統合

ほとんどのツールはAPIキー、ベースURL、モデルIDの3つの値だけで十分です。EmpirioLabsはOpenAI互換チャット完了機能とAnthropicスタイルのMessagesエンドポイントを公開しているため、設定は通常プロバイダーのドロップダウンとURL変更1回だけです。

OpenCodeClaude CodeClineQwen CodeCodex CLIAiderContinueOpenHandsHermes AgentOpenClawgooseZedSillyTavernPersonaLLMJanitor AITypingMindOpen WebUILibreChatLobeChatLiteLLMKilo, Roo, Cursor

最速セットアップ

手動で設定ファイルを編集せずに動作するセットアップをしたい場合に使うと良いでしょう。コマンドはドキュメントサイトからヘルパースクリプトを取得し、Pythonで実行し、選択したスコープだけを書きます。ローカルの永続設定をサポートするツールでは、ヘルパーはキーをgitignoredプロジェクトファイルに保存し、再開したアプリセッションがシェルエクスポートに依存しないようにします。

$
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

ヘルパーが書く内容

デフォルトでは、ヘルプはライブ/v1/models?available=trueカタログを取得し、チャット対応モデル(テキスト、マルチモーダル、コード、推論)を、マルチモデルピッカー(OpenCode、Continue、Qwen Code、goose)をネイティブにサポートするツールに書き込みます。--modelフラグは、その埋め込まれた集合内でデフォルトを選択します。デフォルトのモデルだけを登録したい場合は--no-populate-models通してください。

ヘルパーはツール名を検証し、未知の値に対してエラーを出して終了します。選択したツールが指定範囲に合わない場合、ヘルパーはメモを印刷します。例えば、--scope project --tools codexはCodexの設定を書かない。なぜならCodexはユーザーレベルの構成だからだ。

この表に記載されていない統合は、手動のUIやアプリレベルのセットアップです。以下の接続値を使って、Cline、Zed、Kilo Code、Roo Code、カーソルスタイルのフィールド、チャットフロントエンド、ホストされたウェブUIをご利用ください。

新作発売後のモデルリストの刷新

ヘルパーは毎回の実行で GET /v1/models?available=true を取得し、そのライブスナップショットからマルチモデル構成を書き換えるため、登録済みモデルリストはヘルプが実行された瞬間に起動されたモデルを反映します。新しいモデルが起動した後に同じコマンドを再実行すると、OpenCodeのopencode.json、Continueのconfig.yaml、Qwenコードsettings.jsonプロバイダーリスト、gooseカスタムプロバイダーJSONに他の編集を加えずに追加されます。Aider、OpenHands、Claude Code、Codex CLI、Hermes Agent、OpenClawは設定にマルチモデルレジストリを管理していないため、これらのツールはリクエスト時にコードが通過するモデルを常に読み取ります。つまり、新しいモデルが起動してもヘルパーの再実行は不要です。

$
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

ハンズオフ自動リフレッシュ(デフォルトでインストール)

セットアップコマンドはプラットフォームネイティブのスケジュールタスクをインストールし、6時間ごとにEmpirioLabsのモデルリストを再取得するため、新規起動モデルがOpenCode、Qwen Code、Continue、gooseに手動で表示されるようになります。ジョブは単独でバックグラウンドで動作し、シェルセッションは必要ありません:

• Linux:ユーザーのcrontabにマークされたエントリ(crontab -lで表示)
• macOS:ユーザーLaunchAgent at ~/Library/LaunchAgents/ai.empiriolabs.refresh.plist
• Windows: 「EmpirioLabs Auto Refresh」というタスクスケジューラタスク

ジョブは~/.empiriolabs/.empiriolabs-api-keyからAPIキーを読み込み(POSIXのモード600)、ディスク上に既に存在する設定のみを書き換えるため、無関係なディレクトリにファイルを作成することはありません。ログ(macOS)とstdout(Linux/Windows)は~/.empiriolabs/refresh.logに送られます。

セットアップコマンドに--no-auto-refresh渡してオプトアウトするか、後でヘルパーを--uninstall-auto-refreshしてスケジュールタスクを削除し、マーカーエントリを整理してください。

$
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

接続値

思考と推論のコントロール

EmpirioLabsは、推論制御をモデルページや機械可読スキーマに記載されているモデルにのみ公開します。これらのフィールドをすべてのモデルにデフォルトで送る必要はありません。

