1. 为什么 PyCharm 里的 Continue 越配越乱如果你在 PyCharm 里用 Continue 插件写代码大概率经历过这个阶段一开始只连本地 Ollama跑个deepseek-r1:1.5b挺舒服后来听说 DeepSeek 官方 API 便宜加一个再后来硅基流动上有免费的BAAI/bge-m3做嵌入、有DeepSeek-V3做补全又加一个。结果config.json里躺着三四个apiBase、三四个apiKey改一个模型要翻半天密钥还散落在不同平台的后台里。这篇就解决这个具体问题把 PyCharm Continue 的多平台 Base URL 收敛到一处Ollama 本地模型继续走本地DeepSeek、硅基流动这类云端模型统一改到 TaoToken 的 Base URL用一个 Key 管住所有云端调用。适合谁适合已经在用 Continue、手里有 Ollama、又不想在四五个平台之间反复切换密钥的开发者。Continue 是什么它是 PyCharm / VS Code 里的开源 AI 编程助手插件支持对话、行内编辑、Tab 补全、/test/explain/fix这类斜杠命令。它能做什么核心是把「模型」和「编辑器」解耦——你可以在config.json里声明任意多个模型每个模型指定provider、apiBase、apiKey、model。适合谁适合想把本地模型和云端模型混着用、又希望配置可维护的人。我试过最乱的一版配置Ollama 一个apiBase硅基流动一个apiBaseDeepSeek 官方又一个三个 Key 分别存在三个网页后台换台机器就得重新找一遍。后来把云端那部分统一指向 TaoTokenconfig.json里云端模型的apiBase全改成同一个地址Key 也只剩一个维护成本直接降下来。下面按「装插件 → 改配置 → 验证 → 排错」的顺序走一遍。2. TaoToken 前置准备一个 Key 管住云端模型在动手改config.json之前先把 TaoToken 这边的准备工作做完。这一步的目标很简单拿到一个 API Key确认 Base URL后面所有云端模型DeepSeek、硅基流动上的模型等都复用这一套。先注册并登录。打开官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content完成账号注册。登录后进入控制台地址是https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite。控制台里能看到当前额度、调用记录后面排错时很有用。接着创建 API Key。进入 API Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite。点创建复制生成的 Key形如sk-xxxxxxxx。这个 Key 只显示一次先存到密码管理器里。注意这个 Key 是给 Continue 用的不要提交到 Git 仓库后面配置里我会提醒你把它放到环境变量或本地文件。然后确认 Base URL。TaoToken 的 API 入口是https://taotoken.net/api注意这个地址不带UTM 参数是纯接口地址。Continue 里provider填openai因为 TaoToken 兼容 OpenAI 的/v1/chat/completions协议apiBase填https://taotoken.net/api/v1。这里有个细节Continue 的openaiprovider 会自动在apiBase后面拼/chat/completions所以apiBase要写到/v1这一层不要写到/v1/chat/completions。模型 ID 怎么填TaoToken 的模型列表可以在文档里查https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite。文档里会列出当前可用的模型标识比如 DeepSeek 系列、以及硅基流动上常见的开源模型。你填model字段时直接用文档里的模型 ID不要自己拼。如果某个模型在文档里叫deepseek-ai/DeepSeek-V3你就原样填。如果你后面想长期用 Continue 做编码、跑 Agent 类任务可以顺手看一下 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite。它和按量调用是两条路径按自己的使用频率选。想先在网页里试一下模型通不通可以用模型对话页https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite发一句话看有没有回复确认 Key 和模型 ID 没问题再回到 PyCharm 里配。这一步做完你手里应该有三样东西一个sk-开头的 Key、Base URLhttps://taotoken.net/api/v1、以及你要用的模型 ID。下面开始改 Continue 的配置。3. 可复制配置Continue config.json 完整片段Continue 的配置文件在 PyCharm 里的位置File Settings Tools Continue或者直接点 Continue 侧边栏右上角的齿轮图标选Open config.json。默认路径在用户目录下Windows 是C:\Users\你\.continue\config.jsonmacOS / Linux 是~/.continue/config.json。如果提示 “This file does not belong to the project”选 “This file” 再确定即可。下面这份配置同时包含三块本地 Ollama、走 TaoToken 的云端模型、以及嵌入和重排模型。你可以整段替换models部分customCommands、contextProviders、slashCommands这些保留默认即可。注意把sk-你的TaoTokenKey换成你自己的 Key把 Ollama 的apiBase换成你本机或局域网地址。