30 秒把 SpendGuard 接進來（base URL 工具，一行設定搞定）

如果你的 agent stack 已經在用 OpenAI 相容的 client，那 SpendGuard 只要改一個 base URL 就接得進來。把 SpendGuard 的 egress proxy 起在 http://localhost:9000/v1，把工具指過去，之後每一次 model call 都會先走過 SpendGuard 的 pre-call budget gate 和 KMS-signed 稽核鏈，才真正打到上游 供應商。不用裝 SDK、不用改程式碼、也不用重 build。在下面的對照表找到你的工具， 照它官方文件指定的那一行抄過來，下一次呼叫就受管控了。

Pattern 2 是怎麼運作的

這些工具本來就支援自訂 OpenAI 相容的 base URL。SpendGuard 自己也跑了一個 OpenAI 相容的 endpoint；只要設好環境變數（或一行設定），工具的流量在送到 OpenAI / Anthropic / Bedrock 之前就會先繞進 SpendGuard。Pattern 2 跟另外兩種模式不一樣： Pattern 1 是 in-process SDK middleware（adapter 整合用的那種），Pattern 3 則是 egress proxy 加裝 CA（給 Claude Code、Codex 這類封閉的 BYOK CLI 用）。

本機把 proxy 起起來（30 秒）

git clone https://github.com/m24927605/agentic-spendguard.git
cd agentic-spendguard
export OPENAI_API_KEY=sk-...
make demo-up DEMO_MODE=proxy

egress proxy 會綁在 http://localhost:9000/v1。下面任何一個工具都指到這個 URL 就行。

找到你的工具

這張對照表列的是每個工具官方文件指定的環境變數名稱或設定 key。已驗證 這一欄 是要區分三種狀態：我們真的對 egress proxy 端到端跑過的（Live）、設定跟官方 公開文件一致但我們自己沒實際 smoke 過的（Spec）、以及工具自家 changelog 原生 就有記載、不需要針對 SpendGuard 另外測的（Vendor-native）。

可以先用下面的快速篩選器照設定型態（環境變數、設定檔、或 admin UI）縮小範圍、 用工具名稱搜尋，然後直接跳到對應工具的段落。

Filter by setting type

All (14) Env var Config file Admin UI Search by tool name

Showing all 14 tools.

Tool	Vendor	Setting type	What to set	Verified	Jump
LiteLLM (proxy mode)	LiteLLM	Env var	export OPENAI_API_BASE=http://localhost:9000/v1	Spec	Jump ↓
Aider	Aider	Env var	export OPENAI_API_BASE=http://localhost:9000/v1	Spec	Jump ↓
Continue	Continue	Config file	apiBase: http://localhost:9000/v1	Spec	Jump ↓
Cline / Roo Code (BYOK)	Cline	Admin UI	OpenAI Compatible provider, Base URL http://localhost:9000/v1	Spec	Jump ↓
OpenHands (BYOK)	All Hands AI	Admin UI	Settings → LLM → Custom Provider → Endpoint	Spec	Jump ↓
Goose	Block	Env var	export OPENAI_HOST=http://localhost:9000	Spec	Jump ↓
Zed AI	Zed	Config file	api_url = "http://localhost:9000/v1"	Vendor-native	Jump ↓
GitHub Copilot CLI (BYOK)	GitHub	Env var	export COPILOT_PROVIDER_BASE_URL=http://localhost:9000/v1	Vendor-native	Jump ↓
Tabnine Enterprise	Tabnine	Admin UI	Admin → AI Models → Connect Custom LLM → Endpoint URL	Spec	Jump ↓
AnythingLLM	Mintplex Labs	Admin UI	Admin → LLM Configuration → Custom OpenAI-compatible base URL	Spec	Jump ↓
LobeChat	LobeHub	Admin UI	Settings → Language Model → Custom Base URL	Spec	Jump ↓
Cody self-hosted	Sourcegraph	Config file	cody.completions.endpoint in site-config.json	Spec	Jump ↓
Augment (BYOK)	Augment	Admin UI	Settings → BYOK → LLM Custom Endpoint	Spec	Jump ↓
Dify	Dify	Config file	Custom Model Provider plugin manifest: base_url	Spec	Jump ↓

