Continue 的 Agent 模式弹出 Not Supported 时先去 TaoToken 建一把 Key再回头改 config.json通常比在本地硬盘上折腾模型权重更快见效。很多人第一次搭 Ollama ContinueChat 面板问什么答什么一切到 Agent 就卡住——模型名旁边挂了灰点发送没反应或者干脆回一句不支持工具调用。这里要分清两件事Continue 只负责把任务拆成若干步、按顺序发给模型真正能不能读写文件、能不能执行终端命令取决于模型那边的 Function Calling 能力。本地拉下来的 7B、8B 小模型多在问答和补全上够用一到结构化工具调用就露怯。把 API 通道换成 TaoToken 之后Continue 侧不用大改只动三个字段Agent 模式就有机会真正跑起来。1. Agent 模式弹出 Not SupportedContinue 到底卡在哪一层1.1 Chat 能聊天、Agent 不动差别只在工具调用Continue 的界面里Chat 和 Agent 走的是两套完全不同的请求协议。Chat 模式本质是一次普通对话补全你把代码选中、问题敲进去插件把上下文拼成一段文本发给模型模型回一段文本流程结束。Agent 模式要复杂得多插件需要先把可用工具的能力清单发给模型——读文件、写文件、列目录、按关键词检索代码库、在项目里跑一条命令每个工具都带一份 JSON Schema 描述参数格式。模型收到清单后不是直接回话而是回一个结构化的 tool_calls声明「我要调 read_file参数是这几个」。插件解析这段结构化数据去真实执行再把结果塞回对话循环往复。所以当模型不认识这套协议时Continue 拿不到合法的 tool_calls只能把状态标成不支持。你在界面上看到的就是模型名旁边一个灰色的 Not Supported或者发送后石沉大海。这不代表 Continue 坏了也不代表你的配置写错了纯粹是模型侧缺了工具调用这一层能力。把这一点想通后面的排查方向就清楚了要么换一个会调工具的模型要么换一条能提供这种模型的 API 通道。1.2 Ollama 的 11434 为什么撑不起多步任务Ollama 默认在http://localhost:11434上开一个本地服务config.json 里 provider 写ollama、apiBase 写这个本地地址是最经典的离线组合。这条路能走通的前提是拉下来的模型自带工具调用模板。问题在于社区里流通的量化版本非常多模板千差万别有的压根没带有的格式和 Continue 期望的对不齐于是出现「问答流畅、Agent 罢工」的错位现象。即便某个小模型勉强能吐出 tool_calls多步任务里也容易翻车第三步忘了第一步读过什么文件、把参数名写成近义词、路径拼错一级目录、该调写文件的时候重复调读文件。单轮问答看不出差距任务一长人工纠正的成本就上来了。本地跑模型的优势是隐私和零请求成本这个优势在纯补全场景里非常实在但一旦进入「让助手自己拆步骤、自己动手改代码」的区间小模型的短板就不是调参能补的。原文里那套完全本地、免费、离线的方案边界恰好画在这里。2. 换通道之前先把 Continue 的配置结构看清楚2.1 config.json 里真正决定走哪条通道的三个字段Continue 的模型配置里真正决定请求去哪里的只有三个字段。provider决定用哪套协议封装请求OpenAI 兼容形态的第三方服务统一写openaimodel决定服务端最终把请求路由到哪个模型apiBase决定请求发往哪个域名。再加一个apiKey做身份识别四个字段凑齐一条通道就通了。大多数人踩的第一个坑是把provider和apiBase的关系搞反以为写了地址就自动走兼容协议。实际上 provider 才是决定「怎么说话」的那个apiBase 只是「跟谁说」。第二个坑是把官网地址和接口地址混着填——给人看的页面和给程序调的接口是两个完全不同的入口这一点在下一节会具体说。第三个坑是 Key 直接明文躺在配置文件里然后被提交进 Git 仓库这个后面排障部分再展开。2.2 打开官网创建一把属于你的 API Key准备工作只有一步打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册并登录进控制台找到 API Keys 页面新建一把 Key复制出来先存进密码管理器。