1. 为什么要在 VS Code 里把 Continue 指向远端 Ollama如果你已经在本地跑过 Ollama大概率遇到过这种尴尬笔记本风扇狂转、显存吃满写两行代码补全要等三秒。Continue 插件本身很好用但默认配置是连本地http://localhost:11434一旦模型换到远端机器或者你想统一走一个 Key/API 通道settings.json不改就永远连不上。这篇要解决的就是这条链路VS Code 装 Continue 插件 → 配置远端 Ollama → 把 endpoint 改到 TaoToken 统一通道 → 保留本地 Ollama 做对照。核心检索词是「Continue 插件配置远端 Ollama」适合三类人本地显卡不够想借远端算力的、团队里多人共用一套模型服务的、以及想把 Continue 的模型出口统一管理的开发者。Continue 的配置本质是一个 YAML 文件放在~/.continue/config.yaml新版或settings.json旧版。很多人卡住不是因为不会写 YAML而是没搞清楚provider、apiBase、model三个字段的对应关系。provider: ollama时它走 Ollama 原生协议provider: openai时走 OpenAI 兼容协议——TaoToken 的 API 就是后者所以配置写法要换一套。我实测下来最容易踩的坑是远端 Ollama 的apiBase写成了http://10.x.x.x:11434/v1多加了/v1反而 404而走 TaoToken 时又忘了加/v1。这两个协议路径不一样下面会分别给可复制片段。先明确目标让 Continue 的 Chat、Edit、Autocomplete 三个角色都能正常工作且能在本地 Ollama 和 TaoToken 之间切换对照。下面从装插件开始一步步来。2. 前置准备Continue 插件安装与 TaoToken Key 获取2.1 安装 Continue 插件打开 VS Code左侧扩展面板搜索Continue认准 publisher 是 Continue 的那个图标是蓝色方块带箭头。安装后左侧会出现 Continue 的侧边栏图标点开它会提示你登录或跳过。这里直接选「Skip / 本地配置」我们要手写配置文件。插件装好后配置文件默认路径WindowsC:\Users\你的用户名\.continue\config.yamlmacOS / Linux~/.continue/config.yaml如果目录不存在手动建一个.continue文件夹即可。旧版本 Continue 用的是settings.json字段结构类似但键名不同本文以新版config.yaml为主同时在关键处标注settings.json的差异。2.2 拿到 TaoToken 的 Key 和 Base URLTaoToken 的 API 入口是https://taotoken.net/api注意这个地址不带任何查询参数。你需要先去控制台创建一个 API Key控制台入口https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewriteKey 管理页https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite创建后复制那串sk-开头的 Key只显示一次丢了就重建。Base URL 填https://taotoken.net/api模型 ID 填你在模型列表里看到的名称比如claude-sonnet-4-5或gpt-4o这类。具体可用模型以控制台展示为准别照抄我这里的示例名。注意TaoToken 是统一的 Key/API 通道不是让你绕过什么而是把多个模型的出口收敛到一个地址和一把 Key方便 Continue 这种需要配多个模型的场景。2.3 远端 Ollama 的连通性先确认在改 Continue 之前先用 curl 确认远端 Ollama 活着。假设远端机器 IP 是10.159.188.214curl http://10.159.188.214:11434/api/tags返回 JSON 里能看到models数组就说明通了。如果超时先查防火墙和 Ollama 是否监听0.0.0.0。Ollama 默认只监听127.0.0.1远端访问需要在启动时设OLLAMA_HOST0.0.0.0OLLAMA_HOST0.0.0.0 ollama serve这一步不做后面 Continue 报local proxy failed你会以为是插件问题其实是服务端没开监听。3. 可复制配置config.yaml 与 settings.json 双版本3.1 新版 config.yaml 完整片段下面这份配置同时挂了远端 Ollama 和 TaoToken 两组模型你可以按需删减。注意provider字段Ollama 用ollamaTaoToken 用openai因为它兼容 OpenAI 协议。name: Remote Ollama TaoToken Assistant version: 1.0.0 schema: v1 models: # 远端 Ollama - Chat/Edit/Apply - name: qw2.5coder7b (Remote Ollama) provider: ollama model: qw2.5coder7b:latest apiBase: http://10.159.188.214:11434 roles: - chat - edit - apply defaultCompletionOptions: temperature: 0.1 contextLength: 8192 maxTokens: 4096 # 远端 Ollama - 自动补全 - name: qw2.5coder1.5b (Remote Autocomplete) provider: ollama model: qw2.5coder1.5b:latest apiBase: http://10.159.188.214:11434 roles: - autocomplete defaultCompletionOptions: temperature: 0.1 maxTokens: 512 # TaoToken 统一通道 - Chat/Edit - name: TaoToken Claude (Chat/Edit) provider: openai model: claude-sonnet-4-5 apiBase: https://taotoken.net/api apiKey: sk-你的TaoTokenKey roles: - chat - edit - apply defaultCompletionOptions: temperature: 0.2 contextLength: 200000 maxTokens: 8192 # TaoToken - 自动补全可选用轻量模型 - name: TaoToken Fast (Autocomplete) provider: openai model: gpt-4o-mini apiBase: https://taotoken.net/api apiKey: sk-你的TaoTokenKey roles: - autocomplete defaultCompletionOptions: temperature: 0.1 maxTokens: 256 context: - provider: code - provider: docs - provider: diff - provider: terminal - provider: problems - provider: folder - provider: codebase关键点apiBase对 Ollama 是http://IP:11434不加/v1对 TaoToken 是https://taotoken.net/apiContinue 内部会自己拼/v1/chat/completions。如果你手贱加了/v1会变成/api/v1/v1/...直接 404。