用免费 API 白嫖 AI 编程：Cline / Roo Code / Claude Code 配置与避坑
AI 编程工具是最烧 Token 的一类应用——同一个任务，编程 Agent 的消耗常常是聊天的几十倍。
原因不复杂：Agent 每执行一步都要把「系统提示 + 工具定义 + 文件内容 + 历史轨迹」整体重发一次，一个中等任务几十次请求起步。按这个量级，付费 API 一天几十块很轻松。
所以免费额度在这里的价值最大。但配置门槛也最高，90% 的失败不是 Key 的问题，而是协议选错了。
本文只讲「往哪填什么」，具体的 base_url、模型 ID、额度一律以资源库平台页为准（每页都标了核实日期）。
一、先分清两条协议，这是最大的坑
AI 编程工具分成两个阵营，它们要的接口形状完全不同：
| 阵营 | 代表工具 | 接口形状 | 要的地址长什么样 |
|---|---|---|---|
| OpenAI 兼容 | Cline、Roo Code、Kilo Code、Continue、Aider、OpenCode、Qwen Code | /v1/chat/completions | .../v1 |
| Anthropic 协议 | Claude Code（原生）、部分支持该协议的网关 | /v1/messages | .../（通常不带 /v1） |
最容易踩的坑：同一个平台的两条端点地址往往只差一个 /v1。把 OpenAI 的地址填进 Claude Code，或者把 Anthropic 的地址填进 Cline，两种情况都会失败，而且报错信息通常只是 404 或 401，不会告诉你「你填错协议了」。
判断口诀：Cline / Roo 这类插件用
.../v1；Claude Code 用不带/v1的那个。不确定就看平台页的扩展端点栏——它会把 OpenAI 兼容与 Anthropic 协议分开列。
还有一个细节：同一个平台可能同时提供两种协议。国内已有平台既给 OpenAI 兼容端点，也给 Anthropic 协议端点（因为自家编程客户端要对接）。这意味着你可以用同一份额度，既喂 Cline 又喂 Claude Code。
二、Cline / Roo Code / Kilo Code 配置
这三个工具的配置界面几乎一样，都是 VS Code 插件，字段也一致。
第一步：选 Provider
在设置里把 API Provider 选成 OpenAI Compatible（不要选具体厂商名，那是给官方直连用的）。
第二步：填三个必填项
| 字段 | 填什么 |
|---|---|
| Base URL | 平台页的 api_base，形如 https://xxx/v1 |
| API Key | 你在该平台创建的 Key |
| Model ID | 平台页给的示例模型，原样复制 |
第三步（很多人漏掉）：展开 Model Configuration
这一步不做，工具会用它的默认值去算 Token 预算——默认上下文窗口通常只有 128K，而你的模型可能是 256K 甚至 1M。填错会导致 Agent 过早压缩上下文、或者在还远没满时就报超限。
| 字段 | 建议 |
|---|---|
| Context Window Size | 按平台页写的上下文长度填 |
| Max Output Tokens | 按平台页写的输出上限填（注意与上下文不是一个数） |
| Supports Images | 该模型不支持图像就取消勾选 |
一个高频错误：Base URL 里不要包含
/chat/completions。这些工具会自己把路径拼上去，你多写一段就会变成.../chat/completions/chat/completions，直接 404。
Roo Code 用户的额外注意：Roo Code 依赖原生 OpenAI 工具调用（tool calling）。如果所选模型或该端点的实现不支持工具调用，基础对话能跑通、但编码工作流会直接失效——表现为 Agent 反复输出文字却从不真的改文件。
这就是「能聊天」和「能干活」的区别。挑模型时别只看它会不会写代码，要确认它支持工具调用。
三、Claude Code 配置
Claude Code 说 Anthropic 协议，配置靠环境变量。核心是两个变量，但它们对应两种不同的认证方式，选错就是 401：
| 变量 | 认证方式 | 什么时候用 |
|---|---|---|
ANTHROPIC_AUTH_TOKEN | Authorization: Bearer xxx | 网关/聚合平台多用这个 |
ANTHROPIC_API_KEY | x-api-key: xxx | 平台要求用原生 Anthropic 鉴权头 |
# macOS / Linux：写进 ~/.zshrc
export ANTHROPIC_BASE_URL="https://平台页给的Anthropic端点"
export ANTHROPIC_AUTH_TOKEN="你的Key"
# Windows PowerShell（永久生效）
[System.Environment]::SetEnvironmentVariable("ANTHROPIC_BASE_URL", "https://...", "User")
[System.Environment]::SetEnvironmentVariable("ANTHROPIC_AUTH_TOKEN", "你的Key", "User")配置完必须做两件事，否则改了等于没改：
- 新开一个终端——环境变量只在新建的会话里生效，当前终端读的还是旧值。