完整密钥通常只在创建的那一刻展示一次页面刷新之后就只剩掩码丢了只能重建。本文所有示例里的 Key 一律写成占位符YOUR_API_KEY你自己替换成刚复制的那串。同一时间顺手把模型 ID 也确认下来在官网的模型广场里翻一遍当前可用的列表把准备给 Agent 用的那个模型名整串复制下来别凭记忆手打。这一步看起来啰嗦实际能省掉后面一半的 400 报错。准备工作做完你手里应该有三样东西一把 Key、一个模型 ID、一个确定的 Base URL。3. 把 apiBase 填成 https://taotoken.net/api可复制的 config.json3.1 完整配置示例Continue 的用户级配置一般放在~/.continue/config.json老版本里这是一个 JSON 文件新版本可能换成了 config.yaml字段含义一致只是写法从 JSON 变成 YAML。下面这份示例可以直接复制改掉两处占位符即可。{ models: [ { title: TaoToken Agent, provider: openai, model: YOUR_MODEL_ID, apiKey: YOUR_API_KEY, apiBase: https://taotoken.net/api } ], tabAutocompleteModel: { title: TaoToken 补全, provider: openai, model: YOUR_MODEL_ID, apiKey: YOUR_API_KEY, apiBase: https://taotoken.net/api }, allowAnonymousTelemetry: false }三个细节值得单独强调。apiBase末尾不要带/v1也不要带任何查询参数多余的路径后缀会让请求打到不存在的路由上这是接口地址不是给人点的落地页两者千万不能互换。model必须填模型广场里真实存在的 ID写错一个字符就是请求被拒。apiKey建议先用占位符跑通结构确认没语法错误再替换真 Key避免反复粘贴出错。3.2 自动补全要不要也换成同一条通道tabAutocompleteModel是灰色内联补全用的配置和 Agent 是两个独立模型槽位。内联补全触发极其频繁几乎每敲几个字符就发一次请求如果延续原文思路继续用本地 Ollama 跑补全隐私和延迟都很舒服Agent 再单独指到 TaoToken这是比较划算的分工。反过来如果本机没装 Ollama、或者拉模型太占磁盘两处都指过来也行代价是补全要走网络网速差的时候手感会明显变钝。选择权在你配置文件里拆成两段写就是为了让你能分开调。3.3 模型 ID 一定以模型广场当时列表为准模型 ID 这件事没有捷径。各家服务商的命名习惯不一样有的带日期后缀有的用短别名同一个模型还可能同时挂多个版本。写这篇的时候能用的名字过两周可能就下线了所以任何教程里出现的具体模型字符串都只能当参考正式配置一律以 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 上模型广场的当前列表为准。挑模型的判断标准也简单Agent 模式优先选明确支持工具调用的那几个上下文窗口尽量大一点因为多步任务累积的上下文涨得很快。3.4 用终端命令先验一次 Key再去动 Continue如果不想让配置文件背锅可以在改 Continue 之前先单独验一次通道。装一个官方 CLI用它发一条最短的请求看能不能拿到回复npm install -g taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m YOUR_MODEL_ID命令里-u后面的地址同样是接口地址末尾不带/v1也不要带 UTM 参数。这一步能回话说明 Key 和模型 ID 都没问题剩下的问题必然出在 Continue 的配置写法上这一步就报错说明该去检查 Key 或模型 ID跟 Continue 无关。把变量隔离在两个阶段验证排查效率会高很多。4. 让 Agent 真的动起来重载、验证、看工具调用4.1 重载 Continue 并确认模型出现在下拉框配置文件保存之后Continue 不会自动重新读取。