> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Cline (VS Code)

> VS Code 통합 가이드용 AI 프로그래밍 어시스턴트

Cline(이전의 Claude Dev)은 VS Code용 강력한 AI 프로그래밍 어시스턴트 플러그인으로, 여러 AI 모델을 지원합니다. APIYI를 통해 다양한 주류 AI 모델을 유연하게 전환하여 프로그래밍을 지원받을 수 있습니다.

## 빠른 설치

### 1. 플러그인 설치

VS Code 확장 스토어에서 “Cline”을 검색하여 설치합니다

### 2. APIYI 설정

1. 왼쪽의 Cline 아이콘을 클릭합니다
2. 설정 버튼(톱니바퀴 아이콘)을 클릭합니다
3. **OpenAI 호환**을 선택합니다
4. 매개변수를 구성합니다:
   * **Base URL**: `https://api.apiyi.com/v1`
   * **API Key**: APIYI 키
   * **Model Name**: 모델 이름을 입력합니다

### 추천 모델

#### 🎯 프로그래밍 개발 최우선 선택

* `claude-sonnet-4-20250514` ⭐ (Claude 4 최신 버전, 프로그래밍 성능이 매우 뛰어남)
* `o4-mini` (OpenAI 추론 모델, 프로그래밍 작업의 첫 번째 선택)
* `gemini-2.5-pro` ⭐ (2M 컨텍스트, 강력한 멀티모달)
* `deepseek-coder` (코드 특화 모델, 128K 컨텍스트)

#### 💡 복잡한 추론 작업

* `o3` ⭐ (최신 추론 모델, 가격이 크게 인하됨)
* `claude-sonnet-4-20250514-thinking` (Claude 4 사고 연쇄 모드)
* `deepseek-r1` ⭐ (최신 추론 모델, 64K 컨텍스트)
* `grok-3-mini` (추론 기능이 있는 경량 모델)

#### 🚀 빠른 응답

* `gpt-3.5-turbo` (클래식 모델, 높은 가성비)
* `gemini-2.5-flash` ⭐ (빠르고 저렴한 1M 컨텍스트)
* `claude-3-haiku` (경량 고속 버전, 200K 컨텍스트)
* `gpt-4o-mini` (경량 고속 버전, 128K 컨텍스트)

#### 💰 매우 비용 효율적

* `deepseek-chat` (128K 컨텍스트, 전반적인 성능이 뛰어남)
* `qwen-turbo` (알리바바 Qwen 고속 버전)
* `gpt-4.1-nano` (초저가 버전, 128K 컨텍스트)

## 핵심 기능

### 스마트 코드 완성

```python theme={null}
# Input comment, AI auto-generates code
# Calculate the nth Fibonacci number
def fibonacci(n):
    # Cline will auto-complete implementation
```

### 코드 설명

코드 스니펫을 선택한 다음 사용합니다:

* `Cline: Explain Code`: 코드 설명
* `Cline: Explain Error`: 오류 설명

### 코드 리팩터링

* **성능 최적화**: 최적화 제안을 제공합니다
* **가독성 개선**: 복잡한 코드를 리팩터링합니다
* **문제 수정**: 일반적인 문제를 자동으로 수정합니다

### 테스트 생성

```javascript theme={null}
// Original function
function add(a, b) {
    return a + b;
}

// Test generated by Cline
describe('add function', () => {
    test('should add two numbers correctly', () => {
        expect(add(2, 3)).toBe(5);
        expect(add(-1, 1)).toBe(0);
    });
});
```

## 자주 사용하는 명령

| 명령              | 바로가기           | 기능      |
| --------------- | -------------- | ------- |
| Cline: Ask      | `Ctrl+Shift+L` | AI에게 묻기 |
| Cline: Explain  | `Ctrl+Shift+E` | 코드 설명   |
| Cline: Refactor | `Ctrl+Shift+R` | 코드 리팩터링 |
| Cline: Generate | `Ctrl+Shift+G` | 코드 생성   |

## 고급 기능

### 여러 파일 작업

Cline은 서로 관련된 여러 파일을 이해하고 작업할 수 있습니다:

```bash theme={null}
"Move functions from utils.js to helpers.js and update all references"
```

### 아키텍처 설계

프로젝트 아키텍처를 생성합니다:

```text theme={null}
Please design architecture for e-commerce admin system including:
- User management
- Product management
- Order processing
- Data analysis
Using React + Node.js + PostgreSQL
```

### 코드 리뷰

```text theme={null}
Review PR:
- Check code standards
- Find potential bugs
- Performance optimization suggestions
- Security vulnerability scan
```

## 사용 팁

### 1. 컨텍스트 관리

더 나은 컨텍스트를 제공합니다:

```typescript theme={null}
// @context: React component for user authentication
// @requirements: Support OAuth2 login flow
// @constraints: Compatible with NextJS 13+

// AI generates more accurate code based on context
```

