      {
16
        "id": "qwen3-max",
17
        "name": "EmpirioLabs Qwen3-Max",
18
        "envKey": "EMPIRIOLABS_API_KEY",
19
        "baseUrl": "https://api.empiriolabs.ai/v1"
20
      }
21
    ]
22
  }
23
}

यदि आप कुंजी को वहां संग्रहीत करते हैं तो .gitignore में .qwen/settings.json जोड़ें।

कोडेक्स सीएलआई

सहायक उपयोगकर्ता-स्तरीय प्रदाता ब्लॉक को स्वचालित रूप से लिख सकता है:

$
python3 empirio-integrations-setup.py --scope user --tools codex --model qwen3-max

~/.codex/config.toml में एक कस्टम मॉडल प्रदाता के रूप में EmpirioLabs जोड़ें:

1
model = "qwen3-max"
2
model_provider = "empiriolabs"
3
4
[model_providers.empiriolabs]
5
name = "EmpirioLabs"
6
base_url = "https://api.empiriolabs.ai/v1"
7
env_key = "EMPIRIOLABS_API_KEY"
8
wire_api = "responses"

फिर वातावरण में अपनी कुंजी के साथ कोडेक्स लॉन्च करें:

$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
codex

इस पथ का उपयोग EmpirioLabs मॉडल के साथ करें जो POST /v1/responses का समर्थन करते हैं।

सहायक

सहायक स्वचालित रूप से एक प्रोजेक्ट-स्थानीय सहायक कॉन्फ़िगरेशन लिख सकता है:

$
python3 empirio-integrations-setup.py --tools aider --model qwen3-max

Aider OpenAI-संगत पर्यावरण चर का उपयोग करता है। मॉडल को openai/ से पहले लगाएं।

$
export OPENAI_API_BASE="https://api.empiriolabs.ai/v1"
$
export OPENAI_API_KEY="sk-empiriolabs-your_key_here"
$
$
aider --model openai/qwen3-max

आगे बढ़ना

सहायक उपयोगकर्ता-स्तर जारी रखें कॉन्फ़िगरेशन स्वचालित रूप से लिख सकता है:

$
python3 empirio-integrations-setup.py --scope user --tools continue --model qwen3-max

Continue का OpenAI प्रदाता apiBase सेट करके किसी भी OpenAI-संगत समापन बिंदु को लक्षित कर सकता है। रहस्यों को config.yaml .env में रखने के बजाय या जारी रखें के गुप्त स्टोर में रखें।

1
name: EmpirioLabs
2
version: 0.0.1
3
schema: v1
4
5
models:
6
  - name: EmpirioLabs Qwen3-Max
7
    provider: openai
8
    model: qwen3-max
9
    apiBase: https://api.empiriolabs.ai/v1
10
    apiKey: ${{ secrets.EMPIRIOLABS_API_KEY }}
11
    capabilities:
12
      - tool_use

जारी रखें के समर्थित .env स्थानों में से किसी एक में रहस्य जोड़ें:

$
EMPIRIOLABS_API_KEY=sk-empiriolabs-your_key_here

खुले हाथ

सहायक स्वचालित रूप से एक प्रोजेक्ट-स्थानीय ओपनहैंड्स कॉन्फ़िगरेशन लिख सकता है:

$
python3 empirio-integrations-setup.py --tools openhands --model qwen3-max

ओपनहैंड्स यूआई में प्रदाता सेटिंग्स को उजागर करता है और उन्हें अपनी एलएलएम परत तक पहुंचाता है।

पर्यावरण-आधारित लॉन्च के लिए:

$
export LLM_MODEL="openai/qwen3-max"
$
export LLM_BASE_URL="https://api.empiriolabs.ai/v1"
$
export LLM_API_KEY="sk-empiriolabs-your_key_here"

लगातार प्रोजेक्ट सेटअप के लिए:

1
[llm]
2
model = "openai/qwen3-max"
3
api_key = "sk-empiriolabs-your_key_here"
4
base_url = "https://api.empiriolabs.ai/v1"

इसके साथ ओपनहैंड्स चलाएं:

$
openhands --config-file openhands.empiriolabs.toml

यदि आप कुंजी को वहां संग्रहीत करते हैं तो .gitignore में openhands.empiriolabs.toml जोड़ें।

हेमीज़ एजेंट

सहायक उपयोगकर्ता-स्तरीय हेमीज़ साइडकार को स्वचालित रूप से लिख सकता है:

$
python3 empirio-integrations-setup.py --scope user --tools hermes --model qwen3-max

हेमीज़ के पास एक इंटरैक्टिव मॉडल विज़ार्ड है। Custom endpoint चुनें, फिर दर्ज करें:

मैनुअल कॉन्फ़िगरेशन:

1
custom_providers:
2
  - name: empiriolabs
3
    base_url: https://api.empiriolabs.ai/v1
4
    key_env: EMPIRIOLABS_API_KEY
5
6
model:
7
  provider: custom:empiriolabs
8
  default: qwen3-max

$
EMPIRIOLABS_API_KEY=sk-empiriolabs-your_key_here

ओपनक्लॉ

सहायक स्वचालित रूप से उपयोगकर्ता-स्तरीय ओपनक्लॉ साइडकार लिख सकता है:

$
python3 empirio-integrations-setup.py --scope user --tools openclaw --model qwen3-max

सबसे सुरक्षित सेटअप OpenClaw विज़ार्ड है:

$
openclaw configure --section model

एक कस्टम या OpenAI-संगत प्रदाता चुनें और उपयोग करें:

मैनुअल JSON5 कॉन्फ़िगरेशन के लिए, इसे साइडकार के रूप में उपयोग करें या इसे OpenClaw के कॉन्फ़िगरेशन में मर्ज करें:

1
{
2
  secrets: {
3
    providers: {
4
      default: { source: "env" }
5
    },
6
    defaults: {
7
      env: "default"
8
    }
9
  },
10
  models: {
11
    mode: "merge",
12
    providers: {
13
      empiriolabs: {
14
        baseUrl: "https://api.empiriolabs.ai/v1",
15
        apiKey: { source: "env", provider: "default", id: "EMPIRIOLABS_API_KEY" },
16
        authHeader: true,
17
        api: "openai-completions",
18
        models: [
19
          {
20
            id: "qwen3-max",
21
            name: "EmpirioLabs Qwen3-Max",
22
            input: ["text"],
23
            contextWindow: 256000
24
          }
25
        ]
26
      }
27
    }
28
  },
29
  agents: {
30
    defaults: {
31
      model: {
32
        primary: "empiriolabs/qwen3-max"
33
      }
34
    }
35
  }
36
}

मैन्युअल संपादन के बाद openclaw config validate चलाएँ।

हंस

सहायक उपयोगकर्ता-स्तरीय हंस कस्टम प्रदाता को स्वचालित रूप से लिख सकता है:

$
python3 empirio-integrations-setup.py --scope user --tools goose --model qwen3-max

Goose कस्टम OpenAI-संगत प्रदाताओं का समर्थन करता है। सहायक इसे goose कस्टम प्रदाता निर्देशिका में empiriolabs.json के रूप में लिखता है।

1
{
2
  "name": "empiriolabs",
3
  "engine": "openai",
4
  "display_name": "EmpirioLabs",
5
  "description": "EmpirioLabs OpenAI-compatible API",
6
  "api_key_env": "EMPIRIOLABS_API_KEY",
7
  "base_url": "https://api.empiriolabs.ai/v1/chat/completions",
8
  "models": [
9
    {
10
      "name": "qwen3-max",
11
      "context_limit": 256000
12
    }
13
  ],
14
  "supports_streaming": true,
15
  "requires_auth": true
16
}

$
export EMPIRIOLABS_API_KEY="sk-empiriolabs-your_key_here"
$
goose session start --provider empiriolabs

जेड

Zed एजेंट पैनल में OpenAI-संगत प्रदाताओं का समर्थन करता है। UI के Add Provider प्रवाह का उपयोग करें, या सेटिंग्स संपादित करें:

1
{
2
  "language_models": {
3
    "openai_compatible": {
4
      "EmpirioLabs": {
5
        "api_url": "https://api.empiriolabs.ai/v1",
6
        "available_models": [
7
          {
8
            "name": "qwen3-max",
9
            "display_name": "EmpirioLabs Qwen3-Max",
10
            "max_tokens": 256000,
11
            "capabilities": {
12
              "tools": true,
13
              "images": false,
14
              "parallel_tool_calls": false,
15
              "prompt_cache_key": false
16
            }
17
          }
18
        ]
19
      }
20
    }
21
  }
22
}

एजेंट पैनल के माध्यम से एपीआई कुंजी जोड़ें ताकि जेड इसे ओएस क्रेडेंशियल स्टोर में संग्रहीत करे।

किलो कोड, रू कोड, कर्सर और इसी तरह के आईडीई

इस तालिका का उपयोग कहीं भी करें जहां कोई उपकरण OpenAI Compatible, Custom OpenAI या Override OpenAI Base URL को उजागर करता है।

किलो कोड और रू-स्टाइल वीएस कोड एक्सटेंशन सामान्य रूप से इसे एपीआई कॉन्फ़िगरेशन प्रोफ़ाइल के रूप में उजागर करते हैं। Roo Code के सार्वजनिक दस्तावेज़ और उत्पाद नोटिस 15 मई, 2026 को एक shutdown/archive पथ का संकेत देते हैं, इसलिए नए टीम-व्यापी टेम्पलेट्स के लिए क्लाइन या किलो कोड को प्राथमिकता दें, जब तक कि आपकी टीम पहले से ही Roo पर निर्भर न हो।

कर्सर का कस्टम एपीआई कुंजी व्यवहार संस्करण और फीचर सतह पर निर्भर करता है। यदि आपका कर्सर बिल्ड केवल प्रदाता API कुंजियों को स्वीकार करता है और आपकी इच्छित सुविधा के लिए कस्टम आधार URL को प्रदर्शित नहीं करता है, तो इसे उस सुविधा के लिए सीधे EmpirioLabs पर इंगित नहीं किया जा सकता है।

समस्या निवारण

एजेंटों को जमीन से बांधे रखें

जब कोई AI कोडिंग सहायक आपके लिए EmpirioLabs एकीकरण लागू कर रहा हो, तो पहले उसे मशीन-पठनीय दस्तावेज़ बंडल दें:

एजेंट को एपीआई संदर्भ के रूप में https://docs.empiriolabs.ai/ai-agent-api-reference-context.md का उपयोग करने के लिए कहें, मॉडल और मूल्य निर्धारण विवरण के लिए https://docs.empiriolabs.ai/ai-agent-docs-context.md करें, और लाइव मॉडल मेटाडेटा के लिए GET https://api.empiriolabs.ai/v1/models/\{model_id\} करें।

जो एजेंट को समापन बिंदु आकार, बासी मॉडल आईडी या पैरामीटर नामों का अनुमान लगाने से रोकता है।