クイックインストール
1. プラグインをインストール
VS Code 拡張機能ストアで「Cline」を検索してインストールします2. APIYI を設定
- 左側の Cline アイコンをクリックします
- 設定ボタン(歯車アイコン)をクリックします
- OpenAI Compatible を選択します
- パラメータを設定します:
- Base URL:
https://api.apiyi.com/v1 - API Key: あなたの APIYI キー
- Model Name: モデル名を入力します
- Base URL:
推奨モデル
🎯 プログラミング開発の第一候補
claude-sonnet-4-20250514⭐(Claude 4 の最新、プログラミング性能が非常に強力)o4-mini(OpenAI 推論モデル、プログラミングタスクの第一候補)gemini-2.5-pro⭐(2M コンテキスト、強力なマルチモーダル)deepseek-coder(コード特化モデル、128K コンテキスト)
💡 複雑な推論タスク
o3⭐(最新の推論モデル、価格が大幅に低下)claude-sonnet-4-20250514-thinking(Claude 4 のチェーン・オブ・ソートモード)deepseek-r1⭐(最新の推論モデル、64K コンテキスト)grok-3-mini(推論対応の軽量モデル)
🚀 高速応答
gpt-3.5-turbo(定番モデル、高いコストパフォーマンス)gemini-2.5-flash⭐(高速、低コスト、1M コンテキスト)claude-3-haiku(軽量な高速版、200K コンテキスト)gpt-4o-mini(軽量な高速版、128K コンテキスト)
💰 超高コスパ
deepseek-chat(128K コンテキスト、総合性能が高い)qwen-turbo(Alibaba Qwen の高速版)gpt-4.1-nano(超低コスト版、128K コンテキスト)
コア機能
スマートコード補完
コード説明
コードスニペットを選択し、次を使用してください:Cline: Explain Code: コードを説明Cline: Explain Error: エラーを説明
コードのリファクタリング
- パフォーマンス最適化: 最適化の提案を提供します
- 可読性の向上: 複雑なコードをリファクタリングします
- 問題の修正: よくある問題を自動修正します
テストの生成
よく使うコマンド
高度な機能
複数ファイル操作
Cline は、関連する複数のファイルを理解し、操作できます:アーキテクチャ設計
プロジェクトのアーキテクチャを生成します:コードレビュー
使い方のヒント
1. コンテキスト管理
より良いコンテキストを提供します:2. カスタムプロンプト
設定で構成します:3. プロジェクトレベルの設定
.cline/config.jsonを作成します:
トラブルシューティング
接続に失敗しました
設定を確認してください:- ベース URL:
https://api.apiyi.com/v1 - API キーが有効であること
- ネットワーク接続が正常であること
応答タイムアウト
解決策:- より高速なモデルを使用する
- リクエストの複雑さを下げる
- 大きなタスクを分割する
生成品質が低い
改善方法:- より多くのコンテキストを与える
- より高性能なモデルを使用する
- 要件を明確に指定する
gpt-5.6 / gpt-5.5 / gpt-5.4 で 400 が発生する
エラーFunction tools with reasoning_effort are not supported for ... in /v1/chat/completions (400) は、GPT-5.4 系列で導入された OpenAI の公式制限です: /v1/chat/completions では、ツール呼び出しを none 以外の reasoning_effort と組み合わせることはできません(デフォルトの medium も該当します)。Cline の OpenAI Compatible パスは chat/completions エンドポイントにハードコードされており、まだ /v1/responses をサポートしていないため、クライアント側での回避策はありません。
対処方法:
- 影響を受けないモデルに切り替える:
gpt-5.1/gpt-5.2、Claude、Gemini、DeepSeek など - Responses エンドポイントをサポートするクライアントを使用する — 詳細なクライアントサポート表は OpenAI Responses API ネイティブガイド をご覧ください
ベストプラクティス
1. モデル選定戦略
2. プロンプト最適化
3. 段階的な開発
- まず基本的なフレームワークを生成する
- 機能を段階的に追加する
- 最後にパフォーマンスを最適化する
- エラーハンドリングを追加する
4. セキュリティへの意識
- コードに機密情報を含めない
- AI が生成したコードをレビューする
- サードパーティ依存関係を検証する
- セキュリティ脆弱性に注意する
統合ワークフロー
Git 連携
テスト駆動開発
- まずテストケースを作成します
- Cline が実装コードを生成します
- テストを実行して検証します
- 繰り返し改善して最適化します
CI/CD 連携
設定ファイルを生成します:トークン最適化とコスト管理
1. トークン使用量をモニタリング
- リアルタイムモニタリング: Cline のサイドバーで概算コストを確認します
- セッション制限: セッションを短く保ち、コンテキストの蓄積を避けます
- 定期的なリセット: 長いタスクは複数セッションに分けて完了します
2. スマートなモデル切り替え
3. .clinerules 設定の使用
プロジェクトルートに.clinerules ファイルを作成します:
4. コストを抑えるための代替案
GitHub Copilot Pro 連携
- 月額料金は $10 のみで、無制限に利用できます
- VSCode LM API 経由で使用します
- 頻繁な利用シナリオに適しています
ローカルモデル(Ollama)
国内モデルを使ってコストを抑える
qwen-turbo(Alibaba Qwen)glm-4(Zhipu Tsinghua)ernie-4.0(Baidu Wenxin)
5. キャッシュ最適化
- Requesty Router のようなサービスを使います
- API コストを 50% 以上削減できます
- 重複するリクエストを自動キャッシュします
上級ベストプラクティス
1. Plan/Act モードの使用
- Plan Mode: 設計とレビュー用の読み取り専用
- Act Mode: 直接実装、簡単なタスクに適しています
- Model Memory: Cline は各モードごとのモデルの優先設定を記憶します
2. コンテキスト管理スキル
3. タスク管理システム
- 重要な会話をブックマーク: スター機能を使う
- 価値のある内容をエクスポート: Markdown として保存
- タスクの並べ替え: コスト、token 使用量で並べ替える
- 一括クリーンアップ: 低価値のセッションを定期的に整理する
4. token 爆発を避ける
5. 費用対効果の分析
6. ワークフローの最適化
パフォーマンス最適化
1. モデルの切り替え
タスクに応じてモデルを選択します:- 開発段階: 軽量モデル
- 複雑なタスク: 高度なモデル
- 本番環境: パフォーマンスとコストのバランスを取る
2. キャッシュ戦略
- レスポンスキャッシュを有効にする
- よく使うコードスニペットをキャッシュする
- 定期的にキャッシュを整理する
3. リクエスト最適化
- 関連するリクエストをまとめる
- ストリーミングレスポンスを使用する
- 適切なタイムアウトを設定する