PyCharm 装好 Continue 插件之后GLM-4.5 想跑 Agent卡点往往不是插件而是令牌得单独去另一个站点申请。TaoTokenhttps://taotoken.net/?utm_sourcetaotoken_aicg_blog_end把这一步换成一把 Key 加一条统一入口Key 在这里建Base URL 填https://taotoken.net/api跑在右侧面板里的模型还是ZhipuAI/GLM-4.5Agent 的多步任务也照旧由 Continue 驱动。换句话说Continue 没换、config.json 的结构没换、模型 ID 也没换改掉的只是“令牌从哪儿来”和“请求打到哪个入口”。这件事值得单独写一篇是因为原来的路径里有个隐形的耦合令牌在某一个社区站点申请Base URL 也就被绑在那条通道上。你在公司电脑上配好回家换台机器就得重新注册一遍项目里换了模型又要回去翻文档确认通道地址。把令牌和入口拆开之后环境迁移的成本就只剩“copy 两行配置”。下面按 PyCharm 里的实际操作顺序走一遍装插件、建 Key、写 config.json、补系统环境变量、重启验证、出错回查。每一步都能直接照抄唯一需要你自己替换的是那把YOUR_API_KEY。1. Continue 插件装好之后GLM-4.5 的令牌才是第一道坎1.1 插件市场里搜 Continue装完先别急着填配置PyCharm 里装 Continue 的路径没变Settings→Plugins→Marketplace搜索框敲Continue认准那个带 Continue 图标的条目安装然后重启 IDE。重启完右侧边栏会出现 Continue 的面板第一次点开会引导你选模型或者让你手动填配置。很多人到这一步就直接按引导走选一个 provider、贴一个 Key结果发现引导里列的 provider 跟你手上的令牌对不上。原因很简单Continue 的引导偏“通用”而 GLM-4.5 在这种接法里走的是 Anthropic 兼容格式provider 必须写anthropic模型名必须写ZhipuAI/GLM-4.5。引导页能带你入门但真要把 Agent 跑顺还是得落到config.json上改。所以建议的顺序是插件先装好、先别在引导页里乱填而是先把 Key 和入口准备好再一次性写进配置文件。这样少一轮“填错—报错—再改”的折腾。1.2 痛点出在“令牌从哪来”不在插件本身原始那套做法是这样的先去魔搭社区注册账号新建一个访问令牌拿到令牌之后再回到 PyCharm往系统环境变量里塞四个值最后改 Continue 的config.json把provider写成anthropic、model写成ZhipuAI/GLM-4.5、apiBase指向那条通道地址。流程本身没毛病只是有三处会反复咬人。第一处令牌是“跟着站点走”的。你在 A 站点申请的令牌只能配 A 的那条通道地址两者不能拆开用。第二处换环境要重来一遍尤其是团队里几个人各自申请各自的令牌配置在群里传来传去贴错一个字符就整晚调不通。第三处环境变量和config.json里都写了通道地址两处一旦不一致报错信息还不会直说是哪一处错了。Agent 场景把这三处放大了普通对话可能只发一两个请求Agent 一次任务会连续调好几轮模型只要通道有一点抖动或者鉴权字段对不上任务就会中途断掉看起来像是“模型不行”其实是配置没对齐。1.3 在 TaoToken 创建 API Key让令牌和入口各归各位要拆开这个耦合动作很小令牌和入口都从同一个地方取。打开 TaoToken 注册登录进控制台创建一把 API Key。这把 Key 就是后面config.json里的apiKey、以及环境变量ANTHROPIC_AUTH_TOKEN的值。记住它的写法是占位符YOUR_API_KEY实际使用时换成你自己复制的那串。入口只记一个https://taotoken.net/api。注意它末尾不带/v1也不带任何查询参数。这一个字符串要出现在两个地方——config.json的apiBase以及系统环境变量ANTHROPIC_BASE_URL。两处写成完全一样的值后面排障时会省掉很多怀疑。创建 Key 的时候顺手看一眼模型广场确认ZhipuAI/GLM-4.5当时的模型 ID 有没有变化。本篇后面的配置按ZhipuAI/GLM-4.5写如果广场上当时列出的 ID 与它不同以广场当时显示的为准。