Zoo Code + JoinGonka Gateway: migrasi dari Roo Code ke model Gonka

Langkah 1: pasang ekstensi. Di VS Code, buka panel ekstensi (Ctrl+Shift+X, di macOS Cmd+Shift+X), cari «Zoo Code» dan pasang ekstensi dari penerbit Zoo Code Organization. Atau dengan satu perintah:

code --install-extension ZooCodeOrganization.zoo-code

Dibutuhkan VS Code 1.100 atau lebih baru — sebagaimana tercantum dalam manifes ekstensi; untuk VSCodium, Windsurf, dan editor lain tanpa Marketplace, ekstensi ini diterbitkan di Open VSX. Selain kanal stabil (3.82.2 dari 18 September 2026) ada juga 3.83.x prarilis — build malam dari cabang utama; untuk bekerja gunakan yang stabil. Setelah pemasangan, ikon Zoo Code akan muncul di panel aktivitas.

Langkah 2: dapatkan kunci. Daftar di gate.joingonka.ai/register, konfirmasi alamat Anda dan buat kunci dengan awalan jg- di bagian «API-keys». Sebaiknya buat kunci terpisah untuk Zoo Code: pengeluarannya akan terlihat di statistik sebagai baris tersendiri.

Langkah 3: jalankan penginstal.

npx @joingonka/setup --tool zoo --model deepseek

Penginstal akan menanyakan kunci — kunci tidak diteruskan melalui argumen baris perintah agar tidak tersimpan di riwayat shell. Penginstal tidak menulis apa pun ke file: profil penyedia beserta kunci disimpan Zoo Code di penyimpanan rahasia VS Code yang aman, bukan di file. Karena itu penginstal mencetak nilai siap pakai untuk formulir dan batas nyata model yang dipilih:

Zoo Code is configured in the VS Code extension UI (no file is written).
Open the Zoo Code settings (gear icon) → API Provider, then enter:

  API Provider: OpenAI Compatible
  Base URL:     https://gate.joingonka.ai/v1
  API Key:      jg-your-key
  Model:        deepseek-ai/DeepSeek-V4-Flash-0731

Then set the real limits of this model under Model Configuration
(the defaults do not fit any Gonka model):

  Context Window Size: 380000
  Max Output Tokens:   32768
  Image Support:       off

Zoo Code relies on native tool calling only — all our Gonka models support it.

Setelah itu muncul hasil permintaan langsung ke gateway — jika berhasil, baris ✓ Verified: the gateway accepted the key, base URL and model. Kunci, alamat, dan model diverifikasi seketika, bukan pada tugas pertama. Kunci dalam blok yang dicetak ditampilkan utuh agar mudah disalin — jangan publikasikan keluaran ini.

Tanpa flag --model, penginstal akan menggunakan MiniMax M2.7: di tempat model dipilih secara manual, ia menawarkan model dengan kapasitas terbesar di jaringan. Untuk Zoo Code kami sarankan mulai dengan DeepSeek V4 Flash: dalam pengujian kami, ia menyelesaikan langkah setelah hasil tool dengan satu permintaan — detailnya ada di bagian pengujian; flag ini juga menerima singkatan glm (GLM-5.3 Flash) dan minimax. Tanpa flag --tool, penginstal akan menampilkan menu berisi 25 alat.

Satu detail formulir: tidak ada blok terpisah berjudul Model Configuration di Zoo Code 3.82.2. Kolom batas berada di formulir yang sama di bawah, di bawah penjelasan «Configure the capabilities and pricing for your custom OpenAI-compatible model», dan Max Output Tokens muncul sebelum Context Window Size.

Saat pertama kali dijalankan, Zoo Code menampilkan pesan sambutan dengan tombol Choose your provider: tombol ini mengarah ke formulir di mana OpenRouter dipilih secara default — ubah penyedia menjadi OpenAI Compatible dan klik Finish di akhir. Nantinya, formulir yang sama dapat dibuka melalui ikon roda gigi di header panel Zoo Code, bagian Providers; perubahan disimpan dengan tombol Save.

