Zeroclaw bietet Zugriff auf die kostengünstigen Gemini- und Claude-APIs von Defapi.

Dieses Tutorial führt Sie durch die Integration verschiedener großer Sprachmodelle in Zeroclaw über die Defapi-Plattform. Mit Defapi erhalten Sie ein Erlebnis, das vollständig mit den offiziellen Schnittstellen kompatibel ist, jedoch zu einem äußerst attraktiven Preis-Leistungs-Verhältnis.

Einführung

Zeroclaw ist eine in Rust geschriebene Laufzeitumgebung für autonome AI Agents, die Interaktionen mit Benutzern über Kanäle wie Telegram, Discord und Slack unterstützt. Defapi hingegen ist eine Plattform, die kostengünstige Modell-APIs anbietet (oft zum halben Preis der offiziellen Anbieter). Sie bietet stabilen weltweiten Zugriff und ist vollständig kompatibel mit den API-Protokollen der großen Modellhersteller (wie v1/chat/completions, v1/messages, v1beta/models/ usw.).

Anleitung

Die Integration von Modellen über Defapi ist sehr einfach. Hier sind die spezifischen Konfigurationsschritte.

1. API-Key erhalten

Besuchen Sie zunächst die offizielle Website von Defapi und registrieren Sie ein Konto. Rufen Sie auf der Seite des gewünschten Modells (z. B. Claude oder Gemini) Ihren exklusiven API-Key ab.
Beispiel: Defapi Claude Seite oder Defapi Gemini Seite.

2. Umgebungsvariablen konfigurieren

Konfigurieren Sie in Ihrem Terminal oder Ihrer Systemumgebung die entsprechenden Variablen mit Ihrem API-Key:

Für Claude-Modelle:

export ANTHROPIC_API_KEY="dk-xxxxxxxxxxxxxxxx"

Für Gemini-Modelle:

export GEMINI_API_KEY="dk-xxxxxxxxxxxxxxxx"

3. Konfigurationsdatei anpassen

Bearbeiten Sie die Hauptkonfigurationsdatei von Zeroclaw (normalerweise unter ~/.zeroclaw/config.toml) und passen Sie die Einstellungen entsprechend dem gewählten Modell an.

Verwendung des Claude-Modells (am Beispiel von Claude Sonnet 4.5):

default_provider = "anthropic-custom:https://api.defapi.org"
api_key = "dk-xxxxxxxxxxxxxxxx"
default_model = "anthropic/claude-sonnet-4.5"
default_temperature = 0.7

Verwendung des Gemini-Modells (am Beispiel von Gemini 3 Flash):

default_provider = "custom:https://api.defapi.org"
api_key = "dk-xxxxxxxxxxxxxxxx"
default_model = "gemini-3-flash"
default_temperature = 0.7

Hinweis: Die Schnittstellen von Defapi sind perfekt kompatibel mit der offiziellen v1/messages-Schnittstelle von Anthropic sowie der v1beta/models/*:generateContent-Schnittstelle von Google. Sie können nahtlos wechseln, ohne den zugrunde liegenden Code ändern zu müssen.

Überprüfen, ob Zeroclaw ordnungsgemäß funktioniert

Nach Abschluss der Konfiguration können Sie mit den folgenden Methoden überprüfen, ob Zeroclaw erfolgreich mit Defapi verbunden wurde.

Methode 1: Direkter Nachrichtentest

Starten Sie Zeroclaw im Terminal und senden Sie eine Testnachricht:

zeroclaw agent -m "Hello, can you hear me?"

Wenn das Modell normal und schnell antwortet, war die Konfiguration erfolgreich.

Methode 2: Diagnosebefehle verwenden

Zeroclaw verfügt über integrierte Diagnosebefehle, um den Betriebsstatus zu überprüfen:

# Systemstatus anzeigen
zeroclaw status

# Systemdiagnose ausführen
zeroclaw doctor

# Liste aller verfügbaren Provider und Modelle anzeigen
zeroclaw providers

Methode 3: Kanalkonfigurationstest

Sie können einen sozialen Kanal (wie Telegram) für einen echten Interaktionstest konfigurieren:

[channels_config.telegram]
bot_token = "123456:your-telegram-token"
allowed_users = ["*"]

5 gängige Anwendungsfälle

In Kombination mit den Kostenvorteilen von Defapi kann Zeroclaw in einer Vielzahl von Szenarien eingesetzt werden:

Anwendungsfall 1: Code Review Assistent

Automatisches Überprüfen von Code-Repositories auf potenzielle Fehler, Sicherheitslücken und Optimierungsvorschläge.

[agents.code_reviewer]
provider = "anthropic-custom:https://api.defapi.org"
model = "anthropic/claude-sonnet-4.5"
system_prompt = "You are an expert code reviewer. Review the code for bugs, security issues, and best practices."
agentic = false
max_iterations = 1

Anwendungsfall 2: Intelligenter Kundendienst-Bot

Bietet Benutzern rund um die Uhr schnellen Support durch Fragenbeantwortung und freundliche Interaktion.

[agents.support]
provider = "anthropic-custom:https://api.defapi.org"
model = "anthropic/claude-haiku-4.5"
system_prompt = "You are a helpful customer support agent. Be concise and friendly."
max_iterations = 3

Anwendungsfall 3: Automatisierter Forschungsassistent

Kann eigenständig im Internet suchen und Ergebnisse zusammenfassen – ideal für Tiefenrecherche und Informationsbeschaffung.

[agents.researcher]
provider = "custom:https://api.defapi.org"
model = "gemini-3-flash"
system_prompt = "You are a research assistant. Search the web and summarize findings."
agentic = true
max_depth = 2
allowed_tools = ["web_search", "http_request", "file_read"]
max_iterations = 8

Anwendungsfall 4: Datenanalyst

Verbindet lokale Dateien mit Shell-Tools, um Daten zu analysieren und fundierte Einblicke zu geben.

[agents.analyst]
provider = "anthropic-custom:https://api.defapi.org"
model = "anthropic/claude-sonnet-4.5"
system_prompt = "You are a data analyst. Analyze the provided data and provide insights."
agentic = true
allowed_tools = ["shell", "file_read"]

Anwendungsfall 5: Multimodale Inhaltsgenerierung

Kombiniert verschiedene Eingangsquellen (wie Bilder, Dokumente), um schnell kreative Marketingtexte oder Multimedia-Inhalte zu erstellen.

[agents.content_creator]
provider = "custom:https://api.defapi.org"
model = "gemini-3-flash"
system_prompt = "You are a creative content creator. Generate engaging content based on user requests."
agentic = true
allowed_tools = ["web_search", "file_read"]
max_iterations = 3