企业官网建设流程全解析

1. Continue 插件在 VSCode 里的 AI 编程部署：本地 Ollama 与远程 API 切换的配置痛点

Continue 是一款跑在 VSCode 里的开源 AI 编程插件，能补全代码、对话改代码、解释报错，适合想在自己编辑器里搭一套可控 AI 编程环境的开发者。它最大的特点是配置全写在settings.json里，模型来源可以自由换。也正因为这样，很多人在本地 Ollama 和远程 API 之间来回切的时候，配置一改就报错，或者补全能用、对话不能用。

我一开始也是照着教程走：装 VSCode、装 Ollama、ollama pull拉个模型、Continue 里选 autodetect，确实能跑。但问题很快来了。本地小模型补全还行，一让它改稍微复杂点的逻辑就开始胡编；想换成远程 API，又得去翻 Continue 的配置文档，models、provider、apiBase、model这几个字段填错一个就连不上。更麻烦的是，本地和远程两套配置混在一起，切换时经常忘了改哪一项。

这篇就围绕这个痛点来。我会先讲清楚 Continue 的配置结构，然后给出一份可以直接复制的settings.json，把本地 Ollama 和远程 API 两条线都配好，再重点讲怎么用 TaoToken 的统一 Key 接入远程模型，最后给一个连通性验证动作，确认模型真的通了。整个过程不需要你懂太多底层原理，照着改配置、发一条测试请求就行。

适合谁看：已经在用 VSCode、想给编辑器加 AI 补全和对话、又不想被单一模型绑死的开发者。如果你之前只配过 Ollama 的 autodetect，这篇能帮你把远程 API 这条线也补上。

2. TaoToken 前置准备：统一 Key 接入 Continue 的远程模型

Continue 支持很多 provider，比如 openai、ollama、anthropic 等。远程 API 这条线，核心就是三样东西：Base URL、API Key、Model ID。TaoToken 的作用是把这三样统一起来，你拿一个 Key，就能在 Continue 里按 OpenAI 兼容格式接入，不用为每个模型单独申请账号。

先说清楚 TaoToken 是什么：它是一个模型 API 聚合服务，提供 OpenAI 兼容的接口。对 Continue 来说，你只需要把它当成一个provider: openai的来源就行。官网是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 地址是 https://taotoken.net/api ，注意 API 地址后面不加任何参数。

拿 Key 的步骤不复杂，但我要提醒一句：Key 只在创建时完整显示一次，复制好再关页面。具体路径是进控制台，找到 API Keys 页面新建一个。控制台入口在 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，API Keys 页面在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite 。如果你对模型能力不确定，可以先在模型对话页面试几条，入口是 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=model&utm_campaign=rewrite 。

这里有个关键点：Continue 的远程配置里，apiBase要填https://taotoken.net/api，apiKey填你刚复制的 Key，model填你要用的模型 ID。模型 ID 不是随便写的，得是服务端支持的名称。你可以在模型对话页面确认当前可用的模型名，再填进配置。

为什么不用本地 Ollama 就够了？因为本地模型受限于你的显卡和内存，跑 7B 以下的模型补全可以，但做多文件重构、长上下文对话就吃力。远程 API 的好处是模型能力强、不占本地资源，适合处理复杂任务。Continue 允许你同时配多个模型，补全用本地、对话用远程，这样既省资源又保证质量。下面第三节我就把这份双线配置写出来。

3. 可复制配置：settings.json 里同时配好 Ollama 与 TaoToken 远程模型

Continue 的配置文件在 VSCode 里通过命令面板打开：Ctrl+Shift+P，输入Continue: Open Config，会打开settings.json。这个文件通常在用户目录下的.continue文件夹里，路径类似~/.continue/settings.json（Windows 是C:\Users\你的用户名\.continue\settings.json）。下面这份配置你可以直接复制，把apiKey换成你自己的。

{ "models": [ { "title": "Ollama Qwen Coder", "provider": "ollama", "model": "qwen2.5-coder:1.5b-base", "apiBase": "http://localhost:11434" }, { "title": "TaoToken GPT", "provider": "openai", "model": "gpt-4o-mini", "apiKey": "sk-你的TaoTokenKey", "apiBase": "https://taotoken.net/api" } ], "tabAutocompleteModel": { "title": "Ollama Autocomplete", "provider": "ollama", "model": "qwen2.5-coder:1.5b-base", "apiBase": "http://localhost:11434" }, "embeddingsProvider": { "provider": "ollama", "model": "nomic-embed-text", "apiBase": "http://localhost:11434" } }

这份配置里，models数组放的是对话模型，tabAutocompleteModel是行内补全模型，embeddingsProvider是代码索引用的嵌入模型。补全我建议用本地 Ollama，因为补全请求频繁，走远程会有延迟；对话和复杂任务用 TaoToken 的远程模型，能力更强。

几个容易填错的字段我单独说下。provider对 TaoToken 要写openai，因为它兼容 OpenAI 格式，不要写taotoken，Continue 不认识。apiBase结尾不要加/v1，Continue 会自己拼路径，你加了反而会变成/v1/v1/chat/completions这种错误地址。model字段填的是模型 ID，比如gpt-4o-mini，不是显示名称。

