对谈转录 RSI，TaoToken 接在 Cline 的模型设置里

1. RSI 对谈转录与 Cline 摘要先厘清 Token 到底烧在哪Dwarkesh Patel 那期节目找了三位背景完全不同的研究者来聊递归自我改进Zyphra 的 CTO Beren Millidge、Thinking Machines 的首席科学家 John Schulman以及 Baseten 负责模型训练的 Charlie ONeill。主题是 RSI 究竟离我们还有多远。三个人一个从训练动力学切入一个从对齐与评测切入一个从推理集群和成本切入转录稿拉成纯文本两万多词同一个术语在三段里的含义还不完全一样。手动读的问题不是时间而是「记不住谁在哪一段反驳了谁」。我需要的是可检索、可引用、能二次加工的结构化摘要而不是一段读起来很顺的漂亮话。这类任务的共同特征是输入极长、输出必须分节、需要多轮迭代、每轮都要回读原文。它天生适合交给 Cline 这种能在工作区里读写文件、能按步骤执行任务的编码助手而不是丢给一个网页对话框反复粘贴。真正消耗 Token 的位置也在这里。Cline 每轮都要把原文片段重新塞进上下文摘要做得越细回读次数越多调用轮数越多。决定成本的其实只有 Cline 模型设置里的三格API Provider、Base URL、API Key。我现在统一走 TaoToken在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentcline-rsi-summary 上拿 KeyBase URL 固定写https://taotoken.net/api配一次后面所有长文摘要任务都复用这套配置。下面按「拿 Key → 配 Cline → 跑摘要 → 排障 → 复用到其他工具」的顺序写完整链路每一步都可以直接跟做最后你会拿到一份可提交的 Cline 模型设置和一份rsi-summary.md摘要文件。2. 拿 Key 与确认 Base URLTaoToken 侧的三步核对这一步看起来最简单但后面 401 和 404 有八成是在这里埋的雷。建议按顺序做完三步再进 Cline。第一步账号与 Key。打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentcline-key-setup 进入控制台后在左侧找到 API Keys 页面创建一个新 Key。创建时注意两点把 Key 复制到本地笔记时不要带首尾空格也不要手抖加上Bearer前缀多数客户端包括 Cline会自己补Authorization头重复拼前缀会直接 401。第二步确认 Base URL 的精确写法。TaoToken 给客户端的 Base URL 是https://taotoken.net/api把它当成字符串原样使用。不要自己加/v1也不要写成https://taotoken.net/api/v1/v1这种叠两层的形态。Cline 在 OpenAI Compatible 模式下会把请求拼到 Base URL 后面多写一段路径就会变成 404而不是给你一个友好的提示。第三步确认模型 ID。Key 和 Base URL 是「通路的两个端点」模型 ID 才是「你要寄给谁」。进模型列表页把要用的模型标识复制出来注意大小写和连字符这一串会原样出现在 Cline 的模型输入框里也会出现在后面 Claude Code 和 Codex 的配置文件里。三件事做完把这三行先记在一个临时文件里BASE_URL https://taotoken.net/api API_KEY YOUR_API_KEY MODEL_ID 从模型列表复制的标识后面的配置全部围绕这三行展开出问题时也优先回头核对这三行。3. Cline 模型设置逐项OpenAI Compatible TaoToken 的完整填法Cline 是 VS Code 侧边栏里的编码助手模型设置入口通常在面板右上角的齿轮或 API Configuration 里。选什么 Provider 是第一个决策点选 Anthropic 原生协议走的是 Claude 那一套字段选 OpenAI Compatible走的是通用字段。用 TaoToken 的 Base URL 时选后者最省事因为只有 Base URL、Key、模型 ID 三个必填项。3.1 UI 路径填法打开设置面板后按这个顺序填API Provider 下拉选OpenAI CompatibleBase URL 填https://taotoken.net/apiAPI Key 填YOUR_API_KEYModel ID 填你从模型列表复制的那串标识展开高级选项把 Context Window 按模型实际能力填进去Max Output Tokens 先给 4096 到 8192 这样保守的值若你的模型不支持图片输入把图像相关开关关掉避免 Cline 把截图塞进请求导致报错。填完点一次测试或直接发一句「你好」验证连通性通了再进入正式任务。3.2 等价配置文件写法Cline 的设置会落到 VS Code 的用户级存储里不同版本目录名可能变化常见形态类似globalStorage/扩展目录/settings/cline_settings.json。