OpenAI互換チャット完了および応答において、モデルに応じてenable_thinking、thinking_budget、またはreasoning_effortの制御が含まれることがあります。

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

AnthropicスタイルのMessagesエンドポイントでは、モデルが思考をサポートする場合にAnthropicスタイル思考を用いてください。

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は、すべての推論能力モデルに対してnone、low、medium、high、maxを受け入れます。EmpirioLabsは、選択したモデルの対応推論フィールドに値を正規化するため、モデルサービスがネイティブにreasoning_effort、enable_thinking、thinking_budgetを期待しているかに関わらず、同じ努力文字列がモデルファミリー全体で動作します。

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

ツールのサポートは様々です:

スモークテスト

大きなツールを設定する前にこれを実行してください。もしこれがうまくいけば、キー、クレジット、ネットワーク、モデルIDは問題ありません。

$
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." }
>
    ]
>
  }'

現在のモデルIDを一覧表示します:

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

チャットとロールプレイのフロントエンド

このセクションはBYOKチャットアプリ、ロールプレイツール、共有ウェブUIにご利用ください。これらのツールは通常、ヘルパースクリプトを必要としません。EmpirioLabsのAPIキーを使い、qwen3-maxのようなチャットモデルを選び、アプリのローカル設定や環境変数に秘密を保持してください。

シリータバーン

SillyTavernは、地元のロールプレイおよびキャラクターチャットのフロントエンドです。EmpirioLabsはカスタムのOpenAI互換チャット完了ソースを通じて動作します。

1. SillyTavernを開き、プラグアイコンをクリックしてAPI接続を開いてください。
2. APIタイプをChat Completionに設定してください。
3. チャット完了ソースをCustom (OpenAI-compatible)に設定してください。
4. カスタムエンドポイント/ベースURLをhttps://api.empiriolabs.ai/v1に設定してください。
5. EmpirioLabsのAPIキーをカスタムAPIキーフィールドに貼り付けます。
6. 「Connect」をクリックし、ドロップダウンからモデルを選択するか、qwen3-maxなどのモデルIDを入力してください。

モデルのドロップダウンが空で煙のテストが正常なら、手動でモデルIDを入力してください。ロールプレイサンプラーでリクエストエラーが発生した場合は、非標準の追加パラメータを削除し、まず標準のチャット設定で再挑戦してください。

ペルソナLLM

PersonaLLMはiOS向けのロールプレイおよびキャラクターチャットアプリで、プロバイダー設定bring-your-own-key対応しています。EmpirioLabsはPersonaLLMのカスタムテキストエンジンを通じて動作します。

1. ホーム画面から左上の三点メニューをタップします。
2. 設定を開きます。
3. オープンテキストエンジン。
4. カスタムを選びましょう。
5. ベースURLをhttps://api.empiriolabs.ai/v1に設定してください。
6. EmpirioLabsのAPIキーを貼り付けてください。
7. モデル欄で右側のボタンをタップすると、ライブモデルリストが表示されます。
8. qwen3-maxやglm-5-1などのチャットモデルを選び、テキストエンジンの設定を保存します。

清掃員AI

Janitor AIはプロキシ設定を通じてEmpirioLabsを呼び出すことができます。自分のEmpirioLabsキーを持ち寄りながら、JanitorのチャットUIを使い続けたいときはこのルートを使いましょう。

1. 清掃員AIチャットを開いてみてください。
2. チャットの上部にあるメニューボタンをクリックusing janitor。
3. API Settings開け。
4. Proxyタブを選択してください。
5. プロキシ設定で+ Newをクリックします。
6. 名前をEmpirioLabsに設定してください。
7. モデルをqwen3-maxに設定するか、GET /v1/models?available=trueの別のモデルIDに設定してください。
8. プロキシURLをhttps://api.empiriolabs.ai/v1/chat/completionsに設定してください。
9. EmpirioLabsのAPIキーをAPIキーに貼り付けます。
10. カスタムプロンプトは空欄のままにしておき、すでにそのキャラクターやチャット用に使っている場合は別です。
11. 追加をクリックして設定を保存し、次のメッセージを送る前に清掃員のAIページを更新してください。