Batas model jaringan:

Sisanya tidak perlu diubah: biarkan Enable streaming dan Include max output tokens tetap aktif, matikan Enable R1 model parameters dan Use Azure (ini adalah pengaturan untuk model keluarga R1 dan Azure OpenAI), serta biarkan bidang Custom Headers dan Extra Body kosong.

Batasan disimpan di profil, bukan pada model: jika Anda mengubah Model dalam profil yang sama, jendela dan batas respons akan tetap sama. Oleh karena itu, lebih mudah untuk membuat profil tersendiri untuk setiap model — ini akan dibahas di bagian berikutnya.

Zoo Code dikembangkan dari basis kode Roo Code, jadi proses pindahnya hanya memakan waktu beberapa menit dan Anda tidak perlu menyentuh file proyek. Panduan migrasi resmi menjelaskan cara ekspor dan impor pengaturan; sisanya dipindahkan dengan tombol terpisah atau dibaca dari jalur lama:

Profil Roo Code yang sebelumnya menggunakan JoinGonka Gateway akan pindah dengan alamat, kunci, model, dan batasannya — pastikan saja model tersebut tersedia di jaringan saat ini: daftarnya diberikan oleh GET https://gate.joingonka.ai/v1/models.

Mode dan profil. Ada lima mode bawaan: Code, Debug, Architect (hanya mengedit file Markdown), Ask (menjawab tanpa perubahan), dan Orchestrator (membagi sub-tugas ke mode lain). Mode ini dialihkan melalui daftar di samping kolom input, dengan perintah yang diawali nama mode di awal pesan, misalnya /architect, atau melalui pintasan Ctrl+. (Cmd+. di macOS). Setiap mode mengingat profil terakhir yang Anda gunakan di dalamnya, dan saat berganti mode, Zoo Code secara otomatis beralih ke profil tersebut.

Dari sini tercipta skema yang nyaman: satu profil per model yang terikat pada mode. Di Settings → Providers, klik "+" di samping kolom Configuration Profile, beri nama profil, misalnya Gonka DeepSeek, dan isi formulirnya; ulangi untuk GLM-5.3 Flash dan MiniMax M2.7 — alamat dan kuncinya sama untuk semua. Kemudian di setiap mode, pilih profil dalam daftar profil di kolom input, dan mode tersebut akan mengingatnya. Ikon gembok dalam daftar ini justru mengunci satu profil untuk semua mode di folder kerja.

Tingkat penalaran. Opsi Enable Reasoning Effort dalam formulir membuka daftar Low, Medium, High, Extra High, dan Max; selama dinonaktifkan, tingkat tersebut tidak disertakan dalam permintaan. Untuk GLM-5.3 Flash, sakelar ini pada dasarnya bersifat biner: Low mematikan penalaran, tingkat lainnya membiarkannya penuh — nyaman untuk menjaga profil GLM terpisah dengan Low untuk pertanyaan cepat. Detail lebih lanjut ada di ulasan GLM-5.3 Flash. Untuk DeepSeek V4 Flash dan MiniMax M2.7, gateway tidak menulis ulang skala: bagaimana tingkat tersebut bekerja bergantung pada model itu sendiri.

Buka folder dengan file kecil yang memiliki kesalahan nyata, misalnya calc.py dengan fungsi penjumlahan yang malah melakukan pengurangan, dan dalam mode Code, tulis: « Baca calc.py dan katakan dalam satu kalimat apakah ada kesalahan di dalamnya ». Zoo Code akan meminta izin untuk membaca file tersebut — « Zoo wants to read this file », dengan tombol Approve dan Deny, jika pembacaan belum diizinkan sebelumnya di Auto-Approve. Kemudian, model akan memanggil alat penyelesaian (completion tool), dan tugas akan berakhir dengan blok Task Completed berisi jawaban substansial; penalaran, jika ada, ditampilkan dalam blok Thinking terpisah. Persentase pengisian konteks di header tugas yang diciutkan dihitung berdasarkan Context Window Size — alasan lain untuk mengaturnya dengan benar.