以 UI 为准但理解这份 JSON 的结构对排障很有帮助字段族大致是这样{ apiProvider: openai, openAiBaseUrl: https://taotoken.net/api, openAiApiKey: YOUR_API_KEY, openAiModelId: YOUR_MODEL_ID, openAiCustomModelInfo: { maxTokens: 8192, contextWindow: 128000, supportsImages: false, supportsPromptCache: false } }几个容易被忽略的点contextWindow填小会让 Cline 更早触发压缩和截断填大会让单次请求更容易超限maxTokens是单次输出上限摘要任务里它决定每个分块能吐多少字。这两个值调错表现不是报错而是「摘要突然变短了」或者「跑一半停了」很难一眼看出原因。3.3 为什么选 OpenAI Compatible 而不是别的Cline 支持多种 Provider 形态选 OpenAI Compatible 的实际好处是字段少、路径唯一。只要 Base URL 对、Key 对、模型 ID 对链路就能通。一旦你混用两套协议字段很可能出现「Key 明明是对的却一直 401」这种情况排查成本远高于一开始就选对 Provider。4. RSI 转录分块摘要Cline 任务编排与消耗控制配置通了只是开始真正决定摘要质量和开销的是任务怎么切。两万多词的转录直接一次性喂进去结果通常有两种要么被上下文上限截断后半段完全没读要么模型读完了但输出退化成一堆空洞的总结句。可行的做法是「分块抽取 二次合并」。4.1 目录与文件准备在工作区建一个干净的结构让 Cline 只在你允许的范围内读写rsi-work/ ├── transcripts/ │ └── rsi-dwarkesh.md # 原始转录只读 ├── prompts/ │ ├── chunk.md # 分块抽取提示词 │ └── merge.md # 合并提示词 └── out/ ├── chunk-01.md ├── chunk-02.md └── rsi-summary.md # 最终产物把原始转录放进transcripts/后先做一次规范化统一换行、去掉多余时间戳、把连续空行压成一行。这一步能让后面按行号切片稳定很多。4.2 分块抽取提示词关键不是让模型「总结」而是让它「先抽取再判断」。把下面这段存成prompts/chunk.md你是技术内容编辑。请只阅读我指定的行区间不要引用区间外的内容。 输出结构固定为四节 1) 发言人与其核心主张每人 1 到 2 句注明姓名。 2) 可核实的具体说法保留短引用不要改写原意。 3) 与 RSI 主线的关系标注为「支持」「反驳」「补充」「跑题」之一。 4) 本段未解决的问题列出 1 到 3 条。 约束 - 不要输出「总而言之」「随着 AI 发展」这类空话。 - 不确定的地方写「未明确」不要补全。 - 输出为 Markdown不要加代码块包裹。然后按行号区间切成 8 到 12 块每块控制在 1500 到 2500 行原文之间。块太小会丢上下文块太大会让单次请求逼近上限。4.3 用 Plan 模式再切 Act 模式Cline 的 Plan 模式适合先让它读提示词、列出执行清单确认无误后再切到 Act 模式真正写文件。对摘要这种批处理任务这个两段式很有用Plan 阶段只花少量 Token 复核切片方案Act 阶段一次性跑完所有分块避免跑到一半发现切错了再重来。一次典型的 Act 指令可以写成这样读取 prompts/chunk.md逐块处理 transcripts/rsi-dwarkesh.md。 第 1 块行 1-2000结果写入 out/chunk-01.md。 第 2 块行 2001-4000结果写入 out/chunk-02.md。 依次类推直到文件末尾。 每写完一个文件就停下来不要连续输出多个文件内容到对话里。最后一句很重要。如果让 Cline 把每个分块的结果都打印到对话里等于把内容在上下文里放了两遍Token 消耗会直接翻倍。4.4 合并成 rsi-summary.md所有分块写完后用prompts/merge.md做一次合并。合并阶段只需要读out/chunk-*.md不需要再读原始转录输入量会小一个量级读取 out/ 目录下所有 chunk-*.md合并为一份摘要。 结构 - 三位发言人的立场对照表Markdown 表格每人一行。 - 共识点所有人都同意的部分。 - 分歧点明确指出谁和谁在哪一点上不同。 - 每个分歧点后附上来自 chunk 文件的短引用。 - 悬而未决的问题清单。 不要新增 chunk 文件里没有的信息。产出out/rsi-summary.md后你就得到了一份可检索、可引用、能继续喂给其他工具的结构化文档。整个过程中真正昂贵的是分块抽取那几轮合并那轮相对便宜。5. 排障清单401、404、模型不匹配、流式中断这一节是实战里最省时间的部分遇到问题按顺序对号入座。5.1 401 Unauthorized最常见的原因不是 Key 错而是 Key 的形态错。检查三处Key 是否带了首尾空格是否手写了Bearer前缀导致重复Key 是否在控制台被删除或轮换过。确认无误后在 Cline 里重新粘贴一次不要用复制历史的旧值。5.2 404 Not Found几乎一定出在 Base URL。正确值是https://taotoken.net/api原样使用。