{ models: [ { title: Ollama 本地 deepseek-r1:1.5b, model: deepseek-r1:1.5b, provider: ollama, apiBase: http://127.0.0.1:11434 }, { title: TaoToken DeepSeek-V3, model: deepseek-ai/DeepSeek-V3, provider: openai, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey, contextLength: 30000, requestOptions: { extraBodyProperties: { transforms: [] } } }, { title: TaoToken DeepSeek-R1, model: deepseek-ai/DeepSeek-R1, provider: openai, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey, contextLength: 30000, requestOptions: { extraBodyProperties: { transforms: [] } } } ], tabAutocompleteModel: { title: TaoToken DeepSeek-V3 补全, provider: openai, model: deepseek-ai/DeepSeek-V3, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey, contextLength: 30000, useLegacyCompletionsEndpoint: false }, embeddingsProvider: { provider: openai, model: BAAI/bge-m3, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey }, rerank: { title: BAAI/bge-reranker-v2-m3, model: BAAI/bge-reranker-v2-m3, provider: openai, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey } }几个关键点解释一下。第一Ollama 那条的provider是ollamaapiBase默认http://127.0.0.1:11434如果你 Ollama 跑在另一台机器上改成http://那台机器IP:11434并确认那台机器的 11434 端口对当前机器可达。第二云端三条的provider都是openaiapiBase统一是https://taotoken.net/api/v1apiKey都是同一个 TaoToken Key。第三tabAutocompleteModel我单独写成了对象而不是数组Continue 较新版本接受这种写法如果你用的是旧版把它写成数组[{...}]也行。第四embeddingsProvider和rerank也指向 TaoToken这样代码库索引和重排都走同一个入口不用再单独配硅基流动的 Key。如果你更习惯用环境变量而不是把 Key 写死在文件里可以把apiKey写成apiKey: ${TAOTOKEN_API_KEY}然后在系统环境变量里设TAOTOKEN_API_KEYsk-...。Continue 支持这种${VAR}语法。这样config.json可以安全地同步到多台机器Key 不落盘。改完保存重启 PyCharm。重启后 Continue 侧边栏的模型下拉框里应该能看到三条Ollama 本地那条、TaoToken DeepSeek-V3、TaoToken DeepSeek-R1。如果下拉框里没有先别急着怀疑配置往下看验证和排错。4. 验证请求逐项确认模型连通性配置写完不等于通了。这一步逐项验证确保每个模型都能真正返回结果。验证顺序建议从本地到云端因为本地 Ollama 不依赖网络先排除本地问题。先验证 Ollama。打开终端直接 curl 一下curl http://127.0.0.1:11434/api/tags如果返回一个 JSON里面有models数组说明 Ollama 服务在跑。再确认你要用的模型在列表里比如deepseek-r1:1.5b。如果不在先ollama pull deepseek-r1:1.5b拉下来。然后在 Continue 里选 “Ollama 本地 deepseek-r1:1.5b”按Ctrl J选中一段代码问一句看有没有回复。本地这条通了说明 Continue 插件本身工作正常。再验证 TaoToken 云端。先用 curl 直接打接口确认 Key 和模型 ID 没问题curl https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的TaoTokenKey \ -d { model: deepseek-ai/DeepSeek-V3, messages: [{role: user, content: 只回复两个字通了}] }如果返回里有choices[0].message.content内容是「通了」说明 Key、Base URL、模型 ID 三者都对。如果返回 401看第 5 节的排错。如果返回里model字段和你请求的不一致说明模型 ID 写错了回文档核对。curl 通了之后回到 PyCharm在 Continue 里选 “TaoToken DeepSeek-V3”按Ctrl J问一句。再选 “TaoToken DeepSeek-R1” 问一句。两条都通说明云端配置没问题。接着验证 Tab 补全。在代码里敲一个函数名的一半停一下看有没有灰色补全建议。如果没反应检查tabAutocompleteModel的apiBase和apiKey是否和上面一致。Tab 补全走的是同一个入口但调用频率高如果 Key 额度不够或模型 ID 不对这里会先暴露问题。