ガイド一覧 / コーディング支援

fx（Vercel Labs）で XHuoAPI を使う

fx は Vercel Labs が公開しているオープンソースのコーディングエージェント CLI で、単一のネイティブバイナリとして動き、OpenAI Chat Completions 互換のエンドポイントに接続できます。XHuoAPI はこのエンドポイントを提供しているので、設定ファイルに接続を 1 つ追加するだけで使えます。fx 0.0.13 で実際にファイルを作成・実行させており、以下はその検証で使った設定です。

はじめる前に

まず確認

ツールを設定する前に、curl でキーとモデルが使えることを確認してください。「設定したのに反応がない」の半分はこれで切り分けられます。

curl https://api.xhuoapi.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-..." \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v3.2","messages":[{"role":"user","content":"ping"}]}'

設定手順

1

fx をインストールします（macOS 15 以降または Linux。0.0.14 から macOS 版は 15 以上が必要）。~/.local/bin に配置されます。

curl -fsSL https://fx.sh/setup.sh | bash
2

~/.fx/settings.json を編集し（なければ作成）、以下の接続を書き込みます。base_url は /v1 までにします。/chat/completions は fx が自動で付けます。モデル ID は料金ページの表記どおりに書きます。

{
  "provider": "xhuoapi",
  "providers": {
    "xhuoapi": {
      "protocol": "openai-chat-completions",
      "base_url": "https://api.xhuoapi.ai/v1",
      "auth": { "type": "bearer", "env": "XHUOAPI_API_KEY" },
      "model_metadata": {
        "glm-5.3": { "supports_tool_use": true },
        "kimi-k3": { "supports_tool_use": true },
        "deepseek-v4-flash": { "supports_tool_use": true }
      }
    }
  },
  "models": { "xhuoapi": "glm-5.3" }
}
3

auth.env で指定した環境変数に API キーを設定し、fx status --json で provider_endpoint と model が正しいか確認します。

export XHUOAPI_API_KEY=YOUR_XHUOAPI_KEY
fx status --json
4

プロジェクトのディレクトリで fx を実行すると対話モード、fx ask で単発タスクを実行できます。一時的にモデルを変えるには FX_MODEL 環境変数を使います。

fx ask "Create hello.py that prints hello, then run it"
FX_MODEL=kimi-k3 fx ask "Explain what this repository does"

注意点

検証結果（2026-10-14、fx 0.0.13、ファイルを作成して実行させるタスク）：glm-5.3 は 2 回とも成功（33〜79 秒）、kimi-k3 は 2 回とも成功（27〜31 秒）、deepseek-v4-flash は 6 回中 5 回成功。qwen3.8-max は 4 回とも InconsistentFinishReason でした。2026-10-18 に 0.0.14 で再検証：glm-5.3・kimi-k3 は成功、deepseek-v4-flash は InvalidFinishReason で何度も失敗しました（0.0.13 も同様）。このモデルの一部の応答が finish_reason を空文字列で返しており、fx が受け付けないためです。fx では当面 glm-5.3 か kimi-k3 を使ってください。
fx の既定の auto 権限モードでは、リスクのある操作をまずモデルが審査します。審査には接続の reviewer_model（未設定なら選択中のモデル）が使われ、これも通常のトークンとして課金されます。費用を抑えるには、接続に "reviewer_model": "deepseek-v4-flash" のような安いモデルを追加します。
model_metadata には context_window（モデルのコンテキスト長）と max_output_tokens も書けます。context_window がなくても動きますが、fx はセッションを自動圧縮するタイミングを計算できません。書く場合はモデル提供元が公表している長さを使ってください。
fx が認証情報の不足を報告した場合は、auth.env に書いた変数が export されているか確認します。HTTP エラーはエンドポイントの応答内容を確認してください。多いのはモデル ID の綴り間違いです。base_url は HTTPS が必須です。
モデル ID は料金ページの表記と完全に一致させてください（DeepSeek V4 Pro ではなく deepseek-v4-pro）。大文字小文字とハイフンも区別されます。

よく使われるモデル

この種のツールでよく選ばれるモデルです。モデル名をクリックするとティア別の価格を確認できます。全一覧は料金ページにあります。

glm-5.3 kimi-k3 deepseek-v4-flash
Claude Code / Codex CLI / fx で動く中国モデル（検証結果）→

手順は各ツールの現行の公式ドキュメントに基づいています。アップデートで UI が変わることがあります。相違があればお知らせください。