VS Code 里用命令面板执行一次 Reload WindowJetBrains 系 IDE 直接重启有些版本还需要在 Continue 面板里手动点一下刷新模型列表。重载完成后打开对话框顶部的模型下拉应该能看到你在 config.json 里写的title。如果下拉框里还是只有旧的本地模型八成是文件放错了位置——工作区级别的.continue/config.json会覆盖用户级别的同名配置你改的是用户级、加载的是工作区级就会一直看不到变化。把两个位置的配置对齐或者干脆只保留一份能少一大类莫名其妙的故障。4.2 用一次最小多步任务验证工具调用验证 Agent 是否真的会调工具任务要选得足够小又足够多步。比如读一下 README在 docs 目录下新建一个 todo.md列出三条待办事项。这个任务至少需要读文件、写文件两个工具模型必须连续调两次才能完成。观察点有两个。一是过程里有没有出现工具调用的痕迹比如面板上依次闪过「读取 README」「写入 todo.md」这类状态二是最终产物有没有真的落到磁盘上——打开文件看一眼别只看对话里的总结。如果模型只是把内容写在回复里、文件根本没生成说明它还在用纯文本模拟工具调用没有真正生效。这时候回到第 3 节确认 provider 和 apiBase 的写法。还有一条底线要记住Agent 生成的是代码、命令和 SQL执行动作要由你在本机完成。涉及生产库的诊断 SQL、需要编译运行的程序、需要注册组件的命令都自己在本机或测试环境跑完把报错原文贴回对话让它分析。别指望插件直接连上生产库替你操作。4.3 Chat、Plan、Agent 三种模式怎么配合用三个模式不是互斥的是三种工作节奏。Chat 适合问概念、看单段代码的改法Plan 适合动手之前先要一份改动方案让它把步骤列出来你审一遍再放行Agent 适合方案已经清楚、只差执行的场景比如批量重命名、跨多个文件统一改接口签名。实际用下来比较顺的节奏是Chat 里把需求聊清楚Plan 里拿到步骤清单确认无误后切 Agent 执行。切模式只是换界面行为Key 和 Base URL 用的是同一套不需要为每个模式单独配一遍。真要拆开也是拆模型槽位而不是拆通道。5. Agent 模式跑不通时的报错对照5.1 401 / 403Key 从哪来、怎么放认证类报错只有一个排查方向核对 Key 本身。常见原因有三个Key 复制时带了首尾空格、复制的是掩码而不是完整密钥、把别的服务商的 Key 混了进来。处理方式是从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的控制台里重新创建一把复制后先粘到纯文本编辑器里看有没有多余字符再放进配置。另外提一句apiKey字段的写法直接填字符串不要自己加Bearer前缀也不要加引号之外的任何修饰。要求带什么头插件会自己拼。明文写在 config.json 里还有个风险是误提交到 Git把~/.continue/排除在版本控制之外或者至少别把带真 Key 的配置放进项目目录。5.2 还是显示 Not Supported先确认模型支持工具调用Key 没问题、请求也通了模型旁边依然挂着不支持那基本就是模型侧的能力问题。回到模型广场确认你选的这个模型是否在工具调用上可用换成明确支持的那一档再试。很多人以为换个更大的模型就行其实参数规模和工具调用支持度不是一回事关键看服务端有没有为这个模型开启对应的能力。还有一个容易被忽略的细节Agent 模式要求的工具调用格式比较严格模型偶尔会输出格式不完整的参数插件解析失败也只表现为「这一步没执行」。如果只是偶发失败别急着改配置重试一次往往就过了如果每次都失败那就是模型选型问题。5.3 连不上或 404apiBase 写成了落地页或多加了后缀这类报错最好认请求根本没打到正确的位置。检查 config.json 里的apiBase正确写法是https://taotoken.net/api末尾没有/v1没有斜杠也不带任何?开头的参数。有人会把给人点的官网地址直接粘进去那是个网页程序请求它只会拿到一段 HTML不是接口。也别在地址后面自作聪明补/chat/completions之类的路径插件自己会拼完整的请求路由你多写一段就多一层出错概率。改完之后记得重载一次插件配置文件的改动不会热生效。