Continue با یوتاپن — config.yaml و خاموش‌کردن Responses API

Continue افزونهٔ VS Code و JetBrains است که با provider: openai و یک apiBase سفارشی به یوتاپن وصل می‌شود. توسعهٔ فعال پروژه از تیر ۱۴۰۵ متوقف شده و مخزنش فقط‌خواندنی است، ولی نسخهٔ ۲ همچنان کار می‌کند؛ این صفحه با مستندات و کد همان نسخه بررسی شده است.

فایل config.yaml

فایل ~/.continue/config.yaml:

name: uttapen
version: 0.0.1
schema: v1
models:
  - name: Claude Sonnet 5
    provider: openai
    model: anthropic/claude-sonnet-5
    apiBase: https://api.uttapen.ir/v1
    apiKey: ${{ secrets.UTTAPEN_API_KEY }}
    useResponsesApi: false
    capabilities: [tool_use, image_input]
    roles: [chat, edit, apply]
    defaultCompletionOptions:
      contextLength: 200000
      maxTokens: 8192
  - name: Qwen3 Coder (autocomplete)
    provider: openai
    model: qwen/qwen3-coder
    apiBase: https://api.uttapen.ir/v1
    apiKey: ${{ secrets.UTTAPEN_API_KEY }}
    useResponsesApi: false
    roles: [autocomplete]
    defaultCompletionOptions:
      maxTokens: 256

نکته‌های مهم:

• useResponsesApi: false را روی همهٔ مدل‌ها بگذار. Continue برای شناسه‌هایی که الگوی gpt-5 تا gpt-9 یا o-series دارند، به‌صورت پیش‌فرض به /responses می‌زند؛ یوتاپن این مسیر را ندارد و 404 می‌گیری. این حتی برای شناسهٔ openai/gpt-5-mini هم اتفاق می‌افتد.
• maxTokens را صریح بنویس. اگر ننویسی، Continue از جدول داخلی خودش عددی حدس می‌زند که برای مدل‌های خانوادهٔ GPT-5 می‌تواند ۱۰۰٬۰۰۰ توکن باشد؛ یوتاپن هزینهٔ همین سقف را قبل از ارسال رزرو می‌کند (قیمت‌گذاری) و موجودی‌ات بی‌دلیل قفل می‌شود. برای مدل‌های ناشناس هم پیش‌فرض خودِ Continue 4096 است که برای ویرایش‌های بلند کم است.
• capabilities را بنویس. Continue قابلیت ابزارها را از روی نام حدس می‌زند و شناسه‌های دارای / را نمی‌شناسد؛ بدون tool_use حالت Agent ابزارهای بومی را از دست می‌دهد و بدون image_input تصویر نمی‌فرستد.
• کلید: مقدار UTTAPEN_API_KEY را در ~/.continue/.env (یا .continue/.env پروژه) بگذار. افزونهٔ IDE متغیرهای محیطی شِل را نمی‌خواند، پس بعد از ساختن فایل، IDE را ری‌استارت کن.
• contextLength را روی context واقعی مدل یا کمتر بگذار؛ عددها در فهرست مدل‌ها هستند.

نقش‌ها و هزینه

• chat, edit, apply روی مدل اصلی. برای کار روی کد anthropic/claude-sonnet-5 یا openai/gpt-5، و برای هزینهٔ کمتر deepseek/deepseek-v3.2 و qwen/qwen3-coder.
• autocomplete: Continue برای این نقش از مسیر /v1/completions استفاده می‌کند و هر بار تایپ‌کردن یک درخواست است. حتماً maxTokens کوچک (مثل 256) و یک مدل ارزان بگذار، وگرنه هزینه‌ات را همین نقش می‌بلعد.
• عنوان گفتگو با همان مدل چت و maxTokens برابر ۱۶ ساخته می‌شود، پس نگرانی‌ای ندارد.
• embed: برای ایندکس کد و جستجوی @codebase یک مدل از دستهٔ embeddings بگذار؛ هزینه فقط بابت توکن‌های ورودی است. openai/text-embedding-3-small ارزان و کافی است؛ اگر کامنت‌ها و مستندات کدت بیشتر فارسی است، qwen/qwen3-embedding-8b یا baai/bge-m3 را هم امتحان کن. شناسهٔ chat در این نقش 400 invalid_request می‌گیرد.

  - name: Text Embedding 3 Small
    provider: openai
    model: openai/text-embedding-3-small
    apiBase: https://api.uttapen.ir/v1
    apiKey: ${{ secrets.UTTAPEN_API_KEY }}
    roles: [embed]

بررسی اتصال

در VS Code پنل Continue را باز کن، مدل uttapen را انتخاب کن و یک سؤال کوتاه بپرس. بعد در داشبورد ← مصرف درخواست را ببین. اگر جوابی نیامد، اول کلید را با curl تست کن:

curl https://api.uttapen.ir/v1/chat/completions \
  -H "Authorization: Bearer $UTTAPEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/gpt-5-mini","max_tokens":20,"messages":[{"role":"user","content":"ping"}]}'

عیب‌یابی

اگر موجودی قابل‌استفاده کمتر از هزینهٔ کل maxTokens باشد، یوتاپن درخواست را رد نمی‌کند؛ سقف را تا اندازهٔ موجودی کم می‌کند (کف ۱٬۰۲۴ توکن)، عدد نهایی را در هدر X-Uttapen-Max-Tokens می‌گذارد و ممکن است پاسخ با finish_reason برابر length ناتمام بماند. فقط اگر همان کف هم ممکن نباشد 402 می‌گیری.

بقیهٔ ابزارها در یکپارچه‌سازی و کدهای خطا در خطاها.