2. config.json 里把 apiBase 指向 https://taotoken.net/api2.1 先找到 Continue 的 config.json 在哪不同版本的 Continue配置文件位置略有差异常见的有两个新版把配置放在用户目录下形如~/.continue/config.jsonWindows 是C:\Users\你的用户名\.continue\config.json。部分版本可以从 Continue 面板右上角的设置图标进入点开就是可视化的配置页右上角一般有“Open config.json”之类的入口点进去直接跳到真实文件。最稳妥的定位方式在 Continue 面板里找到设置入口看它打开的配置文件路径然后直接用 PyCharm 打开这个 JSON 文件编辑。别自己新建一个同名文件放在别处Continue 只读它认识的那一个。打开之后建议先备份一份或者在 Git 里确认这个文件是可回滚的。JSON 对逗号和引号很敏感改崩了至少能退回去。2.2 provider 写 anthropicmodel 保持 ZhipuAI/GLM-4.5这里最容易出错的是把 provider 写成openai或者某个自定义名字。因为 GLM-4.5 在这套接法里用的是 Anthropic 兼容的消息格式provider必须写anthropicContinue 才会按messagessystem的结构去发请求。模型名保持原文的写法ZhipuAI/GLM-4.5。不要自己加日期后缀也不要改大小写去“猜”一个更短的 ID。如果广场上列出的形式不同以广场为准直接复制。apiBase填https://taotoken.net/api。这一行是改写的核心原来它指向社区站点的通道地址现在指向统一入口。它和系统环境变量里的ANTHROPIC_BASE_URL必须是同一个字符串谁多一个/v1、谁少一个字母都会在请求阶段炸掉。2.3 一份可以直接抄的 config.json下面这份是精简版只保留跑通 Agent 需要的字段。YOUR_API_KEY换成你刚创建的那把其余原样保留。{ models: [ { title: GLM-4.5 Agent, provider: anthropic, model: ZhipuAI/GLM-4.5, apiKey: YOUR_API_KEY, apiBase: https://taotoken.net/api } ], tabAutocompleteModel: { title: GLM-4.5 补全, provider: anthropic, model: ZhipuAI/GLM-4.5, apiKey: YOUR_API_KEY, apiBase: https://taotoken.net/api }, allowAnonymousTelemetry: false }如果你原来的config.json里已经有别的模型条目不要把整个文件替换掉只改你需要的那一条provider、model、apiKey、apiBase四个字段。多模型共存是 Continue 的常规用法留着旧条目不影响。参数对照可以照下面这张表核一遍字段该填什么常见错法provideranthropic写成openai、zhipumodelZhipuAI/GLM-4.5自己加日期后缀、改大小写apiBasehttps://taotoken.net/api末尾多写/v1apiKeyYOUR_API_KEY复制时带上引号或空格保存文件之后先别急着点“发送消息”把系统环境变量也补齐两处一起生效才稳。3. 系统环境变量里的四个 ANTHROPIC_* 值3.1 Windows 上用 setx 写四个变量原文要求往系统变量里塞四个值这里保持同样的四个只把值换成新的。以管理员身份打开 PowerShell 或 CMD逐条执行setx ANTHROPIC_AUTH_TOKEN YOUR_API_KEY setx ANTHROPIC_BASE_URL https://taotoken.net/api setx ANTHROPIC_MODEL ZhipuAI/GLM-4.5 setx ANTHROPIC_SMALL_FAST_MODEL ZhipuAI/GLM-4.5setx写的是用户级持久变量执行完当前终端不会立刻生效需要新开一个终端或者干脆重启 PyCharm。