통합

대부분의 도구는 API 키, 기본 URL, 모델 ID의 세 가지 값만 필요합니다. EmpirioLabs는 OpenAI 호환 채팅 완료와 Anthropic 스타일의 Messages 엔드포인트를 공개하므로, 설정은 보통 제공자 드롭다운과 URL 변경 한 번으로 이루어집니다.

OpenCodeClaude CodeClineQwen CodeCodex CLIAiderContinueOpenHandsHermes AgentOpenClawgooseZedSillyTavernPersonaLLMJanitor AITypingMindOpen WebUILibreChatLobeChatLiteLLMKilo, Roo, Cursor

가장 빠른 설정

설정 파일을 직접 편집하지 않고도 제대로 작동하는 설정을 원할 때 이 기능을 사용하세요. 이 명령어는 문서 사이트에서 헬퍼 스크립트를 불러와서 파이썬으로 실행하고, 선택한 범위만 작성합니다. 로컬 지속 설정을 지원하는 도구의 경우, 헬퍼는 gitignored 프로젝트 파일에 키를 저장하여 재열 앱 세션이 셸 내보내기에 의존하지 않도록 합니다.

$
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

도우미가 쓴 글

기본적으로 헬퍼는 라이브 /v1/models?available=true 카탈로그를 가져오고, 모든 채팅 가능한 모델(텍스트, 멀티모달, 코드, 추론)을 멀티모델 선택기를 기본적으로 지원하는 도구(OpenCode, Continue, Qwen Code, goose)를 지원합니다. --model 플래그는 해당 인구 집합 내에서 기본값을 선택합니다. 기본 모델만 등록하고 싶다면 --no-populate-models 통과하세요.

헬퍼는 도구 이름을 검증하고 알 수 없는 수치에 오류가 있으면 퇴장합니다. 선택한 도구가 선택한 범위와 일치하지 않으면, 헬퍼가 메모를 출력합니다. 예를 들어, --scope project --tools codex Codex config를 작성하지 않습니다. Codex는 사용자 수준 설정이기 때문입니다.

이 표에 나열되지 않은 통합은 수동 UI 또는 앱 수준 설정입니다. 아래 연결 값들을 Cline, Zed, Kilo Code, Roo Code, 커서 스타일 필드, 채팅 프론트엔드, 호스팅 웹 UI에 사용하세요.

신규 출시 후 모델 목록을 새로고침하기

헬퍼는 매번 실행할 때마다 GET /v1/models?available=true를 가져오고, 그 라이브 스냅샷에서 멀티모델 구성을 다시 작성하여, 등록된 모델 리스트는 헬퍼가 실행 시점에 실행된 모델을 반영합니다. 새 모델이 실행된 후 같은 명령을 다시 실행하면 OpenCode의 opencode.json, Continue의 config.yaml, Qwen 코드 settings.json 제공자 목록, 그리고 goose 커스텀 제공자 JSON에 추가됩니다. Aider, OpenHands, Claude Code, Codex CLI, Hermes Agent, OpenClaw 등은 설정에 다중 모델 레지스트리를 유지하지 않기 때문에, 해당 도구들은 요청 시 코드가 통과시키는 모델을 항상 읽어, 새 모델이 실행될 때 헬퍼를 다시 실행할 필요가 없습니다.

$
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

핸드오프 자동 리프레시 (기본 설치)

설정 명령어는 플랫폼 네이티브 예약 작업을 설치하여 6시간마다 EmpirioLabs 모델 목록을 다시 가져오므로, 새로 출시된 모델이 수동 작업 없이 OpenCode, Qwen Code, Continue, goose에 나타납니다. 작업은 셸 세션이 필요 없이 백그라운드에서 스스로 실행됩니다:

• Linux: 사용자 크론탭에 표시된 항목(crontab -l으로 표시됨)
• macOS: ~/Library/LaunchAgents/ai.empiriolabs.refresh.plist에서 사용자 LaunchAgent
• Windows: “EmpirioLabs 자동 새로고침”이라는 작업 스케줄러 작업

이 작업은 ~/.empiriolabs/.empiriolabs-api-key에서 API 키를 읽고(POSIX의 모드 600), 디스크에 이미 존재하는 설정만 다시 작성하여 관련 없는 디렉터리에 파일을 생성하지 않습니다. 로그(macOS)와 stdout(Linux/Windows)는 ~/.empiriolabs/refresh.log로 갑니다.