タイピングマインド

TypingMindはエンドポイント、モデルID、オプションヘッダーを提供するカスタムチャットモデルをサポートしています。

1. 左側サイドバーからModels開いてください。
2. モデル設定を開き、Add Custom Modelsをクリックします。
3. フォームに求められたらAPIタイプOpenAI Chat Completions APIを使いましょう。
4. エンドポイントAPIをhttps://api.empiriolabs.ai/v1/chat/completionsに設定してください。
5. モデルIDをqwen3-maxまたは他の利用可能なモデルに設定してください。
6. ヘッダーAuthorization: Bearer sk-empiriolabs-your_key_hereを追加するか、フォームにキーがあればTypingMindのAPIキーフィールドに貼り付けてください。
7. テストをクリックしてから「モデルを追加」をクリックします。

Open WebUI

Open WebUIは管理者接続画面からOpenAI互換プロバイダーに接続できます。

1. 管理設定を開きます。
2. Connectionsに行って新しいOpenAI接続を追加してください。
3. URLをhttps://api.empiriolabs.ai/v1に設定してください。
4. EmpirioLabsのAPIキーを貼り付けてください。
5. モデル発見が遅い、または広すぎる場合は、Model IDのフィルターにqwen3-maxなどのモデルIDを追加してください。
6. 保存してからチャットでEmpirioLabsモデルを選択します。

サーバー起動時には、以下を設定します:

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

リブレチャット

LibreChatはlibrechat.yamlを通じてカスタムOpenAI互換エンドポイントをサポートしています。共有のデプロイキーを1つに環境変数で使うか、UIで各ユーザーが自分のキーを持つべきかuser_providedしてください。

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のマルチユーザー展開では、apiKeyを以下に変更してください:

1
apiKey: "user_provided"

librechat.yamlを変更した後、LibreChatを再起動してください。

ローブチャット

セルフホスト型LobeChatでは、OpenAIプロバイダーとEmpirioLabs APIのベースURLを使用します。

$
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

その後、LobeChatを再起動し、モデルセレクターで有効になっているEmpirioLabsモデルを選択します。

LiteLLM

EmpirioLabsは組み込みのLiteLLMプロバイダーであるため、SDKとLiteLLMプロキシはempiriolabs/プレフィックスを持つ任意のEmpirioLabsチャットモデルにルーティングできます。プロバイダーより前のLiteLLMバージョンについては、以下のOpenAI互換のフォールバックをご利用ください。

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

古いLiteLLMバージョン(またはイメージ生成)はOpenAI互換ルートを直接利用できます:

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フィールドは画像エンドポイントに、デフォルトの非同期ジョブエンベロープの代わりに完成したOpenAI形の応答を返します。LiteLLMのEmpirioLabs向けプロバイダーページはdocs.litellm.ai/docs/providers/empiriolabsです。

OpenCode

ヘルパーは自動的に次のように書くことができます:

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

手動セットアップ:

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

OpenCodeで/modelsを実行し、EmpirioLabsプロバイダーを選択します。ファイルバックキーはOpenCodeを閉じて再開しても動作し続けます。

クロード符号

ヘルパーはユーザーレベルの設定を自動的に作成できます:

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

Claude CodeはOpenAIチャット完了クライアントではありません。EmpirioLabsが/v1/messagesに公開しているAnthropic Messagesシェイプを通じてLLMゲートウェイと通信します。

$
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

永続的なユーザーレベルのセットアップ:

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
}

クライン

Cline拡張UIでは:

1. Clineの設定を開きます。
2. API ProviderをOpenAI Compatibleに設定してください。
3. ベースURLをhttps://api.empiriolabs.ai/v1に設定してください。
4. EmpirioLabsのAPIキーを貼り付けてください。
5. qwen3-maxのようなモデルIDを入力してください。
6. 「確認」をクリックしてから新しいタスクを開始します。

クラインCLIについて:

$
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コード

ヘルパーはプロジェクトやユーザー設定を自動的に作成できます:

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

OpenAI互換プロバイダーとしてEmpirioLabsと直接Qwenコードをリリースしてください:

$
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"

永続的なプロジェクトセットアップの場合:

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
}

鍵をそこに保管するなら.qwen/settings.jsonを.gitignoreに追加してください。

Codex CLI

ヘルパーはユーザーレベルのプロバイダブロックを自動的に書き込むことができます:

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

~/.codex/config.tomlでEmpirioLabsをカスタムモデルプロバイダーとして追加:

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"

その後、環境内でキーを使いながらCodexを起動します:

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

この経路はPOST /v1/responsesをサポートするEmpirioLabsモデルで使ってください。

助手

ヘルパーはプロジェクトローカルのAider設定を自動的に書くことができます:

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

AiderはOpenAI互換の環境変数を使用しています。モデルの前にopenai/を付けてください。

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

続けてください

ヘルパーはユーザーレベルの「継続」設定を自動的に書くことができます:

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

ContinueのOpenAIプロバイダーは、apiBase設定することで任意のOpenAI互換エンドポイントをターゲットにできます。秘密は.envやコンティニューの秘密ストアに入れておき、config.yamlにコミットするのではなく。

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

Continueのサポート.env場所のいずれかに秘密を追加してください:

$
EMPIRIOLABS_API_KEY=sk-empiriolabs-your_key_here

オープンハンズ

ヘルパーはプロジェクトローカルのOpenHands設定を自動的に書くことができます:

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

OpenHandsはUI内でプロバイダー設定を公開し、それをLLMレイヤーに渡します。

環境ベースの打ち上げの場合:

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

永続的なプロジェクトセットアップの場合:

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

OpenHandsを以下で実施する:

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

鍵をそこに保管するならopenhands.empiriolabs.tomlを.gitignoreに追加してください。

ヘルメス・エージェント

ヘルパーはユーザーレベルのヘルメスサイドカーを自動的に書くことができます:

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

ヘルメスにはインタラクティブなモデルウィザードがあります。Custom endpointを選んでから、次の入力を下します:

手動設定:

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

オープンクロー

ヘルパーはユーザーレベルのOpenClawサイドカーを自動的に作成できます:

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

最も安全なセットアップはOpenClawのウィザードです:

$
openclaw configure --section model

カスタムまたはOpenAI対応プロバイダーを選択し、以下をご利用ください:

手動のJSON5設定の場合は、これをサイドカーとして使うか、OpenClawの設定に統合してください:

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
}

手動編集後にopenclaw config validate実行してください。

グース

ヘルパーはユーザーレベルのガチョウカスタムプロバイダーを自動的に書くことができます:

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

GooseはカスタムのOpenAI互換プロバイダーをサポートしています。ヘルパーはこれをGooseのカスタムプロバイダーディレクトリにempiriolabs.jsonとして書き込みます。

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

ゼッド

ZedはエージェントパネルでOpenAI互換プロバイダーをサポートしています。UIのAdd Providerフローを使うか、設定を編集してください:

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
}

エージェントパネルからAPIキーを追加し、ZedがOSの認証情報ストアに保存できるようにします。

Kilo Code、Roo Code、カーソル、および類似のIDE

このテーブルは、ツールがOpenAI Compatible、Custom OpenAI、またはOverride OpenAI Base URLを露出する場所ならどこでも使ってください。

Kilo CodeやRooスタイルのVS Code拡張機能は通常、これをAPI設定プロファイルとして公開します。Roo Codeの公開ドキュメントや製品通知は2026年5月15日のshutdown/archiveルートを示しているため、チーム全体テンプレートとしてはClineまたはKilo Codeを推奨してください。チームがすでにRooに依存している場合は別です。

カーソルのカスタムAPIキーの動作はバージョンや機能サーフェスによって異なります。もしあなたのカーソルビルドがプロバイダーAPIキーのみを受け付け、目的の機能のカスタムベースURLを公開しない場合、その機能のために直接EmpirioLabsを指すことはできません。

トラブルシューティング

エージェントを地上に置く

AIコーディングアシスタントがEmpirioLabsの統合を実装している場合は、まず機械読み可能なドキュメントバンドルを渡してください:

エージェントにAPI参照としてhttps://docs.empiriolabs.ai/ai-agent-api-reference-context.md、モデルや価格の詳細にはhttps://docs.empiriolabs.ai/ai-agent-docs-context.md、ライブモデルメタデータにはGET https://api.empiriolabs.ai/v1/models/\{model_id\}を使うよう伝えます。

これにより、エージェントがエンドポイントの形状や古いモデルID、パラメータ名を推測するのを防ぎます。