你也可以走图形界面此电脑右键 →属性→高级系统设置→环境变量在“用户变量”里一项一项新建。图形界面的好处是能立刻看到有没有拼错坏处是四个变量要点八次确认手速慢一点更保险。这里再三提醒ANTHROPIC_BASE_URL的值是https://taotoken.net/api不要在后面接/v1。这个错误在排障时出现频率最高因为其他工具的习惯是带/v1手会自己敲上去。3.2 macOS / Linux 写进 shell 配置文件macOS 或 Linux 上把这四行加到~/.zshrc或~/.bashrcexport ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_MODELZhipuAI/GLM-4.5 export ANTHROPIC_SMALL_FAST_MODELZhipuAI/GLM-4.5改完执行source ~/.zshrc然后echo $ANTHROPIC_BASE_URL确认打印出来的是不带/v1的那一串。这一步花五秒比后面翻日志找原因划算得多。从图形界面启动的 PyCharm 有个坑它继承的是登录会话的环境不一定读你刚 source 过的终端环境。改完变量之后最省事的做法是完全退出 PyCharm 再重新打开而不是只关窗口。3.3 环境变量和 config.json谁说了算两处都写了apiBase/ANTHROPIC_BASE_URL会让人困惑到底哪个生效。经验上的判断顺序是Continue 会优先读config.json里模型条目的显式字段当某个字段缺省时才会回落到对应的环境变量。所以你如果只在config.json里写了apiBase而没写apiKey它就会去环境变量里找ANTHROPIC_AUTH_TOKEN。ANTHROPIC_SMALL_FAST_MODEL的用途是承接那些轻量请求比如标题生成、补全之类的旁路调用。原文把这四个变量都配上是有道理的只配大模型那一个Agent 跑到某些辅助步骤时仍然可能因为找不到小模型报错。这里也保持填ZhipuAI/GLM-4.5跟主模型一致先跑通再谈优化。4. 重启 PyCharm 后用多步 Agent 任务验证通道4.1 先在 Continue 面板确认模型列出来了完全退出 PyCharm 再打开点开右侧 Continue 面板看模型选择器里有没有出现你刚配的那一条。如果列表里能看到GLM-4.5 Agent这个 title说明config.json至少被正确解析了。接着发一条很短的消息比如让它解释一下当前打开文件里的某个函数。这一步只是确认鉴权和入口没问题不涉及 Agent 的多步编排。如果这条短消息能正常返回基本可以断定 Key、apiBase、模型 ID 三项都是对的。要是短消息就报错先别看 Agent 相关的设置回到第 5 章按报错类型查。4.2 用当前项目里的真实多步任务跑一次短消息通了之后再上真正的 Agent 任务。挑一个跟你手上项目相关、但又不需要动生产数据的活比如“找出这个模块里所有直接读配置文件的地方列出来并说明各自的默认值是什么”。这类任务天然是多步的先读文件、再筛选、再汇总正好能测出连续调用稳不稳定。在 Continue 面板里把模式切到 Agent有的版本叫 Chat Agent 或带工具的模式把问题丢进去。观察两点一是它有没有主动去读文件二是中途有没有断在半路。前者说明工具调用链路通了后者说明每一轮请求都拿到了正常响应。跑完看一下结果是否引用了真实存在的文件路径和行号。Agent 任务最容易露馅的地方就是它编了个不存在的文件名这通常意味着上下文没传对而不是模型本身的问题。4.3 顺手对一下这次调用有没有记上账任务跑通之后建议回控制台看一眼这次请求的记录。打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 进控制台对照刚才的时间点确认调用被正常计上了。这一步除了确认链路也是在给自己建立“用量感知”——Agent 一次任务的请求数通常比你想象的多早点知道消耗节奏比月底看到数字吓一跳好。如果控制台里空空如也但面板上明明出了结果那说明请求走的是别的通道大概率是config.json里还有一条旧条目在被使用。回去把旧的 provider 配置清理一下。5. 不通的时候先查这几处5.1 apiBase 多了 /v1或者路径被拼重复最常见的现象是返回 404 或者路径相关的错误。