Kami mereproduksi langkah ini dengan permintaan mengikuti pola Zoo Code — alur, alat dalam skema ketat, dengan hasil read_file dalam riwayat. DeepSeek V4 Flash menjawab dengan panggilan asli attempt_completion dengan kesimpulan yang benar: fungsi tersebut melakukan pengurangan alih-alih penjumlahan. Bagian kedua dari pemeriksaan adalah dashboard gateway: di bagian « Penggunaan », permintaan akan muncul dalam perincian berdasarkan model, dan waktu akses terakhir akan diperbarui untuk kunci tersebut.

Tanpa Auto-Approve, kesalahan muncul sebagai blok API Request Failed dengan tombol Retry dan Start New Task, disertai header Provider Error dengan kode dan hitungan mundur menuju percobaan ulang. Teks respons gateway terlihat dalam pesan atau detailnya:

Agen menghabiskan token berbeda dengan chat biasa. Dalam setiap permintaan, Zoo Code menyertakan prompt sistem dengan aturan mode, deskripsi alat, dan informasi tentang folder kerja — itu adalah ribuan token bahkan sebelum pertanyaan Anda, — dan tugas biasanya memakan beberapa langkah. Oleh karena itu, harga per token di sini sangat menentukan.

Melalui JoinGonka Gateway, token berharga $0.0069 per juta di input dan $0.021 per juta di output — harga sama untuk semua model di jaringan dan diisi di halaman ini dari sumber langsung. Estimasi jumlah untuk harga per September 2026:

Sebagai perbandingan — bagaimana cara membayar model di Zoo Code:

Dengan Input Price dan Output Price terisi, biaya tugas terlihat di header-nya, tetapi dengan akurasi hingga sen — tugas singkat pada model jaringan akan menampilkan $0.00. Pengeluaran pasti dan sisa saldo ada di dashboard, di bagian « Penggunaan » dan « Penagihan ».

Konfirmasi dan otonomi. Secara default, Auto-Approve dinonaktifkan, dan Zoo Code meminta izin untuk membaca, menulis, dan menjalankan perintah; untuk tugas panjang, aktifkan kategori yang diperlukan di menu Auto-approve dekat kolom input. Untuk perintah, tersedia Destructive Command Guard (Settings → Auto-Approve): ekstensi mengunduh file eksekusinya, kemudian perintah yang disetujui berjalan otomatis, sedangkan yang diblokir menunggu konfirmasi. Dengan Auto-Approve, Zoo Code juga mengulangi permintaan yang gagal: jeda dimulai dari 5 detik dan berlipat ganda setiap percobaan, maksimal 10 menit.

Respons streaming. Jangan matikan Enable streaming: dalam mode stream, gateway memberikan teks saat sedang dihasilkan dan membatasi respons hanya sesuai batas model, sedangkan permintaan tanpa stream dan tanpa batas eksplisit akan terpotong pada 1500 token respons (3000 untuk GLM-5.3 Flash).

Indeks kode. Pencarian semantik pada proyek (Codebase Indexing) dikonfigurasi terpisah dari model melalui penyedia embedding; tersedia opsi lokal Semble - Local.

Gambar. Model jaringan bersifat tekstual. Untuk screenshot dan mockup, buat profil terpisah dengan model yang mendukung gambar, dan beralihlah ke profil tersebut saat mengerjakan tugas terkait.

Privasi. Zoo Code mengirimkan data error dan penggunaan ke pengembang yang terikat dengan ID instalasi — tanpa kode dan prompt; hal ini dapat dinonaktifkan melalui tombol Allow error and usage reporting di Settings → About Zoo Code. Gateway sendiri tidak menyimpan konten prompt dan respons: di dashboard hanya terlihat penghitung permintaan dan token.