6. Ollama 和统一通道怎么分工6.1 留给本地的场景离线环境、涉密代码、只想要内联补全、笔记本不想联网这些场景本地模型依然是最佳解。补全这个任务对模型要求不高小模型响应快、不产生请求费用长时间写代码的手感反而更好。把tabAutocompleteModel继续指向http://localhost:11434Agent 槽位单独走云端是一种很务实的混合配置。这种分工还顺带解决一个心理问题你不用担心每一行代码补全都在花钱也不用为了省钱把 Agent 关掉。两种负载分开算账心里有数。6.2 走统一通道的场景多步重构、跨文件改接口、根据报错定位问题、需要长上下文把整个模块读进来这些任务交给支持工具调用的云端模型成功率和稳定性差一个档次。再加上一个现实因素本地机器跑大模型要占显存、要调参数、要等加载换机器还得重来一遍统一通道这边只改配置里的一个地址换环境时把同一份 config.json 带过去就完事。模型迭代的速度也是考量。今天本地拉下来的版本下个月可能就有更强的替代而每次重新下载、重新量化、重新调模板都要花时间。走统一接入的方式换模型只是把model字段改个字符串成本几乎为零。7. 跑通之后去控制台核对这次 Agent 调用配置保存、插件重载、任务跑完之后还有一步别跳过回到控制台确认这次调用真的记上了。同一个模型 ID、同一把 Key先在 TaoToken 模型对话 里发一条测试消息能正常回话就说明通道本身没问题再去 控制台 API Keys 页面看调用记录和用量确认刚才 Agent 的那几次工具调用确实产生了请求。如果打算把 Agent 模式当成日常主力Coding Plan 里可以先把套餐额度对一遍避免写到一半被限额打断换机器或者重装 IDE 时Key 也是在这套控制台里重新创建配置里的其他部分原样搬过去就行。跑顺之后你会发现Continue 的 Agent 到底好不好用很大程度上取决于背后那个模型肯不肯老老实实调工具——这件事在 config.json 里改一个 apiBase 就能换一条路比在本机反复拉模型试错代价小得多。
Continue 跑 Agent 模式：Key 用 TaoToken
Continue 的 Agent 模式弹出 Not Supported 时先去 TaoToken 建一把 Key再回头改 config.json通常比在本地硬盘上折腾模型权重更快见效。很多人第一次搭 Ollama ContinueChat 面板问什么答什么一切到 Agent 就卡住——模型名旁边挂了灰点发送没反应或者干脆回一句不支持工具调用。这里要分清两件事Continue 只负责把任务拆成若干步、按顺序发给模型真正能不能读写文件、能不能执行终端命令取决于模型那边的 Function Calling 能力。本地拉下来的 7B、8B 小模型多在问答和补全上够用一到结构化工具调用就露怯。把 API 通道换成 TaoToken 之后Continue 侧不用大改只动三个字段Agent 模式就有机会真正跑起来。1. Agent 模式弹出 Not SupportedContinue 到底卡在哪一层1.1 Chat 能聊天、Agent 不动差别只在工具调用Continue 的界面里Chat 和 Agent 走的是两套完全不同的请求协议。Chat 模式本质是一次普通对话补全你把代码选中、问题敲进去插件把上下文拼成一段文本发给模型模型回一段文本流程结束。Agent 模式要复杂得多插件需要先把可用工具的能力清单发给模型——读文件、写文件、列目录、按关键词检索代码库、在项目里跑一条命令每个工具都带一份 JSON Schema 描述参数格式。模型收到清单后不是直接回话而是回一个结构化的 tool_calls声明「我要调 read_file参数是这几个」。插件解析这段结构化数据去真实执行再把结果塞回对话循环往复。所以当模型不认识这套协议时Continue 拿不到合法的 tool_calls只能把状态标成不支持。你在界面上看到的就是模型名旁边一个灰色的 Not Supported或者发送后石沉大海。这不代表 Continue 坏了也不代表你的配置写错了纯粹是模型侧缺了工具调用这一层能力。把这一点想通后面的排查方向就清楚了要么换一个会调工具的模型要么换一条能提供这种模型的 API 通道。