如果你用的是 Claude Code 那套配置思路，或者想接 Anthropic 格式的模型，Continue 里对应的是provider: anthropic，但 TaoToken 这条线统一走 OpenAI 兼容格式最省事。另外，如果你在别处见过auth.json、Base URL、Key、Model ID三件套的说法，这里对应关系就是：Base URL 填https://taotoken.net/api，Key 填apiKey，Model ID 填model。三样齐全，配置才算完整。

改完保存，Continue 会自动重载配置。如果没生效，重启一下 VSCode 窗口。下一步就是验证它到底通没通。

4. 验证请求：确认 Continue 与 TaoToken 模型连通性

配置写完不代表能用，得实际发一条请求验证。Continue 里验证很简单：打开侧边栏的 Continue 面板，在对话框顶部切换到TaoToken GPT这个模型，然后输入一句测试，比如「用 Python 写一个读取 JSON 文件的函数」。如果它能正常返回代码，说明远程这条线通了。

如果对话面板没反应，可以先用命令行直接打 TaoToken 的接口，排除是 Continue 的问题还是 Key 的问题。用 curl 发一条：

curl https://taotoken.net/api/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-你的TaoTokenKey" \ -d '{ "model": "gpt-4o-mini", "messages": [{"role": "user", "content": "回复一句：连通成功"}] }'

正常返回会是一个 JSON，choices数组里第一项的message.content就是模型回复。看到这个，说明 Key、Base URL、Model ID 三样都对。如果返回 401，是 Key 的问题；返回 404，多半是apiBase或model写错了。

本地 Ollama 这条线也验证一下。先确认 Ollama 服务在跑：

ollama list

能看到你拉过的模型列表，比如qwen2.5-coder:1.5b-base。然后直接请求本地接口：

curl http://localhost:11434/api/generate \ -d '{"model": "qwen2.5-coder:1.5b-base", "prompt": "写一个 hello world", "stream": false}'

有返回就说明本地通了。两条线都验证过，再回到 Continue 里切换模型测试。补全的验证方式是：新建一个.py文件，敲几个字符看有没有灰色补全提示，按 Tab 能接受就说明tabAutocompleteModel生效了。

实测下来，最容易出问题的是远程这条线，因为涉及网络和 Key。本地 Ollama 只要服务在跑，基本不会错。所以验证顺序建议先本地后远程，把变量分开排查。

5. 本篇常见报错排查：401、local proxy failed、reading choices 怎么处理

配 Continue 接远程模型，报错集中在几个地方。我按真实遇到的顺序列一下，你对照着看。

401 Unauthorized：Key 不对或没带上。检查apiKey字段是不是完整复制了，有没有多余空格。TaoToken 的 Key 以sk-开头，如果你复制时漏了后半段，就会 401。还有一种情况是 Key 被禁用或额度用完，去控制台确认一下 Key 状态。

local proxy failed / connection refused：这个多半是本地 Ollama 没启动。Continue 配了provider: ollama，但 Ollama 服务没跑，就会报连接失败。解决办法是确认 Ollama 在后台运行，ollama list能正常输出。如果端口不是默认的 11434，apiBase要改成你实际的端口。

Error reading choices / choices is undefined：这个报错说明请求发出去了，但返回结构不是 Continue 预期的 OpenAI 格式。常见原因是apiBase填错，比如填成了https://taotoken.net而漏了/api，或者多加了/v1。正确写法就是https://taotoken.net/api，不要画蛇添足。另外model填了一个服务端不存在的模型 ID，也可能导致返回异常，去模型对话页面核对可用模型名。

OAuth / 认证相关报错：如果你之前配过别的 provider 带了 OAuth 流程，切到 TaoToken 时残留配置可能干扰。检查settings.json里有没有多余的oauth字段，删掉。TaoToken 这条线只用apiKey，不需要 OAuth。

补全不触发：tabAutocompleteModel没配或配错。确认这个字段存在，且provider和model跟本地实际拉取的模型一致。如果本地没拉qwen2.5-coder，补全模型就找不到，先ollama pull qwen2.5-coder:1.5b-base。

排查思路就一条：先确认是本地还是远程的问题，再用 curl 单独测那条线，把 Continue 这个变量排除掉。curl 通了，问题就在 Continue 配置；curl 不通，问题在服务端或网络。

6. 把 Continue 的 AI 编程环境固定下来：长期编码与 Agent 场景的接入选择

配置调通之后，建议把这份settings.json备份一份，换机器时直接复制。Continue 的配置是纯文本，版本管理也方便，你可以把它放进 dotfiles 仓库。

如果你只是偶尔用补全和简单对话，本地 Ollama 加一个远程模型就够。但如果你要长期做项目开发、跑多文件重构、或者用 Agent 类功能自动改代码，远程模型的稳定性和能力就更重要。这种情况下，TaoToken 的 Coding Plan 更适合，入口在 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ，它面向的就是长期编码和 Agent 场景，不用每次单独配模型。

接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，里面写了 OpenAI 兼容接口的完整用法，Continue 之外的编辑器或工具也能照着接。API Keys 管理在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite ，Key 多了之后在这里统一管。

最后说个实用技巧：Continue 的models数组可以放多个远程模型，对话时在面板顶部切换就行。你可以把补全固定用本地，对话默认用远程，遇到复杂任务再切更强的模型。这样一套配置，本地和远程各司其职，不用每次改文件。配置改完记得重启窗口，让 Continue 重新加载。