下面這張靜態對照表附了上游來源連結，以及本頁後面會引用的列號；上面的篩選器只是 同一份資料的快速篩選層。

| # | 工具 | Provider 欄位 | 確切值 | 上游來源 | 已驗證 | Recipe | |---|------|----------------|-------------|-----------------|----------|--------| | 1 | LiteLLM (proxy mode) | 環境變數 | OPENAI_API_BASE=http://localhost:9000/v1 | docs.litellm.ai | Spec | 開啟 ↗ | | 2 | Aider | 環境變數 | OPENAI_API_BASE=http://localhost:9000/v1 | aider.chat | Spec | 開啟 ↗ | | 3 | Continue | YAML apiBase | apiBase: http://localhost:9000/v1 | docs.continue.dev | Spec | 開啟 ↗ | | 4 | Cline / Roo Code (BYOK) | UI 欄位 | Custom OpenAI provider，Base URL http://localhost:9000/v1 | docs.cline.bot | Spec | 開啟 ↗ | | 5 | OpenHands (BYOK) | UI 欄位 | LLM custom endpoint http://localhost:9000/v1 | docs.all-hands.dev | Spec | 開啟 ↗ | | 6 | Goose | 環境變數 | OPENAI_HOST=http://localhost:9000 | block.github.io/goose | Spec | 開啟 ↗ | | 7 | Zed AI | TOML key | api_url = "http://localhost:9000/v1" | zed.dev | Vendor-native | 開啟 ↗ | | 8 | GitHub Copilot CLI (BYOK) | 環境變數 | COPILOT_PROVIDER_BASE_URL=http://localhost:9000/v1 | docs.github.com | Vendor-native | 開啟 ↗ | | 9 | Tabnine Enterprise | Admin UI | BYO LLM endpoint http://localhost:9000/v1 | docs.tabnine.com | Spec | 開啟 ↗ | | 10 | AnythingLLM | Admin UI | Generic OpenAI provider，Base URL http://localhost:9000/v1 | docs.anythingllm.com | Live | 開啟 ↗ | | 11 | LobeChat | 環境變數 | OPENAI_PROXY_URL=http://localhost:9000/v1 | lobehub.com | Live | 開啟 ↗ | | 12 | Cody self-hosted Enterprise | Site config | Sourcegraph relay endpoint http://localhost:9000/v1 | sourcegraph.com | Spec | 開啟 ↗ | | 13 | Augment (BYOK) | UI 欄位 | LLM custom endpoint http://localhost:9000/v1 | docs.augmentcode.com | Spec | 開啟 ↗ | | 14 | Dify | Plugin manifest | Custom Model Provider plugin → base URL http://localhost:9000/v1 | docs.dify.ai | Spec | 開啟 ↗ | | 15 | CrewAI Studio (via LiteLLM) | 間接 | 用第 1 列 —— 把 CrewAI 指向 LiteLLM proxy，再把 LiteLLM 指向 SpendGuard | docs.litellm.ai | Spec | 開啟 ↗ | | 16 | OpenClaw | 設定檔 | models.providers.spendguard.baseUrl: http://localhost:9000/v1，搭配 api: "openai-completions" | github.com/openclaw/openclaw | Live | 開啟 ↗ |

已經在 production 跑 SpendGuard 了嗎？把 http://localhost:9000/v1 換成你自己 SpendGuard egress proxy 的 URL —— 可能是 Kubernetes Service URL、pod 內的 sidecar URL、或一個 hosted 的 SpendGuard URL。相對路徑永遠是 /v1。production hostname 的寫法可以看 Helm 部署指南。