最后验证嵌入和重排。在 Continue 里触发一次代码库索引侧边栏有索引按钮看进度条能不能走完。如果卡住或报错多半是embeddingsProvider的模型 ID 或 Key 有问题。索引完成后用codebase问一个跨文件的问题看能不能检索到相关代码。这一步通了说明BAAI/bge-m3和BAAI/bge-reranker-v2-m3都正常。验证清单可以记成一句话本地 curl 通 → 云端 curl 通 → Continue 对话通 → Tab 补全通 → 索引通。五步都过配置就算稳了。5. 本篇常见错排查401、local proxy failed、reading choices配置过程中最容易撞的几个报错逐个说清楚原因和改法。401 Unauthorized。Continue 里表现为对话报错提示401或invalid api key。原因通常是三种Key 复制时带了空格或换行Key 写在了apiKey但provider不是openai或者apiBase写成了https://taotoken.net/api而漏了/v1。改法重新从 API Keys 页面复制一次 Key确认apiBase是https://taotoken.net/api/v1provider是openai。如果用了${TAOTOKEN_API_KEY}环境变量确认环境变量在当前 PyCharm 进程里可见——PyCharm 有时需要完全退出重启才能读到新设的环境变量。local proxy failed / connection refused。这个多半出在 Ollama 那条。Continue 报local proxy failed或dial tcp 127.0.0.1:11434: connect: connection refused说明 Ollama 服务没起或者apiBase指向的地址不对。改法终端跑ollama serve确认服务在跑如果 Ollama 在另一台机器确认apiBase写的是那台机器的 IP且防火墙放行 11434。注意不要在这里引入任何网络代理类工具直接走局域网地址即可。reading choices / unexpected response。Continue 报error reading choices或unexpected response format通常是返回体不是标准 OpenAI 格式。原因可能是apiBase写到了/v1/chat/completions这一层导致 Continue 又拼了一次路径变成/v1/chat/completions/chat/completions。改法apiBase只写到https://taotoken.net/api/v1。另一个原因是requestOptions.extraBodyProperties.transforms没设成空数组某些模型会带额外字段加上transforms: []通常能解决。OAuth / 登录态相关报错。如果你之前配过 Claude Code 或 Codex 这类需要 OAuth 的工具可能会在 Continue 里看到OAuth字样。Continue 本身不走 OAuth它只用 API Key。如果报错里出现 OAuth检查是不是把别的工具的配置误粘到了 Continue 的config.json里。Continue 的云端模型只需要三件套Base URLhttps://taotoken.net/api/v1、Keysk-...、Model ID如deepseek-ai/DeepSeek-V3。这三样对齐OAuth 类报错不会出现。模型下拉框里没有新模型。改完config.json保存后Continue 有时不会自动刷新。改法完全退出 PyCharm 再打开或者在 Continue 侧边栏点齿轮重新加载配置。如果还是没有检查 JSON 语法——多一个逗号、少一个引号都会导致整个文件解析失败Continue 会静默回退到默认配置。可以用python -m json.tool config.json验证语法。Tab 补全不触发。检查tabAutocompleteModel是否配了以及useLegacyCompletionsEndpoint是否为false。如果模型 ID 是对话模型而不是补全模型补全质量会差但不会完全不触发。完全不触发通常是apiBase或apiKey问题回到 401 那条排查。6. 把配置收进一处后面就省心了整套流程走下来核心动作其实就一个把云端模型的apiBase从各个平台分散的地址统一改成https://taotoken.net/api/v1Key 统一用一个。Ollama 本地那条保持不动继续走127.0.0.1:11434。这样config.json里云端部分只有一处 Key、一处 Base URL换机器、换项目、加新模型都只改model字段。如果你还没建 Key去 API Keys 页面建一个https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite。配置里遇到报错对照接入文档核对参数https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite。想先在网页里确认某个模型 ID 能不能用用模型对话页试一句https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite。长期在 PyCharm 里跑编码和 Agent 任务的话Coding Plan 那条路径可以看https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite。最后留一个实用习惯把config.json里的apiKey写成${TAOTOKEN_API_KEY}Key 放系统环境变量。这样配置文件可以进 GitKey 不进。下次换电脑拉下配置、设个环境变量PyCharm 一开就能用。
PyCharm 集成 Continue、Ollama、DeepSeek 与硅基流动平台：把 Base URL 改到 TaoToken 的完整配置