설정 명령어에 --no-auto-refresh 전달해 옵트아웃하거나, 나중에 --uninstall-auto-refresh 있는 헬퍼를 실행해 예약된 작업을 제거하고 마커 항목을 정리하세요.

$
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

연결 값

사고 및 추론 통제

EmpirioLabs는 추론 제어를 모델 페이지나 기계 판독 스키마에 나열된 모델에만 노출합니다. 이 필드들을 모든 모델에 기본적으로 보내지 마세요.

OpenAI 호환 채팅 완료 및 응답의 경우, 모델에 따라 enable_thinking, thinking_budget, 또는 reasoning_effort 제어 제어 기능이 포함될 수 있습니다:

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

Anthropic 스타일 메시지 엔드포인트의 경우, 모델이 사고를 지원할 때 Anthropic 스타일 사고를 사용하세요:

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 모든 추론 가능 모델에서 none, low, medium, high, max을 수용합니다. EmpirioLabs는 선택한 모델의 지원 추론 필드에 값을 정규화하여, 모델 서비스가 reasoning_effort, enable_thinking, thinking_budget 네이티브로 기대하든 동일한 노력 문자열이 모델 패밀리에 걸쳐 작동합니다.

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

도구 지원은 다양합니다:

연기 테스트

더 큰 도구를 설정하기 전에 이 단계를 실행하세요. 이 방법이 성공한다면, 키, 크레딧, 네트워크, 모델 ID가 모두 괜찮습니다.

$
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." }
>
    ]
>
  }'

현재 모델 ID를 나열하면:

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

채팅 및 롤플레잉 프론트엔드

이 섹션은 BYOK 채팅 앱, 롤플레잉 도구, 공유 웹 UI에 사용하세요. 이 도구들은 보통 헬퍼 스크립트가 필요하지 않습니다. EmpirioLabs API 키를 사용하고, qwen3-max 같은 채팅 모델을 선택하며, 앱의 로컬 설정이나 환경 변수에 비밀을 유지하세요.

실리 태번

SillyTavern은 로컬 롤플레잉 및 캐릭터 채팅 프론트엔드입니다. EmpirioLabs는 맞춤형 OpenAI 호환 채팅 완성 소스를 통해 작동합니다.

1. SillyTavern을 열고 플러그 아이콘을 클릭하면 API Connections를 엽니다.
2. API 유형을 Chat Completion로 설정하세요.
3. 채팅 완료 소스를 Custom (OpenAI-compatible)로 설정하세요.
4. 커스텀 엔드포인트 / 기본 URL을 https://api.empiriolabs.ai/v1로 설정하세요.
5. EmpirioLabs API 키를 사용자 지정 API 키 필드에 붙여넣으세요.
6. 연결(Connect)을 클릭한 후 드롭다운에서 모델을 선택하거나 qwen3-max 같은 모델 ID를 입력하세요.

모델 드롭다운이 비어 있지만 연기 테스트가 작동한다면, 모델 ID를 수동으로 입력하세요. 롤플레이 샘플러가 요청 오류를 일으킨다면, 비표준 추가 매개변수를 제거하고 먼저 표준 채팅 설정으로 다시 시도하세요.

페르소나LLM

PersonaLLM은 bring-your-own-key 제공자 설정이 가능한 iOS 롤플레잉 및 캐릭터 채팅 앱입니다. EmpirioLabs는 PersonaLLM의 맞춤형 텍스트 엔진을 통해 작동합니다.

