Cline ist eine VS Code Extension, die einen autonomen KI-Coding-Assistenten bereitstellt. Sie kann Dateien lesen, Code schreiben, Befehle ausführen und ihre Arbeit iterieren.Documentation Index
Fetch the complete documentation index at: https://docs.infercom.ai/llms.txt
Use this file to discover all available pages before exploring further.
Setup-Zeit: ~2 Minuten
Voraussetzungen
- VS Code installiert
- Cline Extension installiert
- Infercom API-Schlüssel
Konfiguration
Schritt 1: Cline-Einstellungen öffnen
- VS Code öffnen
- Auf das Cline-Icon in der Seitenleiste klicken
- Auf das Zahnrad-Icon klicken um Einstellungen zu öffnen
Schritt 2: Provider auswählen
- Im API Provider Dropdown OpenAI Compatible auswählen
- Base URL eingeben:
https://api.infercom.ai/v1 - Ihren Infercom API-Schlüssel eingeben
- Modellname eingeben:
MiniMax-M2.7
Schritt 3: Modell-Konfiguration
Unter Model Configuration:| Einstellung | Wert |
|---|---|
| Context Window Size | 192000 |
| Support Images | Deaktiviert |
| Enable R1 Format | Deaktiviert |
Schritt 4: Verbindung verifizieren
Test Connection klicken oder eine Konversation starten um das Setup zu verifizieren.Optional: Plan/Act-Modi
Für komplexe Aufgaben unterstützt Cline separate Modelle für Planung und Ausführung. Verwenden Sie ein Frontier-Modell (Claude, GPT, Gemini) für die Planung und MiniMax-M2.7 auf Infercom für schnelle Code-Generierung.Plan/Act-Modi aktivieren
- In den Cline-Einstellungen “Use different models for Plan and Act modes” aktivieren
- Jeden Modus separat konfigurieren:
| Modus | Provider | Modell | Zweck |
|---|---|---|---|
| Plan | Ihr bevorzugter Anbieter | Claude, GPT, Gemini | Tiefes Reasoning für Architekturentscheidungen |
| Act | OpenAI Compatible (Infercom) | MiniMax-M2.7 | Schnelle Code-Generierung auf EU-souveräner Infrastruktur |
Modell
MiniMax-M2.7 verwenden - optimiert für Agentic Coding mit 192K Kontext.
Verwendung
Mit konfiguriertem Cline:- Auf das Cline-Icon in der VS Code Seitenleiste klicken
- Ihre Anfrage im Chat eingeben
- Cline wird autonom:
- Relevante Dateien lesen
- Code schreiben oder bearbeiten
- Terminal-Befehle ausführen
- Iterieren bis die Aufgabe abgeschlossen ist
Beispielaufgaben
- “Füge Fehlerbehandlung zur Login-Funktion hinzu”
- “Schreibe Unit-Tests für die User-Klasse”
- “Refaktoriere diese Datei um async/await zu verwenden”
Fehlerbehebung
Verbindung fehlgeschlagen
Konfiguration verifizieren:- Base URL:
https://api.infercom.ai/v1 - API-Schlüssel ist gültig
- Modellname ist exakt:
MiniMax-M2.7
Modell nicht gefunden
Sicherstellen dass der Modellname exakt übereinstimmt (Groß-/Kleinschreibung beachten):MiniMax-M2.7
Langsame Antworten
MiniMax-M2.7 läuft mit 400+ Tokens/Sek. Wenn Antworten langsam erscheinen:- Netzwerkverbindung prüfen
- Großer Kontext (viele Dateien) erhöht die Verarbeitungszeit
- Erste Anfrage kann langsamer sein wegen Modell-Laden
Nächste Schritte
- Cursor - Volle KI-native IDE
- Continue - Open-Source Alternative
- Tool auswählen - Alle Optionen vergleichen