1. 为什么 PyCharm 里的 Continue 越配越乱如果你在 PyCharm 里用 Continue 插件写代码大概率经历过这个阶段一开始只连本地 Ollama跑个deepseek-r1:1.5b挺舒服后来听说 DeepSeek 官方 API 便宜加一个再后来硅基流动上有免费的BAAI/bge-m3做嵌入、有DeepSeek-V3做补全又加一个。结果config.json里躺着三四个apiBase、三四个apiKey改一个模型要翻半天密钥还散落在不同平台的后台里。这篇就解决这个具体问题把 PyCharm Continue 的多平台 Base URL 收敛到一处Ollama 本地模型继续走本地DeepSeek、硅基流动这类云端模型统一改到 TaoToken 的 Base URL用一个 Key 管住所有云端调用。适合谁适合已经在用 Continue、手里有 Ollama、又不想在四五个平台之间反复切换密钥的开发者。Continue 是什么它是 PyCharm / VS Code 里的开源 AI 编程助手插件支持对话、行内编辑、Tab 补全、/test/explain/fix这类斜杠命令。它能做什么核心是把「模型」和「编辑器」解耦——你可以在config.json里声明任意多个模型每个模型指定provider、apiBase、apiKey、model。适合谁适合想把本地模型和云端模型混着用、又希望配置可维护的人。我试过最乱的一版配置Ollama 一个apiBase硅基流动一个apiBaseDeepSeek 官方又一个三个 Key 分别存在三个网页后台换台机器就得重新找一遍。后来把云端那部分统一指向 TaoTokenconfig.json里云端模型的apiBase全改成同一个地址Key 也只剩一个维护成本直接降下来。下面按「装插件 → 改配置 → 验证 → 排错」的顺序走一遍。2. TaoToken 前置准备一个 Key 管住云端模型在动手改config.json之前先把 TaoToken 这边的准备工作做完。这一步的目标很简单拿到一个 API Key确认 Base URL后面所有云端模型DeepSeek、硅基流动上的模型等都复用这一套。先注册并登录。打开官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content完成账号注册。登录后进入控制台地址是https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite。控制台里能看到当前额度、调用记录后面排错时很有用。接着创建 API Key。进入 API Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite。点创建复制生成的 Key形如sk-xxxxxxxx。这个 Key 只显示一次先存到密码管理器里。注意这个 Key 是给 Continue 用的不要提交到 Git 仓库后面配置里我会提醒你把它放到环境变量或本地文件。然后确认 Base URL。TaoToken 的 API 入口是https://taotoken.net/api注意这个地址不带UTM 参数是纯接口地址。Continue 里provider填openai因为 TaoToken 兼容 OpenAI 的/v1/chat/completions协议apiBase填https://taotoken.net/api/v1。这里有个细节Continue 的openaiprovider 会自动在apiBase后面拼/chat/completions所以apiBase要写到/v1这一层不要写到/v1/chat/completions。模型 ID 怎么填TaoToken 的模型列表可以在文档里查https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite。文档里会列出当前可用的模型标识比如 DeepSeek 系列、以及硅基流动上常见的开源模型。你填model字段时直接用文档里的模型 ID不要自己拼。如果某个模型在文档里叫deepseek-ai/DeepSeek-V3你就原样填。如果你后面想长期用 Continue 做编码、跑 Agent 类任务可以顺手看一下 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite。它和按量调用是两条路径按自己的使用频率选。想先在网页里试一下模型通不通可以用模型对话页https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite发一句话看有没有回复确认 Key 和模型 ID 没问题再回到 PyCharm 里配。这一步做完你手里应该有三样东西一个sk-开头的 Key、Base URLhttps://taotoken.net/api/v1、以及你要用的模型 ID。下面开始改 Continue 的配置。3. 可复制配置Continue config.json 完整片段Continue 的配置文件在 PyCharm 里的位置File Settings Tools Continue或者直接点 Continue 侧边栏右上角的齿轮图标选Open config.json。默认路径在用户目录下Windows 是C:\Users\你\.continue\config.jsonmacOS / Linux 是~/.continue/config.json。如果提示 “This file does not belong to the project”选 “This file” 再确定即可。下面这份配置同时包含三块本地 Ollama、走 TaoToken 的云端模型、以及嵌入和重排模型。你可以整段替换models部分customCommands、contextProviders、slashCommands这些保留默认即可。注意把sk-你的TaoTokenKey换成你自己的 Key把 Ollama 的apiBase换成你本机或局域网地址。