### 2. 사용자 지정 프롬프트

설정에서 구성합니다:

```json theme={null}
{
    "cline.customPrompts": {
        "codeReview": "Review code focusing on performance, security, standards",
        "optimize": "Optimize code performance and readability",
        "document": "Generate detailed Chinese documentation"
    }
}
```

### 3. 프로젝트 수준 구성

`.cline/config.json`를 생성합니다:

```json theme={null}
{
    "model": "claude-3-5-sonnet-20241022",
    "temperature": 0.7,
    "language": "zh-CN",
    "codeStyle": {
        "naming": "camelCase",
        "indent": 4,
        "quotes": "single"
    }
}
```

## 문제 해결

### 연결 실패

설정을 확인합니다:

* Base URL: `https://api.apiyi.com/v1`
* API 키가 유효합니다
* 네트워크 연결이 정상입니다

### 응답 시간 초과

해결 방법:

1. 더 빠른 모델을 사용합니다
2. 요청 복잡도를 줄입니다
3. 큰 작업을 더 작은 단위로 나눕니다

### 생성 품질 저하

개선 방법:

1. 더 많은 컨텍스트를 제공합니다
2. 더 강력한 모델을 사용합니다
3. 요구사항을 명확하게 지정합니다

### gpt-5.6 / gpt-5.5 / gpt-5.4에서 400 오류가 발생합니다

오류 `Function tools with reasoning_effort are not supported for ... in /v1/chat/completions` (400)은 GPT-5.4 시리즈와 함께 도입된 OpenAI의 공식 제한입니다: `/v1/chat/completions`에서는 tool calling을 `reasoning_effort` 중 `none` 외의 것과 함께 사용할 수 없습니다(기본 `medium`도 포함됩니다). Cline의 OpenAI Compatible 경로는 chat/completions 엔드포인트에 하드와이어되어 있으며 아직 `/v1/responses`를 지원하지 않으므로, 클라이언트 측 우회 방법은 없습니다.

대처 방법:

1. 영향을 받지 않는 모델로 전환합니다: `gpt-5.1` / `gpt-5.2`, Claude, Gemini, DeepSeek 등
2. Responses 엔드포인트를 지원하는 클라이언트를 사용합니다. 전체 클라이언트 지원 표는 [OpenAI Responses API Native Guide](/ko/api-capabilities/openai/native)에서 확인할 수 있습니다

## 모범 사례

### 1. 모델 선택 전략

| 작업 유형    | 권장 모델                                  | 비용 수준 | 이유                     |
| -------- | -------------------------------------- | ----- | ---------------------- |
| 단순 완성    | `gpt-3.5-turbo` / `gemini-2.5-flash`   | 매우 낮음 | 빠르고 비용이 낮음             |
| 코드 생성    | `claude-sonnet-4-20250514` / `o4-mini` | 중간    | 프로그래밍 성능이 가장 강함        |
| 복잡한 추론   | `o3` / `deepseek-r1`                   | 중간-낮음 | 강한 추론, o3 가격 인하        |
| 아키텍처 설계  | `deepseek-r1` + `claude-4-sonnet`      | 낮음    | 먼저 계획하고 나중에 구현하여 비용 절감 |
| 코드 리뷰    | `gemini-2.5-pro` / `claude-4-sonnet`   | 중간    | 긴 컨텍스트, 뛰어난 이해력        |
| 일괄 리팩터링  | `deepseek-chat` / `qwen-turbo`         | 매우 낮음 | 빠르고 경제적                |
| 문서화      | `gpt-4.1` / `qwen-max`                 | 중간-낮음 | 자연스러운 표현               |
| 긴 텍스트 처리 | `gemini-2.5-pro` (2M)                  | 중간    | 초장문 컨텍스트               |

### 2. 프롬프트 최적화

```text theme={null}
❌ Bad prompt: Fix this function

✅ Good prompt: Fix floating point precision issue in calculateTotal function,
ensure amount calculation accurate to 2 decimal places
```

### 3. 점진적 개발

1. 기본 프레임워크를 먼저 생성합니다
2. 기능을 점진적으로 추가합니다
3. 마지막으로 성능을 최적화합니다
4. 오류 처리를 추가합니다

### 4. 보안 인식

* 코드에 민감한 정보를 포함하지 마십시오
* AI가 생성한 코드를 검토하십시오
* 서드파티 종속성을 검증하십시오
* 보안 취약점을 주의하십시오

## 통합 워크플로

### Git 통합

```bash theme={null}
# Auto-generate commit message
git add .
# Cline: Generate commit message based on changes
```

### 테스트 주도 개발

1. 먼저 테스트 케이스를 작성합니다
2. Cline이 구현 코드를 생성합니다
3. 테스트를 실행하여 검증합니다
4. 반복하며 최적화합니다

### CI/CD 통합

설정 파일을 생성합니다:

```yaml theme={null}
# Cline can generate GitHub Actions config
name: CI
on: [push, pull_request]
jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v2
      - name: Run tests
        run: npm test
```