1.2 Ollama 的 11434 为什么撑不起多步任务Ollama 默认在http://localhost:11434上开一个本地服务config.json 里 provider 写ollama、apiBase 写这个本地地址是最经典的离线组合。这条路能走通的前提是拉下来的模型自带工具调用模板。问题在于社区里流通的量化版本非常多模板千差万别有的压根没带有的格式和 Continue 期望的对不齐于是出现「问答流畅、Agent 罢工」的错位现象。即便某个小模型勉强能吐出 tool_calls多步任务里也容易翻车第三步忘了第一步读过什么文件、把参数名写成近义词、路径拼错一级目录、该调写文件的时候重复调读文件。单轮问答看不出差距任务一长人工纠正的成本就上来了。本地跑模型的优势是隐私和零请求成本这个优势在纯补全场景里非常实在但一旦进入「让助手自己拆步骤、自己动手改代码」的区间小模型的短板就不是调参能补的。原文里那套完全本地、免费、离线的方案边界恰好画在这里。2. 换通道之前先把 Continue 的配置结构看清楚2.1 config.json 里真正决定走哪条通道的三个字段Continue 的模型配置里真正决定请求去哪里的只有三个字段。provider决定用哪套协议封装请求OpenAI 兼容形态的第三方服务统一写openaimodel决定服务端最终把请求路由到哪个模型apiBase决定请求发往哪个域名。再加一个apiKey做身份识别四个字段凑齐一条通道就通了。大多数人踩的第一个坑是把provider和apiBase的关系搞反以为写了地址就自动走兼容协议。实际上 provider 才是决定「怎么说话」的那个apiBase 只是「跟谁说」。第二个坑是把官网地址和接口地址混着填——给人看的页面和给程序调的接口是两个完全不同的入口这一点在下一节会具体说。第三个坑是 Key 直接明文躺在配置文件里然后被提交进 Git 仓库这个后面排障部分再展开。2.2 打开官网创建一把属于你的 API Key准备工作只有一步打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册并登录进控制台找到 API Keys 页面新建一把 Key复制出来先存进密码管理器。完整密钥通常只在创建的那一刻展示一次页面刷新之后就只剩掩码丢了只能重建。本文所有示例里的 Key 一律写成占位符YOUR_API_KEY你自己替换成刚复制的那串。同一时间顺手把模型 ID 也确认下来在官网的模型广场里翻一遍当前可用的列表把准备给 Agent 用的那个模型名整串复制下来别凭记忆手打。这一步看起来啰嗦实际能省掉后面一半的 400 报错。准备工作做完你手里应该有三样东西一把 Key、一个模型 ID、一个确定的 Base URL。3. 把 apiBase 填成 https://taotoken.net/api可复制的 config.json3.1 完整配置示例Continue 的用户级配置一般放在~/.continue/config.json老版本里这是一个 JSON 文件新版本可能换成了 config.yaml字段含义一致只是写法从 JSON 变成 YAML。下面这份示例可以直接复制改掉两处占位符即可。{ models: [ { title: TaoToken Agent, provider: openai, model: YOUR_MODEL_ID, apiKey: YOUR_API_KEY, apiBase: https://taotoken.net/api } ], tabAutocompleteModel: { title: TaoToken 补全, provider: openai, model: YOUR_MODEL_ID, apiKey: YOUR_API_KEY, apiBase: https://taotoken.net/api }, allowAnonymousTelemetry: false }三个细节值得单独强调。apiBase末尾不要带/v1也不要带任何查询参数多余的路径后缀会让请求打到不存在的路由上这是接口地址不是给人点的落地页两者千万不能互换。model必须填模型广场里真实存在的 ID写错一个字符就是请求被拒。