{ models: [ { title: Ollama 本地 deepseek-r1:1.5b, model: deepseek-r1:1.5b, provider: ollama, apiBase: http://127.0.0.1:11434 }, { title: TaoToken DeepSeek-V3, model: deepseek-ai/DeepSeek-V3, provider: openai, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey, contextLength: 30000, requestOptions: { extraBodyProperties: { transforms: [] } } }, { title: TaoToken DeepSeek-R1, model: deepseek-ai/DeepSeek-R1, provider: openai, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey, contextLength: 30000, requestOptions: { extraBodyProperties: { transforms: [] } } } ], tabAutocompleteModel: { title: TaoToken DeepSeek-V3 补全, provider: openai, model: deepseek-ai/DeepSeek-V3, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey, contextLength: 30000, useLegacyCompletionsEndpoint: false }, embeddingsProvider: { provider: openai, model: BAAI/bge-m3, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey }, rerank: { title: BAAI/bge-reranker-v2-m3, model: BAAI/bge-reranker-v2-m3, provider: openai, apiBase: https://taotoken.net/api/v1, apiKey: sk-你的TaoTokenKey } }几个关键点解释一下。第一Ollama 那条的provider是ollamaapiBase默认http://127.0.0.1:11434如果你 Ollama 跑在另一台机器上改成http://那台机器IP:11434并确认那台机器的 11434 端口对当前机器可达。第二云端三条的provider都是openaiapiBase统一是https://taotoken.net/api/v1apiKey都是同一个 TaoToken Key。第三tabAutocompleteModel我单独写成了对象而不是数组Continue 较新版本接受这种写法如果你用的是旧版把它写成数组[{...}]也行。第四embeddingsProvider和rerank也指向 TaoToken这样代码库索引和重排都走同一个入口不用再单独配硅基流动的 Key。如果你更习惯用环境变量而不是把 Key 写死在文件里可以把apiKey写成apiKey: ${TAOTOKEN_API_KEY}然后在系统环境变量里设TAOTOKEN_API_KEYsk-...。Continue 支持这种${VAR}语法。这样config.json可以安全地同步到多台机器Key 不落盘。改完保存重启 PyCharm。重启后 Continue 侧边栏的模型下拉框里应该能看到三条Ollama 本地那条、TaoToken DeepSeek-V3、TaoToken DeepSeek-R1。如果下拉框里没有先别急着怀疑配置往下看验证和排错。4. 验证请求逐项确认模型连通性配置写完不等于通了。这一步逐项验证确保每个模型都能真正返回结果。验证顺序建议从本地到云端因为本地 Ollama 不依赖网络先排除本地问题。先验证 Ollama。打开终端直接 curl 一下curl http://127.0.0.1:11434/api/tags如果返回一个 JSON里面有models数组说明 Ollama 服务在跑。再确认你要用的模型在列表里比如deepseek-r1:1.5b。如果不在先ollama pull deepseek-r1:1.5b拉下来。然后在 Continue 里选 “Ollama 本地 deepseek-r1:1.5b”按Ctrl J选中一段代码问一句看有没有回复。本地这条通了说明 Continue 插件本身工作正常。再验证 TaoToken 云端。先用 curl 直接打接口确认 Key 和模型 ID 没问题curl https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的TaoTokenKey \ -d { model: deepseek-ai/DeepSeek-V3, messages: [{role: user, content: 只回复两个字通了}] }如果返回里有choices[0].message.content内容是「通了」说明 Key、Base URL、模型 ID 三者都对。如果返回 401看第 5 节的排错。如果返回里model字段和你请求的不一致说明模型 ID 写错了回文档核对。curl 通了之后回到 PyCharm在 Continue 里选 “TaoToken DeepSeek-V3”按Ctrl J问一句。再选 “TaoToken DeepSeek-R1” 问一句。两条都通说明云端配置没问题。接着验证 Tab 补全。在代码里敲一个函数名的一半停一下看有没有灰色补全建议。如果没反应检查tabAutocompleteModel的apiBase和apiKey是否和上面一致。