1. 홈 화면에서 왼쪽 상단의 세 점 메뉴를 탭하세요.
2. 설정을 열어.
3. 오픈 텍스트 엔진.
4. 커스텀을 선택하세요.
5. 기본 URL을 https://api.empiriolabs.ai/v1로 설정하세요.
6. EmpirioLabs API 키를 붙여넣으세요.
7. 모델 필드에서 오른쪽 버튼을 눌러 실시간 모델 목록을 가져와요.
8. qwen3-max나 glm-5-1 같은 채팅 모델을 선택한 후 텍스트 엔진 설정을 저장하세요.

청소부 AI

Janitor AI는 프록시 구성을 통해 EmpirioLabs를 호출할 수 있습니다. Janitor의 채팅 UI를 계속 사용하고 EmpirioLabs 키를 직접 가져오고 싶을 때 이 경로를 이용하세요.

1. 청소부 AI 채팅을 열어보세요.
2. 채팅 상단 근처의 메뉴 버튼을 클릭하거나 using janitor 클릭하세요.
3. API Settings 열어.
4. Proxy 탭을 선택하세요.
5. 프록시 구성에서 + New을 클릭하세요.
6. 이름을 EmpirioLabs로 설정하세요.
7. 모델을 qwen3-max 또는 GET /v1/models?available=true에서 다른 모델 ID로 설정하세요.
8. 프록시 URL을 https://api.empiriolabs.ai/v1/chat/completions로 설정하세요.
9. EmpirioLabs API 키를 API 키에 붙여넣으세요.
10. 커스텀 프롬프트는 이미 해당 캐릭터나 채팅용으로 사용 중이라면 비워두세요.
11. 추가를 클릭하고 설정을 저장한 뒤, 다음 메시지를 보내기 전에 청소부 AI 페이지를 새로고침하세요.

타이핑마인드

TypingMind는 엔드포인트, 모델 ID, 선택적 헤더를 제공하는 맞춤형 채팅 모델을 지원합니다.

1. 왼쪽 사이드바에서 Models 열어.
2. 모델 설정을 열고 Add Custom Models를 클릭하세요.
3. 양식에서 요청하면 API 유형 OpenAI Chat Completions API을 사용하세요.
4. 엔드포인트 API를 https://api.empiriolabs.ai/v1/chat/completions로 설정하세요.
5. 모델 ID를 qwen3-max 또는 다른 사용 가능한 모델로 설정하세요.
6. 헤더 Authorization: Bearer sk-empiriolabs-your_key_here을 추가하거나, 폼에 키 필드가 있다면 TypingMind의 API 키 필드에 붙여넣으세요.
7. 테스트를 클릭한 후 모델 추가를 선택하세요.

오픈 웹 UI

Open WebUI는 관리자 연결 화면에서 OpenAI 호환 제공자와 연결할 수 있습니다.

1. 관리자 설정을 열어보세요.
2. Connections에 가서 새로운 OpenAI 연결을 추가하세요.
3. URL을 https://api.empiriolabs.ai/v1로 설정하세요.
4. EmpirioLabs API 키를 붙여넣으세요.
5. 모델 탐색이 느리거나 너무 광범위하다면, 모델 ID 필터에 qwen3-max 같은 모델 ID를 추가하세요.
6. 저장한 후 채팅에서 EmpirioLabs 모델을 선택하세요.

서버 런칭을 위해 다음을 설정하세요:

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

리브르챗

LibreChat은 librechat.yaml를 통해 맞춤형 OpenAI 호환 엔드포인트를 지원합니다. 하나의 공유 배포 키에 환경 변수를 사용하거나, 각 사용자가 UI에서 자신만의 키를 가져가야 하는지 user_provided하세요.