产生原因几乎都是apiBase写成了https://taotoken.net/api/v1。这套接法里SDK 会自己补上后续路径你多写一层/v1就会拼成/api/v1/v1/...之类的无效路径。改法很简单把config.json里的apiBase和系统变量里的ANTHROPIC_BASE_URL都改成https://taotoken.net/api末尾不加斜杠也不加版本号。另一种 404 是模型名不对。ZhipuAI/GLM-4.5少写一个字符、大小写不一致都可能被判定成不存在的模型。建议直接从模型广场复制别手敲。5.2 返回 401 时先确认 Key 和环境变量是否真的生效401 基本等于“鉴权信息没送到”或者“送错了”。按这个顺序排查先在终端里echo $ANTHROPIC_AUTH_TOKENWindows 用echo %ANTHROPIC_AUTH_TOKEN%看是不是YOUR_API_KEY的原样残留——如果你只是复制了示例没替换就会是这个结果。确认变量值是对的之后检查config.json里的apiKey有没有被多余的空格或者引号污染。还有一种隐蔽情况Key 本身没问题但配置文件里的 Key 和系统变量里的 Key 是两把不同的。团队协作时很容易发生谁改了一半忘了同步。统一从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 控制台里当前生效的那把 Key 复制两处都用同一把。5.3 改了配置没重启或者 JSON 语法崩了如果所有值肉眼看着都对但表现依然是旧行为先怀疑“没重新加载”。PyCharm 和 Continue 都不会实时监听系统环境变量的变化改完必须完全退出 IDE 再打开。config.json相对好一点有的版本支持热重载但也没有必要冒这个险。再一个就是 JSON 语法。少一个逗号、多一个尾逗号、引号用了中文全角都会导致整个文件解析失败而 Continue 有时只会静默地回落到默认配置你看到的现象就是“模型列表里没有我的条目”。改完在编辑器里看一眼有没有红色波浪线或者让 PyCharm 自带的 JSON 校验跑一遍比猜快。排查顺序记住一条就够先看apiBase是否干净不带/v1再看 Key 是否替换过最后看 IDE 是否重启过。这三个点覆盖了这类配置里绝大多数失败。6. 把这一套留在项目之外迁移时才不折腾6.1 配置存在哪决定了你换机器要花多久这套配置有个好处真正需要“带走”的东西只有三样——config.json里那四行、四个环境变量的值、以及那把 Key。前两样可以随项目仓库或个人的 dotfiles 走Key 单独用密码管理器存。换机器时不需要重新注册也不需要回忆当初是在哪个站点申请的令牌。相比之下把令牌绑在某个社区站点上的做法迁移时总有一段时间要重新走一遍申请流程团队里还得互相确认“你用的是哪条通道”。拆开之后Base URL 永远是那一个字符串模型 ID 跟着广场走谁也不依赖谁的账号状态。6.2 模型以后要换改的是 model 字段如果之后想把 Agent 换成另一个模型动作就是改config.json里的model和两个环境变量里的模型名apiBase和 Key 都不用动。这也是把入口统一之后的直接收益通道是通道模型是模型两边不互相牵扯。改之前先去模型广场确认新模型当时的 ID 写法复制过来别手敲。改完还是老流程——退出 PyCharm 再打开然后发一条短消息确认再上 Agent 任务。6.3 跑顺之后下一步该去哪配置落地之后建议先把常用场景过一遍。想快速验证模型响应可以去 TaoToken 模型对话 里用同一把 Key 发一条消息对照一下 Continue 里的表现是否一致。如果打算长期在 PyCharm 里用 Agent 写代码可以看一眼 Coding Plan判断当前套餐够不够支撑日常调用量。Key 管理在 控制台 API Keys多项目想分账就多建几把。如果你后续还想在终端里用同一把 KeyClaude Code 的环境变量对照可以看 接入文档里面的ANTHROPIC_BASE_URL和ANTHROPIC_AUTH_TOKEN跟本篇是同一套值复制过去即可。最后留个提醒Continue 的 Agent 只能读写你让它访问的代码文件涉及数据库、脚本执行、生产环境操作一定要自己在本地终端或客户端里跑完把报错原样贴回对话框再让它分析。把它当成一个能读懂代码的助手而不是一个能直连你机器的手。