## Token 최적화 및 비용 관리

### 1. Token 사용량 모니터링

* **실시간 모니터링**: Cline 사이드바에서 예상 비용을 확인하십시오
* **세션 제한**: 세션을 짧게 유지하고 컨텍스트 누적을 피하십시오
* **정기적 리셋**: 긴 작업은 여러 세션으로 나누어 완료하십시오

### 2. 스마트 모델 전환

```text theme={null}
Planning Phase → DeepSeek-R1 or o3 (strong reasoning, low cost)
Implementation Phase → Claude-4-Sonnet or o4-mini (strongest programming)
Simple Tasks → GPT-3.5-Turbo or Gemini-2.5-Flash (fast)
Long Text → Gemini-2.5-Pro (2M context)
```

### 3. .clinerules 설정 사용

프로젝트 루트에 `.clinerules` 파일을 만드십시오:

```text theme={null}
# Limit Cline operation scope
- Don't allow modifying node_modules
- Don't allow deleting important files
- Limit number of files modified at once
- Require confirmation for destructive operations
```

### 4. 비용을 줄이기 위한 대안

#### GitHub Copilot Pro 연동

* 월 요금은 \$10에 불과하며, 무제한으로 사용할 수 있습니다
* VSCode LM API를 통해 사용하십시오
* 고빈도 시나리오에 적합합니다

#### 로컬 모델(Ollama)

```bash theme={null}
# Install Ollama and run local models
ollama run deepseek-coder:6.7b
ollama run qwen2.5-coder:7b
ollama run codellama:13b
```

#### 비용 절감을 위해 국내 모델 사용

* `qwen-turbo` (알리바바 Qwen)
* `glm-4` (즈푸 칭화)
* `ernie-4.0` (바이두 웬신)

### 5. 캐시 최적화

* Requesty Router와 같은 서비스를 사용하십시오
* API 비용을 50% 이상 절감할 수 있습니다
* 반복 요청을 자동으로 캐시합니다

## 고급 모범 사례

### 1. Plan/Act 모드 사용

* **Plan Mode**: 설계와 검토용이며, 읽기 전용입니다.
* **Act Mode**: 직접 구현용이며, 단순한 작업에 적합합니다.
* **Model Memory**: Cline은 각 모드에 대한 모델 선호도를 기억합니다.

### 2. 컨텍스트 관리 기술

```typescript theme={null}
// Explicit context comments
// @context: React 18 + TypeScript 5
// @requirements: Support SSR, compatible with Next.js 14
// @constraints: Don't use external state management library
// @performance: First screen load < 3s
```

### 3. 작업 관리 시스템

* **중요한 대화 북마크**: 별표 기능을 사용합니다.
* **유용한 콘텐츠 내보내기**: Markdown으로 저장합니다.
* **작업 정렬**: 비용, token 사용량 기준으로 정렬합니다.
* **일괄 정리**: 가치가 낮은 세션은 정기적으로 정리합니다.

### 4. 토큰 폭발 방지

```text theme={null}
❌ Wrong Approach:
- Handle multiple unrelated tasks in same session
- Let Cline read entire large codebase
- Constantly changing requirements causing context confusion

✅ Correct Approach:
- Start new session for each feature
- Only include relevant files
- Start after clarifying requirements
- Commit code immediately after completion
```

### 5. 비용-편익 분석

| 시나리오     | 기존 개발 시간 | Cline 비용 | 절감 시간 | ROI   |
| -------- | -------- | -------- | ----- | ----- |
| CRUD 모듈  | 4시간      | \$5-10   | 3.5시간 | 매우 높음 |
| 복잡한 리팩터링 | 2일       | \$20-50  | 1.5일  | 높음    |
| 아키텍처 설계  | 1주       | \$50-100 | 5일    | 높음    |

### 6. 워크플로 최적화

```bash theme={null}
# 1. Planning Phase (use reasoning models)
"Use o3 or DeepSeek-R1 to analyze requirements and develop architecture"

# 2. Implementation Phase (use programming-specialized models)
"Switch to Claude-4-Sonnet or o4-mini to implement core features"

# 3. Testing Optimization (use fast models)
"Use Gemini-2.5-Flash or GPT-3.5-Turbo for unit testing and optimization"

# 4. Documentation Phase (use comprehensive models)
"Use GPT-4.1 or Qwen-Max to generate project documentation"

# 5. Code Review (use long-context models)
"Use Gemini-2.5-Pro for comprehensive code review"
```

## 성능 최적화

### 1. 모델 전환

작업에 따라 모델을 선택합니다:

* 개발 단계: 경량 모델
* 복잡한 작업: 고급 모델
* 프로덕션: 성능과 비용의 균형

### 2. 캐싱 전략

* 응답 캐싱을 활성화합니다
* 자주 사용하는 코드 스니펫을 캐시합니다
* 캐시를 정기적으로 정리합니다

### 3. 요청 최적화

* 관련 요청을 배치합니다
* 스트리밍 응답을 사용합니다
* 적절한 타임아웃을 설정합니다

도움이 더 필요하시면 [상세 통합 문서](/ko/scenarios/programming/cline)를 확인해 주십시오.