3.2 旧版 settings.json 对照写法如果你用的是老版本 Continue配置在settings.json里结构是数组套对象{ models: [ { title: qw2.5coder7b (Remote Ollama), provider: ollama, model: qw2.5coder7b:latest, apiBase: http://10.159.188.214:11434, contextLength: 8192 }, { title: TaoToken Claude, provider: openai, model: claude-sonnet-4-5, apiBase: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, contextLength: 200000 } ], tabAutocompleteModel: { title: qw2.5coder1.5b (Remote Autocomplete), provider: ollama, model: qw2.5coder1.5b:latest, apiBase: http://10.159.188.214:11434 }, allowAnonymousTelemetry: false }settings.json里自动补全单独用tabAutocompleteModel字段而新版config.yaml是靠roles: [autocomplete]区分。这是两版最大的结构差异改配置时别混用。3.3 三件套对照表不管哪版连一个模型都逃不开这三样缺一不可项目远端 OllamaTaoTokenBase URLhttp://10.159.188.214:11434https://taotoken.net/apiKey无需内网直连sk-开头的 API KeyModel IDqw2.5coder7b:latest控制台展示的模型名提示如果你用 CC Switch 或 Cline MCP 这类工具同样遵循这三件套逻辑Base URL、Key、Model ID 一个都不能少只是字段名可能叫baseURL、apiKey、model。4. 验证请求从 curl 到 Continue 面板实测4.1 先用 curl 验证 TaoToken 通道配置写完后别急着在 VS Code 里点先用命令行确认 Key 和地址没问题curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 用一句话说明什么是递归}], max_tokens: 100 }返回里有choices[0].message.content就说明通道通了。如果返回401是 Key 错了或没带Bearer返回404多半是模型名写错或路径多了/v1。4.2 验证远端 Ollamacurl http://10.159.188.214:11434/v1/chat/completions \ -H Content-Type: application/json \ -d { model: qw2.5coder7b:latest, messages: [{role: user, content: hello}] }注意这里 Ollama 的 OpenAI 兼容层路径是/v1/chat/completions和原生/api/chat不同。Continue 用provider: ollama时走的是原生协议所以apiBase不带/v1但你手动 curl 测试时用/v1路径也能通这是 Ollama 同时提供两套接口。4.3 在 Continue 面板里切换模型回到 VS Code点开 Continue 侧边栏底部有个模型下拉框。你应该能看到qw2.5coder7b (Remote Ollama)和TaoToken Claude两个选项。选 TaoToken 那个输入「写一个 Python 快速排序」能流式返回代码就成功了。自动补全的验证方式新建一个.py文件输入def bubble_sort(arr):然后换行停顿如果出现灰色补全建议说明autocomplete角色生效。没反应就去 Continue 设置里确认tabAutocompleteModel指向了正确的模型。实测下来远端 Ollama 的补全延迟取决于网络内网通常 200ms 内TaoToken 走公网首 token 延迟看模型Claude 系列一般 1 秒左右出字。5. 常见报错排查401、local proxy failed、reading choices5.1 401 Unauthorized最常见。Continue 面板报401或invalid api key按顺序查第一Key 有没有复制全。sk-后面那串经常被截断重新去 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 复制。第二apiBase和provider是否匹配。provider: openai配https://taotoken.net/api别写成https://taotoken.net少了/api。第三YAML 缩进。apiKey必须和apiBase同级缩进错了 Continue 读不到会当成空 Key 发出去照样 401。5.2 local proxy failed这个报错通常出现在 Ollama 场景Continue 尝试连localhost:11434但连不上。原因有两个一是你apiBase还写着http://localhost:11434但本地根本没跑 Ollama二是远端 Ollama 没监听0.0.0.0。排查命令# 看远端 Ollama 监听地址 ss -tlnp | grep 11434如果显示127.0.0.1:11434而不是0.0.0.0:11434就是监听问题用前面说的OLLAMA_HOST0.0.0.0 ollama serve重启。另外检查防火墙sudo ufw allow 11434/tcp5.3 reading choices 相关报错报错长这样Cannot read properties of undefined (reading choices)。这是 Continue 拿到了非预期响应解析choices字段时崩了。根因一般是模型名不存在服务端返回了错误 JSON没有choices字段。去控制台核对模型 ID。apiBase路径错误请求打到了 HTML 页面而不是 API。用 curl 复现一下就知道。流式响应被中间层截断。如果你在defaultCompletionOptions里设了stream: false但服务端强制流式也会出问题去掉这个字段用默认值。5.4 OAuth 与登录态问题Continue 有时会弹 OAuth 登录窗口如果你用的是自建配置直接关掉。在config.yaml顶部加allowAnonymousTelemetry: false旧版settings.json同理。如果它反复弹登录删掉~/.continue下的auth缓存文件夹再重启 VS Code。6. 长期编码场景把 Continue 接入 TaoToken Coding Plan如果你不只是偶尔问两句而是想让 Continue 承担日常的代码补全、重构、Agent 任务单次按量调用不如走 Coding Plan。它的定位是长期编码和 Agent 场景适合把 Continue 的 Chat/Edit 角色固定指向一个稳定通道。接入方式还是那三件套只是 Key 换成 Coding Plan 对应的凭证Base URL 依然是https://taotoken.net/apiModel ID 按控制台给的填。配置片段和 §3.1 里 TaoToken 那段一模一样改apiKey和model即可。Coding Plan 入口https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite如果你更想先验证模型效果再决定用模型对话页快速试https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite接入文档在这里字段细节以文档为准https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite最后说个实用技巧Continue 的config.yaml支持多个模型并存你可以把远端 Ollama 当离线兜底TaoToken 当主力。网络断了切 Ollama需要强模型切 TaoToken下拉框一点就换不用改配置。这个双通道策略我用了几个月比死磕一个 endpoint 稳得多。