知识库章节 ▾
导航
▸ 从这里开始 按角色类别
- Cursor + Gonka AI — 便宜的 LLM 用于编码
- Claude Code + Gonka AI — 终端的 LLM
- OpenClaw + Gonka AI — 可负担的 AI 代理
- OpenCode + Gonka AI — 免费的代码 AI
- Continue.dev + Gonka AI — 适用于 VS Code/JetBrains 的 AI
- Cline + Gonka AI — VS Code 中的 AI 代理
- Aider + Gonka AI — 与 AI 结对编程
- LangChain + Gonka AI — 便宜的 AI 应用程序
- n8n + Gonka AI — 通过便宜的 AI 实现自动化
- Open WebUI + Gonka AI — 您的 ChatGPT
- LibreChat + Gonka AI — 开源 ChatGPT
- Hermes Agent + Gonka AI — 廉价自主代理
- Kilo Code + Gonka AI — VS Code 中的 AI 代理
- Roo Code + Gonka AI — VS Code 中的自主 AI 代理
- LlamaIndex + Gonka AI — 低成本的 RAG 应用程序
- PydanticAI + Gonka — 低成本的类型化 AI 代理
- Vercel AI SDK + Gonka AI — 低成本的 TypeScript AI 应用程序
- TanStack AI + Gonka — 低成本的 TypeScript AI 应用程序
- API 快速入门 — curl, Python, TypeScript
- JoinGonka Gateway - 全面概述
- 管理密钥 — Gonka 上的 SaaS
- 最便宜的AI API:2026年提供商对比
- Cursor Pro 请求限制已用尽 — 解析与廉价替代方案
- Claude Code 更便宜 — 账单解析与切换
- Cline 正在烧钱 — 为什么代理花费如此之多
- OpenClaw 成本高昂 —— 为什么 Agent 会疯狂消耗 Token 以及如何节省
- OpenRouter:廉价替代方案 — 与 JoinGonka Gateway 的对比
- 2026 年最佳编码 AI 模型:对比与定价
- GitHub Copilot 无限制低成本替代方案
- 无积分、无限制的廉价 Windsurf 替代方案
- 2026 年最便宜的 AI 代理 API
- ZCode:使用低成本 GLM 推理替代 GLM Coding Plan
工具
Roo Code + Gonka AI — VS Code 中的自主 AI 代理
Roo Code 是一个用于 VS Code 的自主 AI 代理:它读取和编辑文件,在终端中运行命令,与浏览器交互,并完成多步骤的开发任务。它是 Cline 的一个分支,但更进一步:可定制的工作模式(Architect、Code、Ask、Debug 和自定义模式),项目自定义指令,以及灵活的模型配置面板。本质上,它是编辑器内部的一整支 AI 专家团队。
这类代理面临的主要问题是令牌消耗。对于一项任务,Roo Code 会处理文件上下文、命令输出、工具结果——这可能是数千万个令牌。按照 Anthropic 的价格(每 100 万令牌 3-15 美元),一个完整的会话可能花费 30-1500 美元。这对于日常工作来说是不现实的。
JoinGonka Gateway 将成本降低了数千倍:相同的会话只需 0.01-1.00 美元。Gateway 转售 Gonka 去中心化网络的推理服务,并支持 OpenAI 格式(提供商“OpenAI Compatible”)和 Anthropic 格式(端点 /v1/messages)——Roo Code 可以通过这两种方式连接。这将 Roo Code 从昂贵的演示变成了日常可用的工作工具。
第 1 步:安装 Roo Code 并获取密钥
安装 Roo Code:在 VS Code 中打开扩展(Ctrl/Cmd+Shift+X),搜索“Roo Code”并点击安装。安装后,Roo Code 袋鼠图标将出现在侧边栏。
JoinGonka API 密钥:如果还没有密钥,请在 gate.joingonka.ai/register 注册,获取 10M 免费令牌,并在控制台中创建一个以 jg- 为前缀的密钥。
第 2 步:配置 Roo Code (OpenAI Compatible)
最简单的方法是使用一条命令安装程序进行设置。对于 CLI/文件工具,它会自动配置 JoinGonka 提供程序(baseUrl,模型);对于 UI 工具,它将显示准备好的值供粘贴:
