전체 가이드 / 코딩 어시스턴트

fx(Vercel Labs)에서 XHuoAPI 사용하기

fx는 Vercel Labs가 공개한 오픈소스 코딩 에이전트 CLI로, 하나의 네이티브 실행 파일이며 OpenAI Chat Completions 호환 엔드포인트에 연결할 수 있습니다. XHuoAPI가 이 엔드포인트를 제공하므로 설정 파일에 연결 하나만 추가하면 됩니다. fx 0.0.13으로 실제로 파일을 만들고 실행하게 했고, 아래 설정은 테스트에 쓴 그대로입니다.

시작하기 전에

먼저 확인

도구를 설정하기 전에 curl로 키와 모델이 작동하는지 확인하세요. '설정했는데 반응이 없다'는 경우의 절반은 여기서 걸러집니다.

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"}]}'

설정 단계

1

fx를 설치합니다(macOS 15 이상 또는 Linux. 0.0.14부터 macOS 버전은 15 이상 필요). ~/.local/bin에 설치됩니다.

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

~/.fx/settings.json을 편집하고(없으면 새로 만들고) 아래 연결을 넣습니다. base_url은 /v1까지만 씁니다. /chat/completions는 fx가 직접 붙입니다. 모델 ID는 가격 페이지 표기 그대로 씁니다.

{
  "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.env에 지정한 환경 변수에 API 키를 넣고, fx status --json으로 provider_endpoint와 model이 맞는지 확인합니다.

export XHUOAPI_API_KEY=YOUR_XHUOAPI_KEY
fx status --json
4

프로젝트 디렉터리에서 fx를 실행하면 대화형 모드, fx ask로 일회성 작업을 실행할 수 있습니다. 모델을 잠시 바꾸려면 FX_MODEL 환경 변수를 씁니다.

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

주의 사항

테스트 결과(2026-10-14, fx 0.0.13, 파일을 만들고 실행하게 하는 작업): glm-5.3 두 번 모두 통과(33~79초), kimi-k3 두 번 모두 통과(27~31초), deepseek-v4-flash는 6번 중 5번 통과. qwen3.8-max는 4번 모두 InconsistentFinishReason이었습니다. 2026-10-18에 0.0.14로 재테스트: glm-5.3, kimi-k3 통과, deepseek-v4-flash는 InvalidFinishReason으로 계속 실패했습니다(0.0.13도 동일). 이 모델의 일부 응답이 finish_reason을 빈 문자열로 보내 fx가 거부하기 때문입니다. fx에서는 당분간 glm-5.3이나 kimi-k3을 쓰세요.
fx의 기본 auto 권한 모드에서는 위험한 작업을 모델이 먼저 검토합니다. 검토에는 연결의 reviewer_model(없으면 선택한 모델)이 쓰이고, 이 요청도 일반 토큰으로 과금됩니다. 비용을 줄이려면 연결에 "reviewer_model": "deepseek-v4-flash" 같은 저렴한 모델을 추가하세요.
model_metadata에는 context_window(모델의 컨텍스트 길이)와 max_output_tokens도 넣을 수 있습니다. context_window가 없어도 동작하지만 fx가 세션 자동 압축 시점을 계산하지 못합니다. 넣는다면 모델 제공사가 공개한 길이를 쓰세요.
fx가 자격 증명이 없다고 하면 auth.env에 쓴 변수가 export되어 있는지 확인하세요. HTTP 오류는 엔드포인트 응답 내용을 보면 되고, 흔한 원인은 모델 ID 오타입니다. base_url은 반드시 HTTPS여야 합니다.
모델 ID는 가격 페이지의 표기와 정확히 일치해야 합니다(DeepSeek V4 Pro가 아니라 deepseek-v4-pro). 대소문자와 하이픈도 구분됩니다.

자주 사용하는 모델

이런 도구에서 자주 선택되는 모델입니다. 모델 이름을 클릭하면 티어별 가격을 볼 수 있습니다. 전체 목록은 가격 페이지에 있습니다.

Claude Code / Codex CLI / fx에서 동작하는 중국 모델(테스트 결과) →

단계는 해당 도구의 현재 공식 문서를 기준으로 정리했습니다. 업데이트 후 UI가 바뀔 수 있습니다. 다른 점이 있으면 알려 주세요.