多加/v1、少写/api、末尾多个斜杠都可能让服务端匹配不到路由。改完之后不要只点保存退出发送一次真实请求验证。5.3 模型不存在或不支持表现是请求被拒绝或返回空内容。模型 ID 是大小写敏感的字符串从模型列表复制而不是手打。另外注意有些模型不支持流式输出或多模态输入Cline 里对应的开关要跟着调整否则请求体里带上不支持的字段会直接被拒。5.4 流式输出中途断裂典型症状是摘要写到一半停住末尾还留着不完整的句子。原因通常是上下文超限或单次输出触顶。处理顺序先把maxTokens调小让单次输出更短再把分块切细减少回读体积最后检查contextWindow是否填得比模型实际能力还大。5.5 输出变短、质量突然下降如果前几块摘要很详细后面越来越敷衍多半是上下文里累积了太多中间结果。解决办法是让 Cline 每写完一个分块就清理对话或者干脆按分块分批重启任务只保留文件产物不保留对话历史。6. 同一 Base URL 复用到 Claude Code、Codex 与 CC SwitchCline 跑通之后同一套 Base URL 和 Key 可以复用到其他命令行工具省掉重复配置。注意各家的字段体系不同别把变量名互相套用。6.1 Claude Codesettings.json 与 ANTHROPIC_ 变量Claude Code 读的是ANTHROPIC_前缀的环境变量写在settings.json里{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: YOUR_CLAUDE_MODEL_ID, ANTHROPIC_SMALL_FAST_MODEL: YOUR_FAST_MODEL_ID } }ANTHROPIC_BASE_URL指向 TaoToken 的 Base URLANTHROPIC_AUTH_TOKEN放你的 Key。写完保存后重启一次终端让环境变量重新加载。这套变量名只属于 Claude Code不要照搬到 Codex 上。6.2 Codexconfig.toml 与独立的 provider 段Codex 走的是 TOML 配置结构上和 Claude Code 完全不同model YOUR_MODEL_ID model_provider taotoken model_reasoning_effort medium [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat对应的环境变量在 shell 里导出export TAOTOKEN_API_KEYYOUR_API_KEY这里env_key指定的是「去读哪个环境变量」不是 Key 本身这一点很容易搞混。6.3 CC Switch三件套要对齐用 CC Switch 管理多套配置时把每个 profile 当成一个三件套来维护Base URL、API Key、默认模型 ID。三项必须属于同一套来源混搭是 401 和模型不匹配的主要来源。切换 profile 之后建议打开一次 Claude Code 或 Cline 发一条短请求做连通性确认不要等到跑长任务时才发现配错了。7. 可复现产出与下一步回到最初的目标把 RSI 对谈转录交给 Cline 做摘要。按上面的流程走完你会稳定拿到两份产物。第一份是 Cline 模型设置核心就是OpenAI Compatible Base URLhttps://taotoken.net/apiYOUR_API_KEY 模型 ID 这四项存成一个 JSON 或截图存档下次换机器直接复用。第二份是out/rsi-summary.md里面有人名对照表、共识与分歧清单、带短引用的分歧点以及一份悬而未决的问题列表。这份文件可以继续喂给别的工具做二次加工也可以直接作为读书笔记的骨架。流程本身不复杂容易出错的只有两个地方Base URL 的精确写法以及分块摘要时对上下文的控制。前者决定了链路能不能通后者决定了成本和质量。如果只想先验证通路最快的方式是进模型对话页面直接发一条消息确认 Key 和 Base URL 没问题https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentcline-rsi-summary 。确认之后如果你打算把这类长文摘要、批量重构、日常编码任务都固定在同一套配置上可以看一下 Coding Plan 的额度与模型覆盖https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcline-rsi-summary 。需要新建或轮换 Key 时直接进控制台的 API Keys 页面https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentcline-rsi-summary 。Claude Code 的完整配置字段和示例在文档里https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentcline-rsi-summary 。建议的下一步是先把transcripts/和prompts/两个目录搭起来用一到两个分块跑通再放开全量。跑通之后同一套 Base URL 就能同时支撑 Cline 的长文摘要、Claude Code 的仓库级改动和 Codex 的命令行任务配置成本只付一次。