apiKey建议先用占位符跑通结构确认没语法错误再替换真 Key避免反复粘贴出错。3.2 自动补全要不要也换成同一条通道tabAutocompleteModel是灰色内联补全用的配置和 Agent 是两个独立模型槽位。内联补全触发极其频繁几乎每敲几个字符就发一次请求如果延续原文思路继续用本地 Ollama 跑补全隐私和延迟都很舒服Agent 再单独指到 TaoToken这是比较划算的分工。反过来如果本机没装 Ollama、或者拉模型太占磁盘两处都指过来也行代价是补全要走网络网速差的时候手感会明显变钝。选择权在你配置文件里拆成两段写就是为了让你能分开调。3.3 模型 ID 一定以模型广场当时列表为准模型 ID 这件事没有捷径。各家服务商的命名习惯不一样有的带日期后缀有的用短别名同一个模型还可能同时挂多个版本。写这篇的时候能用的名字过两周可能就下线了所以任何教程里出现的具体模型字符串都只能当参考正式配置一律以 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 上模型广场的当前列表为准。挑模型的判断标准也简单Agent 模式优先选明确支持工具调用的那几个上下文窗口尽量大一点因为多步任务累积的上下文涨得很快。3.4 用终端命令先验一次 Key再去动 Continue如果不想让配置文件背锅可以在改 Continue 之前先单独验一次通道。装一个官方 CLI用它发一条最短的请求看能不能拿到回复npm install -g taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m YOUR_MODEL_ID命令里-u后面的地址同样是接口地址末尾不带/v1也不要带 UTM 参数。这一步能回话说明 Key 和模型 ID 都没问题剩下的问题必然出在 Continue 的配置写法上这一步就报错说明该去检查 Key 或模型 ID跟 Continue 无关。把变量隔离在两个阶段验证排查效率会高很多。4. 让 Agent 真的动起来重载、验证、看工具调用4.1 重载 Continue 并确认模型出现在下拉框配置文件保存之后Continue 不会自动重新读取。VS Code 里用命令面板执行一次 Reload WindowJetBrains 系 IDE 直接重启有些版本还需要在 Continue 面板里手动点一下刷新模型列表。重载完成后打开对话框顶部的模型下拉应该能看到你在 config.json 里写的title。如果下拉框里还是只有旧的本地模型八成是文件放错了位置——工作区级别的.continue/config.json会覆盖用户级别的同名配置你改的是用户级、加载的是工作区级就会一直看不到变化。把两个位置的配置对齐或者干脆只保留一份能少一大类莫名其妙的故障。4.2 用一次最小多步任务验证工具调用验证 Agent 是否真的会调工具任务要选得足够小又足够多步。比如读一下 README在 docs 目录下新建一个 todo.md列出三条待办事项。这个任务至少需要读文件、写文件两个工具模型必须连续调两次才能完成。观察点有两个。一是过程里有没有出现工具调用的痕迹比如面板上依次闪过「读取 README」「写入 todo.md」这类状态二是最终产物有没有真的落到磁盘上——打开文件看一眼别只看对话里的总结。如果模型只是把内容写在回复里、文件根本没生成说明它还在用纯文本模拟工具调用没有真正生效。这时候回到第 3 节确认 provider 和 apiBase 的写法。还有一条底线要记住Agent 生成的是代码、命令和 SQL执行动作要由你在本机完成。涉及生产库的诊断 SQL、需要编译运行的程序、需要注册组件的命令都自己在本机或测试环境跑完把报错原文贴回对话让它分析。别指望插件直接连上生产库替你操作。4.3 Chat、Plan、Agent 三种模式怎么配合用三个模式不是互斥的是三种工作节奏。Chat 适合问概念、看单段代码的改法Plan 适合动手之前先要一份改动方案让它把步骤列出来你审一遍再放行Agent 适合方案已经清楚、只差执行的场景比如批量重命名、跨多个文件统一改接口签名。实际用下来比较顺的节奏是Chat 里把需求聊清楚Plan 里拿到步骤清单确认无误后切 Agent 执行。