各工具設定

下面每一段都是上面對照表連過來的 H3 anchor。把 code block 抄起來、設到你的 shell 或設定檔裡，那個工具下一次呼叫就會走 SpendGuard。完整的操作流程 —— 驗證步驟和 已知的雷 —— 在 sidebar 裡每個工具自己的 recipe 頁面。

LiteLLM

LiteLLM proxy mode 在你設了 OpenAI provider、但 route 上沒明確指定 base URL 時， 就會去讀 OPENAI_API_BASE 當上游 endpoint。在跑 litellm --config config.yaml 之前先 export 這個變數（或寫進 config.yaml 的 environment 區塊）。

export OPENAI_API_BASE=http://localhost:9000/v1

來源：LiteLLM proxy config settings。

Aider

Aider 會從環境抓 OPENAI_API_BASE，每一次 chat completion 都走它。在你啟動 aider 的那個 shell 裡設好這個環境變數就好。

export OPENAI_API_BASE=http://localhost:9000/v1

來源：Aider OpenAI-compatible APIs guide。

Continue

Continue 會從 config.yaml 裡每個 model entry 讀 apiBase（OpenAI provider 是放在該 model 的 config 區塊底下）。改完 YAML，再重新載入 IDE extension。

models:
  - name: SpendGuard-gated GPT-4o
    provider: openai
    model: gpt-4o
    config:
      apiBase: http://localhost:9000/v1

來源：Continue model customization。

Cline / Roo Code (BYOK)

在 Cline 或 Roo Code 的 extension 設定裡，選 OpenAI Compatible 這個 provider， 然後填 Base URL 欄位。不用環境變數 —— 這是純 UI 設定，會存在 workspace 設定裡。

Provider:  OpenAI Compatible
Base URL:  http://localhost:9000/v1
API Key:   <any value the proxy will forward upstream>

來源：Cline BYOK guide。

OpenHands (BYOK)

OpenHands 的 UI 在 Settings → LLM → Custom Provider 底下有個 Custom LLM endpoint 欄位。把 SpendGuard 的 egress URL 填進去，OpenHands 之後 workspace 裡每一次 model call 都會用它。

Settings → LLM → Custom Provider → Endpoint
http://localhost:9000/v1

來源：OpenHands custom LLM configs。

Goose

Goose 讀的是 OPENAI_HOST（是 host，不是完整 base URL —— OpenAI provider 的 /v1 是 Goose 自己接上去的）。在你啟動 goose 的那個 shell 裡 export 這個變數。

export OPENAI_HOST=http://localhost:9000

來源：Goose installation guide。

Zed AI

Zed AI 的設定是寫在 settings.json 裡的 TOML（Zed 會看副檔名決定讀 JSON 還是 TOML）。在 OpenAI provider 區塊加一個 api_url。

[ai.openai]
api_url = "http://localhost:9000/v1"

來源：Zed AI configuration。

GitHub Copilot CLI (BYOK)

gh copilot 在 GA-2026-04-07 那版 BYOK release 之後，OpenAI 相容 provider 會吃 COPILOT_PROVIDER_BASE_URL。export 這個變數，gh copilot 下一次叫起來就會抓到。

export COPILOT_PROVIDER_BASE_URL=http://localhost:9000/v1

來源：GitHub Copilot CLI BYOK reference。

Tabnine Enterprise

Tabnine Enterprise 的 admin UI 有個 Connect Custom LLM 表單，給 self-hosted endpoint 用。把 SpendGuard 的 egress URL 貼進 endpoint 欄位存檔，這個變更就會推到 該 tenant 上每一個 Tabnine seat。

Admin → AI Models → Connect Custom LLM → Endpoint URL
http://localhost:9000/v1

來源：Tabnine connect custom LLM。

AnythingLLM

AnythingLLM 在 Settings → LLM Preference 底下附了一個 Generic OpenAI provider 卡片。選那張卡片，把 Base URL 設成你的 SpendGuard egress endpoint （結尾的 /v1 不能少），API Key 隨便填一個非空值就好。完整的逐步操作 —— 四個確切欄位、Docker / Desktop / Cloud 的注意事項、還有 DEMO_MODE=anythingllm_real 那個 smoke —— 都在 AnythingLLM recipe 裡。