- 如果你之前登录过官方账号，先
/logout，否则它会继续用旧凭据。
让它真的用上你指定的模型
Claude Code 内部按「Sonnet / Opus / 子代理」三个档位选模型。第三方端点下这些档位可能对不上，需要显式指定：
export ANTHROPIC_DEFAULT_SONNET_MODEL="平台页给的模型ID"
export ANTHROPIC_DEFAULT_OPUS_MODEL="平台页给的模型ID"
export CLAUDE_CODE_SUBAGENT_MODEL="平台页给的模型ID"两个 Claude Code 特有的坑
① 换到非 Anthropic 主机后，MCP 工具搜索会被自动禁用。如果你依赖 MCP（外部工具接入），需要显式打开：
export ENABLE_TOOL_SEARCH=true② 404 有可能是「末尾斜杠」问题。有些网关把 /v1/messages 和 /v1/messages/ 当作不同路由，加一个或去掉一个斜杠就能通。排查时先试这个，比怀疑代码快得多。
③ 变量在启动时只读一次。运行中改环境变量不生效，必须重启 Claude Code。
④ 兼容性预期要放低。Claude Code 是围绕 Anthropic 自家模型优化的，换成其他模型后工具调用行为可能不稳定（偶尔出现工具用了但格式不对、子代理行为异常）。如果你只是想低成本写代码，用 Cline / Roo 这类天生厂商无关的工具体验会更顺——它们从设计上就不假设你用谁家的模型。
四、用哪个免费模型写代码
不要只看跑分榜。挑编程模型时按这个顺序筛：
- 是否支持工具调用（不支持的一律排除，没法当 Agent 用）
- 上下文长度（读大文件、多文件重构吃上下文；但注意上下文越大，每轮请求的消耗也越大）
- 免费额度的形态：按天重置的最耐用；一次性赠送的适合攻坚；限速很严的不适合 Agent（一轮任务几十个请求，秒撞限流）
- 是否被限流劝退：Agent 是突发型流量，宽松的 RPM 比「总量大但 RPM 很小」更重要
一个反直觉但真实的结论：小参数的免费模型经常比大模型更好用。因为 Agent 的成败主要取决于能否稳定地输出格式正确的工具调用，而不是单轮推理有多聪明。一个 7B 级但工具调用规规矩矩的模型，跑起 Agent 来往往比一个动不动就输出自由文本的大模型顺畅。
五、多平台切换：把免费额度当资源池用
免费额度天然不稳定（限流、调整、到期），所以不要只配一家。推荐这套做法：
① 同一个工具里配多个 Provider，按任务类型挑：
| 任务 | 挑什么 |
|---|---|
| 大范围代码理解 / 重构 | 长上下文 + 额度大的平台 |
| 高频小改动（改个变量名） | 限速宽松的小模型 |
| 攻坚（一次跑很久） | 一次性赠送额度大的平台，别舍不得用 |
② Key 轮换解决 RPM 限制：有的平台限速是按 Key 算的。如果同一平台允许建多个 Key，轮换使用能显著缓解限流——但注意别违反平台条款，有些平台明确禁止以此规避限制。
③ 按任务挑模型，而不是按平台挑。有些平台一个 Key 就能调多个模型，此时「换模型」比「换平台」成本更低。
④ 到期限额提前排：一次性赠送额度有有效期，建议在活动快讯里看一眼截止日期，快到期时把难任务排在前面做掉。额度过期作废是最亏的浪费。
六、三个真坑
坑一：上下文爆炸。 Agent 会把整个文件塞进请求，你以为在处理一个小任务，实际上每轮都在发几万 Token。对策：用 .clineignore / .gitignore 之类的机制排除无关目录（node_modules、构建产物、数据文件），别让 Agent 去读它们。
坑二：工具调用不生效。 现象是 Agent 一直在「说」却从不「做」，或者反复问你要不要继续。根因通常是模型或端点不支持原生 tool calling。对策：换支持工具调用的模型，或换用原生支持该协议的工具。
坑三：长任务被限流打断。 Agent 跑到一半 429，前面的成果可能白费。对策：这正好是下一篇要解决的问题——见 《多模型 Fallback 实战》，以及 《大模型 API 报错排查手册》里的退避重试代码。
七、安全边界（比省钱更重要）
编程场景有个特殊性：AI 要读你的代码。这决定了渠道选择不能只看便宜。
- 代码是核心资产：把源码发给第三方端点之前，想清楚它的数据政策。不确定的渠道，就别接生产代码库。
- 不要使用来路不明的中转站：哪怕是”免费的”。判定方法见避坑指南里的五条红灯信号——错误渠道不仅可能留存你的代码，还可能让 Key 和会话被他人共用。
- 凭据别提交进 Git：Claude Code 的项目级配置
.claude/settings.local.json会被自动加入全局 gitignore，但手动创建的文件不会。自己加进.gitignore，否则 Key 会随代码一起推上 GitHub。 - 别为省钱开全权限模式：绕过确认的沙箱模式在不可信渠道上等于把机器交出去。
下一步
- 想解决「一家挂了自动切」？看 《多模型 Fallback 实战》
- 报错看不懂？看 《大模型 API 报错排查手册》
- 想先做基础配置？看 《领取第一个免费 Key 并接入 Cherry Studio》
- 挑平台 → 资源库（按分类筛选，支持编程场景的都会标注扩展端点）
本文只讲方法与口径，不保证任何具体额度长期有效——文中提到的平台请以 资源库平台页 为准，每页都标注了核实日期。
还没开始？从 《领取第一个免费 Key》 读起。担心踩坑，先看 避坑指南。