切模式只是换界面行为Key 和 Base URL 用的是同一套不需要为每个模式单独配一遍。真要拆开也是拆模型槽位而不是拆通道。5. Agent 模式跑不通时的报错对照5.1 401 / 403Key 从哪来、怎么放认证类报错只有一个排查方向核对 Key 本身。常见原因有三个Key 复制时带了首尾空格、复制的是掩码而不是完整密钥、把别的服务商的 Key 混了进来。处理方式是从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的控制台里重新创建一把复制后先粘到纯文本编辑器里看有没有多余字符再放进配置。另外提一句apiKey字段的写法直接填字符串不要自己加Bearer前缀也不要加引号之外的任何修饰。要求带什么头插件会自己拼。明文写在 config.json 里还有个风险是误提交到 Git把~/.continue/排除在版本控制之外或者至少别把带真 Key 的配置放进项目目录。5.2 还是显示 Not Supported先确认模型支持工具调用Key 没问题、请求也通了模型旁边依然挂着不支持那基本就是模型侧的能力问题。回到模型广场确认你选的这个模型是否在工具调用上可用换成明确支持的那一档再试。很多人以为换个更大的模型就行其实参数规模和工具调用支持度不是一回事关键看服务端有没有为这个模型开启对应的能力。还有一个容易被忽略的细节Agent 模式要求的工具调用格式比较严格模型偶尔会输出格式不完整的参数插件解析失败也只表现为「这一步没执行」。如果只是偶发失败别急着改配置重试一次往往就过了如果每次都失败那就是模型选型问题。5.3 连不上或 404apiBase 写成了落地页或多加了后缀这类报错最好认请求根本没打到正确的位置。检查 config.json 里的apiBase正确写法是https://taotoken.net/api末尾没有/v1没有斜杠也不带任何?开头的参数。有人会把给人点的官网地址直接粘进去那是个网页程序请求它只会拿到一段 HTML不是接口。也别在地址后面自作聪明补/chat/completions之类的路径插件自己会拼完整的请求路由你多写一段就多一层出错概率。改完之后记得重载一次插件配置文件的改动不会热生效。6. Ollama 和统一通道怎么分工6.1 留给本地的场景离线环境、涉密代码、只想要内联补全、笔记本不想联网这些场景本地模型依然是最佳解。补全这个任务对模型要求不高小模型响应快、不产生请求费用长时间写代码的手感反而更好。把tabAutocompleteModel继续指向http://localhost:11434Agent 槽位单独走云端是一种很务实的混合配置。这种分工还顺带解决一个心理问题你不用担心每一行代码补全都在花钱也不用为了省钱把 Agent 关掉。两种负载分开算账心里有数。6.2 走统一通道的场景多步重构、跨文件改接口、根据报错定位问题、需要长上下文把整个模块读进来这些任务交给支持工具调用的云端模型成功率和稳定性差一个档次。再加上一个现实因素本地机器跑大模型要占显存、要调参数、要等加载换机器还得重来一遍统一通道这边只改配置里的一个地址换环境时把同一份 config.json 带过去就完事。模型迭代的速度也是考量。今天本地拉下来的版本下个月可能就有更强的替代而每次重新下载、重新量化、重新调模板都要花时间。走统一接入的方式换模型只是把model字段改个字符串成本几乎为零。7. 跑通之后去控制台核对这次 Agent 调用配置保存、插件重载、任务跑完之后还有一步别跳过回到控制台确认这次调用真的记上了。同一个模型 ID、同一把 Key先在 TaoToken 模型对话 里发一条测试消息能正常回话就说明通道本身没问题再去 控制台 API Keys 页面看调用记录和用量确认刚才 Agent 的那几次工具调用确实产生了请求。如果打算把 Agent 模式当成日常主力Coding Plan 里可以先把套餐额度对一遍避免写到一半被限额打断换机器或者重装 IDE 时Key 也是在这套控制台里重新创建配置里的其他部分原样搬过去就行。跑顺之后你会发现Continue 的 Agent 到底好不好用很大程度上取决于背后那个模型肯不肯老老实实调工具——这件事在 config.json 里改一个 apiBase 就能换一条路比在本机反复拉模型试错代价小得多。