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 다중 사용자 배포의 경우, apiKey를 다음과 같이 변경하세요:

1
apiKey: "user_provided"

librechat.yaml 변경한 후 LibreChat을 재시작하세요.

로브챗

셀프 호스팅 LobeChat의 경우, EmpirioLabs API 기본 URL을 사용하는 OpenAI 제공자를 사용하세요:

$
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

그 다음 LobeChat을 재시작하고 모델 선택기에서 활성화된 EmpirioLabs 모델을 선택하세요.

LiteLLM

EmpirioLabs는 내장된 LiteLLM 제공자로, SDK와 LiteLLM 프록시가 empiriolabs/ 접두사를 가진 모든 EmpirioLabs 채팅 모델로 라우팅할 수 있습니다. 제공자 이전에 출시된 LiteLLM 버전에서는 아래의 OpenAI 호환 백업을 사용하세요.

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

구형 LiteLLM 버전(또는 이미지 생성)은 OpenAI 호환 경로를 직접 사용할 수 있습니다:

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 필드는 이미지 엔드포인트가 기본 비동기 작업 봉투 대신 완성된 OpenAI 형태의 응답을 반환하게 합니다. LiteLLM의 EmpirioLabs 제공자 페이지는 docs.litellm.ai/docs/providers/empiriolabs입니다.

오픈코드

도우미는 자동으로 다음과 같이 작성할 수 있습니다:

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

수동 설정:

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

OpenCode에서 /models 실행하고 EmpirioLabs 제공자를 선택하세요. 파일 백업 키는 OpenCode를 닫았다가 다시 열어도 계속 작동합니다.

클로드 코드

헬퍼는 사용자 수준의 설정을 자동으로 작성할 수 있습니다:

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

Claude Code는 OpenAI 채팅 완성 클라이언트가 아닙니다. 이 라이브러리는 EmpirioLabs가 /v1/messages에 공개한 Anthropic Messages 형태를 통해 LLM 게이트웨이와 통신합니다.

$
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

지속적인 사용자 수준 설정:

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
}

클라인

Cline 확장 UI에서:

1. Cline 설정을 열어보세요.
2. API 제공자를 OpenAI Compatible로 설정하세요.
3. 기본 URL을 https://api.empiriolabs.ai/v1로 설정하세요.
4. EmpirioLabs API 키를 붙여넣으세요.
5. qwen3-max와 같은 모델 ID를 입력하세요.
6. 확인을 클릭한 후 새 작업을 시작하세요.

클라인 CLI에 대해:

$
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 코드

헬퍼는 프로젝트 또는 사용자 설정을 자동으로 작성할 수 있습니다:

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

OpenAI 호환 제공업체인 EmpirioLabs와 함께 Qwen 코드를 직접 출시하세요:

$
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"

영구 프로젝트 설정에 대해:

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
}

키를 거기에 보관한다면 .qwen/settings.json .gitignore에 추가하세요.

코덱스 CLI

헬퍼는 사용자 수준 제공자 블록을 자동으로 작성할 수 있습니다:

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

EmpirioLabs를 ~/.codex/config.toml에서 맞춤형 모델 제공자로 추가:

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"

그 다음 키로 코덱스를 실행하세요:

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

이 경로를 POST /v1/responses 지원하는 EmpirioLabs 모델과 함께 사용하세요.

조력

헬퍼는 자동으로 프로젝트 로컬 Aider 설정을 작성할 수 있습니다:

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

Aider는 OpenAI 호환 환경 변수를 사용합니다. 모델 앞에 openai/를 붙이세요.

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

계속

헬퍼는 사용자 수준의 Continue 설정을 자동으로 작성할 수 있습니다:

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

Continue의 OpenAI 제공업체는 apiBase 설정을 통해 모든 OpenAI 호환 엔드포인트를 타겟팅할 수 있습니다. 비밀을 config.yaml에 넣기보다는 .env이나 Continue의 비밀 저장소에 넣으세요.