Settings → LLM Preference → Generic OpenAI → Base URL
http://localhost:9000/v1

來源：AnythingLLM custom OpenAI base URL。

LobeChat

LobeChat 會吃一個 OPENAI_PROXY_URL 環境變數，把 /api/chat/openai 上每一次 server 端 chat 的 OpenAI 上游改寫掉。在 container 啟動時設好，每一次 chat 就會 走 SpendGuard，完全不用動 LobeChat 的程式碼。完整的逐步操作 —— Docker / Vercel / Cloud / Client-mode 的注意事項、還有 DEMO_MODE=lobechat_real 那個 smoke —— 都在 LobeChat recipe 裡。

docker run -e OPENAI_PROXY_URL=http://localhost:9000/v1 \
           -e ACCESS_CODE=... -p 3210:3210 lobehub/lobe-chat:1.40.0

來源：LobeChat — OPENAI_PROXY_URL env var。

OpenClaw

OpenClaw 支援在 models.providers 底下放 custom provider entry。把 provider 的 baseUrl 設成 SpendGuard 的 egress endpoint，OpenAI 相容的 chat 流量就用 api: "openai-completions"。完整的逐步操作 —— fixture 設定、本機 / Docker URL、 DEMO_MODE=openclaw_base_url 那個 smoke、以及 D40b plugin 的邊界 —— 都在 OpenClaw recipe 裡。

{
  "models": {
    "providers": {
      "spendguard": {
        "baseUrl": "http://localhost:9000/v1",
        "api": "openai-completions"
      }
    }
  }
}

來源：OpenClaw model providers。

Cody self-hosted Enterprise

Sourcegraph Cody self-hosted 是用一個 site-config 區塊來設 completions relay endpoint。改 site-config.json，把 relay 指向 SpendGuard。

{
  "cody.completions.endpoint": "http://localhost:9000/v1"
}

來源：Cody self-hosted install guide。

Augment (BYOK)

Augment 的 BYOK 流程在 workspace 設定頁上有個 LLM custom endpoint 欄位。 把 SpendGuard 的 URL 貼進去存檔，Augment 之後每一次 model call 都用它。

Settings → BYOK → LLM Custom Endpoint
http://localhost:9000/v1

來源：Augment BYOK setup。

Dify

Dify 是透過它的 Model Provider Plugin 機制來接 OpenAI 相容的自訂 endpoint。 plugin manifest 裡會宣告 base URL；把它載進你的 Dify workspace，再選它當預設 provider 就好。

type: model-provider
provider: openai-compatible
base_url: http://localhost:9000/v1

來源：Dify model provider plugin。

現在能用的有哪些

上面那張對照表就是 drop-in 範圍：截至 2026-06-06，官方文件已經公開記載 支援自訂 OpenAI 相容 base URL 的那些工具。已驗證 欄位反映的是 SpendGuard 自己對每一列的宣稱；至於那些 runtime 真的驗過的 client SDK（openai-python、 LangChain ChatOpenAI、LangGraph、openai-agents 簡寫、串流），請看 README 的 What works today 那張表。

接下來可以做什麼

• 在 Kubernetes 上開一個真正的 budget
• 打開 SpendGuard dashboard
• 把 stack 其餘的部分也涵蓋進來（Pattern 3 egress proxy）
• 接一個 framework SDK（Pattern 1）
• SpendGuard 跟 Cloudflare AI Gateway、Databricks Unity、Portkey 的比較

上面 Recipe 欄位連到的各工具深入頁面，就是 SLICE-2 / D33 / D34 的逐步操作 （前置條件、確切設定區塊、驗證步驟、雷區）。在 Slice 1 階段，每個 開啟 ↗ 連結都還會落到一個 Coming soon 的 stub；那個工具的環境變數或設定那一行， 上面的對照表有，本頁各工具的 H3 段落也再寫了一次。