Tab 补全走的是同一个入口但调用频率高如果 Key 额度不够或模型 ID 不对这里会先暴露问题。最后验证嵌入和重排。在 Continue 里触发一次代码库索引侧边栏有索引按钮看进度条能不能走完。如果卡住或报错多半是embeddingsProvider的模型 ID 或 Key 有问题。索引完成后用codebase问一个跨文件的问题看能不能检索到相关代码。这一步通了说明BAAI/bge-m3和BAAI/bge-reranker-v2-m3都正常。验证清单可以记成一句话本地 curl 通 → 云端 curl 通 → Continue 对话通 → Tab 补全通 → 索引通。五步都过配置就算稳了。5. 本篇常见错排查401、local proxy failed、reading choices配置过程中最容易撞的几个报错逐个说清楚原因和改法。401 Unauthorized。Continue 里表现为对话报错提示401或invalid api key。原因通常是三种Key 复制时带了空格或换行Key 写在了apiKey但provider不是openai或者apiBase写成了https://taotoken.net/api而漏了/v1。改法重新从 API Keys 页面复制一次 Key确认apiBase是https://taotoken.net/api/v1provider是openai。如果用了${TAOTOKEN_API_KEY}环境变量确认环境变量在当前 PyCharm 进程里可见——PyCharm 有时需要完全退出重启才能读到新设的环境变量。local proxy failed / connection refused。这个多半出在 Ollama 那条。Continue 报local proxy failed或dial tcp 127.0.0.1:11434: connect: connection refused说明 Ollama 服务没起或者apiBase指向的地址不对。改法终端跑ollama serve确认服务在跑如果 Ollama 在另一台机器确认apiBase写的是那台机器的 IP且防火墙放行 11434。注意不要在这里引入任何网络代理类工具直接走局域网地址即可。reading choices / unexpected response。Continue 报error reading choices或unexpected response format通常是返回体不是标准 OpenAI 格式。原因可能是apiBase写到了/v1/chat/completions这一层导致 Continue 又拼了一次路径变成/v1/chat/completions/chat/completions。改法apiBase只写到https://taotoken.net/api/v1。另一个原因是requestOptions.extraBodyProperties.transforms没设成空数组某些模型会带额外字段加上transforms: []通常能解决。OAuth / 登录态相关报错。如果你之前配过 Claude Code 或 Codex 这类需要 OAuth 的工具可能会在 Continue 里看到OAuth字样。Continue 本身不走 OAuth它只用 API Key。如果报错里出现 OAuth检查是不是把别的工具的配置误粘到了 Continue 的config.json里。Continue 的云端模型只需要三件套Base URLhttps://taotoken.net/api/v1、Keysk-...、Model ID如deepseek-ai/DeepSeek-V3。这三样对齐OAuth 类报错不会出现。模型下拉框里没有新模型。改完config.json保存后Continue 有时不会自动刷新。改法完全退出 PyCharm 再打开或者在 Continue 侧边栏点齿轮重新加载配置。如果还是没有检查 JSON 语法——多一个逗号、少一个引号都会导致整个文件解析失败Continue 会静默回退到默认配置。可以用python -m json.tool config.json验证语法。Tab 补全不触发。检查tabAutocompleteModel是否配了以及useLegacyCompletionsEndpoint是否为false。如果模型 ID 是对话模型而不是补全模型补全质量会差但不会完全不触发。完全不触发通常是apiBase或apiKey问题回到 401 那条排查。6. 把配置收进一处后面就省心了整套流程走下来核心动作其实就一个把云端模型的apiBase从各个平台分散的地址统一改成https://taotoken.net/api/v1Key 统一用一个。Ollama 本地那条保持不动继续走127.0.0.1:11434。这样config.json里云端部分只有一处 Key、一处 Base URL换机器、换项目、加新模型都只改model字段。如果你还没建 Key去 API Keys 页面建一个https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite。配置里遇到报错对照接入文档核对参数https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite。想先在网页里确认某个模型 ID 能不能用用模型对话页试一句https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite。长期在 PyCharm 里跑编码和 Agent 任务的话Coding Plan 那条路径可以看https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite。最后留一个实用习惯把config.json里的apiKey写成${TAOTOKEN_API_KEY}Key 放系统环境变量。这样配置文件可以进 GitKey 不进。下次换电脑拉下配置、设个环境变量PyCharm 一开就能用。