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

Continue가 지원하는 .env 위치 중 하나에 비밀을 추가하세요:

$
EMPIRIOLABS_API_KEY=sk-empiriolabs-your_key_here

오픈핸즈

헬퍼는 프로젝트 로컬 OpenHands 설정을 자동으로 작성할 수 있습니다:

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

OpenHands는 UI에서 제공자 설정을 노출하고 이를 LLM 계층에 전달합니다.

환경 기반 발사의 경우:

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

영구 프로젝트 설정에 대해:

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

OpenHands를 운영하세요:

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

키를 거기에 보관한다면 openhands.empiriolabs.toml .gitignore에 추가하세요.

헤르메스 에이전트

헬퍼는 사용자 수준에서 Hermes 사이드카를 자동으로 작성할 수 있습니다:

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

Hermes에는 인터랙티브 모델 마법사가 있습니다. Custom endpoint 선택한 후 다음을 입력하세요:

수동 설정:

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

오픈클로

이 헬퍼는 사용자 수준의 OpenClaw 사이드카를 자동으로 작성할 수 있습니다:

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

가장 안전한 설정은 OpenClaw 마법사입니다:

$
openclaw configure --section model

맞춤형 또는 OpenAI 호환 제공업체를 선택하고 다음을 사용하세요:

수동 JSON5 설정은 사이드카로 사용하거나 OpenClaw 설정에 병합하세요:

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
}

수동 편집 후에 openclaw config validate 돌리세요.

거위

헬퍼는 사용자 수준 맞춤형 제공자를 자동으로 작성할 수 있습니다:

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

Goose는 맞춤형 OpenAI 호환 제공자를 지원합니다. 헬퍼는 이를 거위 맞춤 제공자 디렉터리에 empiriolabs.json 작성합니다.

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

제드

Zed는 에이전트 패널에서 OpenAI 호환 제공자를 지원합니다. UI의 Add Provider 흐름을 사용하거나 설정을 수정하세요:

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
}

에이전트 패널을 통해 API 키를 추가하면 Zed가 OS 자격 증명 저장소에 저장됩니다.

Kilo Code, Roo Code, 커서 및 유사한 IDE

이 테이블은 도구가 OpenAI Compatible, Custom OpenAI, 또는 Override OpenAI Base URL 노출되는 모든 곳을 사용하세요.

Kilo Code와 Roo 스타일의 VS Code 확장 기능은 보통 API 구성 프로필로 이를 제공합니다. Roo Code의 공개 문서와 제품 공지에 따르면 2026년 5월 15일에 shutdown/archive 경로가 나오므로, 팀이 이미 Roo에 의존하지 않는 한 새로운 팀 전체 템플릿은 Cline이나 Kilo Code를 선호합니다.

커서의 커스텀 API 키 동작은 버전과 기능 표면에 따라 달라집니다. 만약 커서 빌드가 제공자 API 키만 허용하고 원하는 기능에 대한 커스텀 베이스 URL을 노출하지 않는다면, 해당 기능에 대해 EmpirioLabs로 직접 가리킬 수 없습니다.

문제 해결

요원들을 대기 상태로 유지하세요

AI 코딩 어시스턴트가 EmpirioLabs 통합을 구현할 때는 먼저 기계 읽기 가능한 문서 번들을 제공하세요:

에이전트에게 https://docs.empiriolabs.ai/ai-agent-api-reference-context.md를 API 참조로 사용하고, 모델 및 가격 세부사항은 https://docs.empiriolabs.ai/ai-agent-docs-context.md, 라이브 모델 메타데이터는 GET https://api.empiriolabs.ai/v1/models/\{model_id\} 사용하라고 지시하세요.

이렇게 하면 에이전트가 엔드포인트 도형, 오래된 모델 ID, 매개변수 이름을 추측하지 못하게 됩니다.