Zed 編輯器自訂 API 設定

將 TokenHub 新增為 Zed Editor OpenAI 相容提供程序,並使用安全 AI 請求對其進行測試。

什麼是 Zed 編輯器?

Zed Editor 是一款高效能協作程式碼編輯器,具有內建 AI 功能和可設定的語言模型提供者。

此 Zed Editor 設定在設定中新增了一個命名的 OpenAI 相容提供程序,將其 API 金鑰保留在 settings.json 之外,並使用與所選 TokenHub 模型匹配的模型限制。 Zed 將 settings.json 中的提供者聲明與其提供者 UI 或環境中儲存的憑證分開。提供者 ID 決定產生的關鍵變量,每個可用模型都應使用其真實的上下文限制。先測試 Inline Assistant,然後單獨驗證 Agent 工具,因為基本生成並不能證明工具相容性。

Zed 支援其代理程式設定 UI 和 OpenAI-compatible 端點的 settings.json。讓 Zed 將 TokenHub API 金鑰儲存在系統鑰匙圈中,或透過從提供者名稱派生的環境變數提供它。請勿將鑰匙放置在 settings.json 中。

在代理設定中新增提供者

  1. 打開命令面板並運行 agent: open settings
  2. 轉到 Settings → AI → LLM Providers
  3. 點擊 Add Provider 並選擇 OpenAI-compatible 提供者。
  4. 輸入 tokenhub 作為提供者名稱。
  5. 輸入 https://us-api.tokenhub.com/v1 作為 API URL。
  6. 輸入 TokenHub 模型目錄中顯示的確切模型 ID。
  7. 輸入該模型的真實上下文視窗。
  8. 在提供商设置中输入您的 TokenHub API 密钥,以便 Zed 将其存储在系统钥匙串中。

當您需要多個模型時編輯settings.json

Zed 支持 language_models.openai_compatible 下的提供商。在此架構中,max_tokens 表示上下文窗口,而不是最大輸出。將這兩個限制替換為您的模型記錄的值:

{
  "language_models": {
    "openai_compatible": {
      "tokenhub": {
        "api_url": "__API_BASE_URL__/v1",
        "available_models": [
          {
            "name": "YOUR_TOKENHUB_MODEL_ID",
            "display_name": "TokenHub / YOUR_TOKENHUB_MODEL_ID",
            "max_tokens": 128000,
            "max_output_tokens": 8192,
            "capabilities": {
              "tools": true,
              "images": false,
              "parallel_tool_calls": false,
              "prompt_cache_key": false,
              "chat_completions": true,
              "interleaved_reasoning": false,
              "max_tokens_parameter": false
            }
          }
        ]
      }
    }
  }
}

如果省略 capabilities,则 Zed 使用上面显示的 OpenAI-compatible 默认值。仅当模型和 TokenHub 端点实际支持时,才将 imagesparallel_tool_calls 或其他功能设置为 true

遵循Zed的API-key查找规则

Zed 将提供商 ID 转换为大写蛇形字母并附加 _API_KEY。因此,提供者 ID tokenhub 對應到:

export TOKENHUB_API_KEY="sk-..."

非空環境變數優先於鑰匙圈。如果您更新了 UI 中的密钥,但 Zed 仍然发送旧凭证,请取消设置此变量并重新启动 Zed。

不要從模型名稱推斷推理或回應支持

  • 当TokenHub模型支持OpenAI风格的reasoning_effort时,仅设置端点接受的值。 Zed 公开 noneminimallowmediumhighxhighmax,但第三方端点可能支持较少的值。
  • TokenHub 目前建议此连接使用聊天完成,因此请保留 capabilities.chat_completions: true
  • 僅對於需要回應 API 的模型,將其變更為 false。不要僅僅為了啟用推理而切換 API。
  • 僅當端點需要 max_tokens 而不是 max_completion_tokens 時才設定 max_tokens_parameter: true

驗證內部Zed

在 Agent 或 Inline Assistant 中選擇 TokenHub / YOUR_TOKENHUB_MODEL_ID 並要求其解釋目前文件。如果型號不存在,請檢查 JSON、提供者 ID 和 available_models。對於 401,檢查 Zed 進程可見的 TOKENHUB_API_KEY。如果工具或圖像失敗,請返回capabilities並確保聲明不會超出模型的真實支援。

官方參考

如何選擇推薦模型?

工作負載模型選擇適合原因
複雜任務旗艦推理模型適合規劃、多步驟執行與複雜上下文。
日常使用均衡模型平衡效果、速度與成本。
批次工作快速低成本模型降低摘要與簡單任務成本。
前往模型廣場比較價格和能力

Zed Editor AI 提供者常見問題解答

TokenHub API 金鑰應該放在 Zed 中的哪裡?

使用 LLM 提供者設定或 TOKENHUB_API_KEY 環境變數。不要在 settings.json 中儲存明文金鑰。

為什麼選擇器中缺少模型?

確認提供者 ID、API URL 和 available_models 條目,然後在變更設定或環境變數後重新啟動 Zed。

max_tokens 應該包含什麼?

使用所選 TokenHub 模型的實際上下文窗口,而不是從其他模型複製的值。

Inline Assistant 的成功是否證明了 Zed Agent 的兼容性?

否。內聯助理驗證基本產生;代理程式工作流程可能需要結構化工具呼叫和附加權限。單獨測試這些功能。

如何驗證 Zed 是否使用 TokenHub 模型?

選擇聲明的模型,執行唯讀AI請求,並在TokenHub請求日誌中確認確切的模型ID。

參考資料

本頁設定依據 TokenHub 教學與官方資料,最後驗證日期為 2026-09-08。