npx @joingonka/setup --tool roo安装程序是通用的(如果没有标志,它会要求你从列表中选择工具),它会询问你的 jg-… 密钥,并在配置完成后通过网关进行实时检查。它不会触及其他设置。如果你更喜欢自己动手,以下是手动配置方法。
手动配置 (计划 B)
打开 Roo Code 面板并进入设置(齿轮图标)。在提供程序区域设置:
- API Provider — 选择
OpenAI Compatible。 - Base URL —
https://gate.joingonka.ai/v1 - API Key —
jg-你的密钥 - Model (Model ID) —
MiniMaxAI/MiniMax-M2.7
下方,在 Model Configuration 块中,你可以手动细化模型参数:
- Context Window —
200000(200K token)。 - Max Output Tokens —
8192(网关上限,适用于所有网络模型)。 - Input Price / Output Price — 可以填入真实费率(输入约 $0.003/1M,输出 ×3),这样 Roo Code 就能直接在界面计算任务成本。
关于 tool calling 的重要说明:Roo Code 只使用原生 tool calling —— 这里没有旧智能体中的 XML 回退机制。因此,模型必须具备 function calling 能力。通过我们网关的网络模型支持原生 tool calling —— Roo Code 可以直接开箱即用。
测试:在 Roo Code 聊天框输入“创建一个包含打印 Hello World 函数的 hello.py 文件”。智能体将建议创建文件并显示 diff 以供批准。
代理会话成本比较
Roo Code 是一款智能体工具:它不会只用一条消息回复,而是执行任务——阅读文件、编写代码、运行测试、修复错误。每一个操作都是一次模型调用。让我们比较典型会话的成本:
| 任务 | Token 数 | Anthropic Claude | OpenAI GPT | JoinGonka Gonka |
|---|---|---|---|---|
| 简单 Bug 修复 | ~5M | $15 — $75 | $12 — $50 | $0.024 |
| 新功能 (2-3 个文件) | ~20M | $60 — $300 | $50 — $200 | $0.096 |
| 模块重构 | ~50M | $150 — $750 | $125 — $500 | $0.24 |
| 完整开发会话 (4小时) | ~100M | $300 — $1,500 | $250 — $1,000 | $0.48 |
有了 JoinGonka Gateway,Roo Code 成为了日常工作工具——你可以在每个工单、每个 bug、每个功能上运行它,而无需担心账单。初始提供的 10M 免费 token 足以完成数十个任务。
模型参数(所有模型上下文均为 200K):所有网络模型支持最高 8192 个 token 的回复。如果非流式请求未指定 max_tokens,网关默认返回最多 1500 个 token。Roo Code 会自动将长文本生成拆分为步骤。
Roo Code 与 Cline 的区别:模式和 Anthropic 格式
Roo Code 是 Cline 的一个分支,但具有显著的区别,改变了工作流程:
- 模式 (Modes):根据任务切换代理角色 — Architect 用于规划,Code 用于写代码,Ask 用于项目相关问题,Debug 用于查找错误。你可以自定义创建带有独立指令和一组允许工具的模式。
- 仅原生 tool calling:与使用文本/XML 解析的代理不同,Roo Code 使用原生的 OpenAI
tools模式发送工具指令,并作为独立事件接收调用 — 延迟更低,结果更可靠。缺点是模型必须支持 function calling(通过我们网关的网络模型均支持)。 - 自定义指令和配置文件:项目级规则(例如通过仓库中的规则文件)以及多个已保存的提供商配置,切换极其方便。
通过 Anthropic 格式连接。如果你想使用我们的 /v1/messages 端点代替 OpenAI 格式:在设置中选择 API Provider → Anthropic,勾选 «Use custom base URL» 并填写 https://gate.joingonka.ai,在 Anthropic API Key 字段中填入相同的 jg-你的密钥,然后设置模型名称(例如 MiniMaxAI/MiniMax-M2.7)。两种格式的密钥和余额是通用的;Anthropic 模式下的原生 tool_use 同样通过网关进行。