1. 蓝桥杯刷题环境里，Competitive Companion 抓完题之后模型调用怎么统一
蓝桥杯备赛刷题，很多人卡在同一个地方：题目抓下来了，样例也跑通了，但想让模型帮忙看思路、查边界、解释报错的时候，Key 散落在各个插件里，一会儿填这个一会儿填那个，换台机器又要重来一遍。Competitive Companion 这个浏览器插件本身只负责把题目信息（题面、样例、时间限制）推给 VSCode，它不管模型调用。真正要调模型的时候，你得在 VSCode 里另配一套通道。
我这次要解决的就是这件事：用 Competitive Companion 抓题，用 TaoToken 统一 Key 和 API 通道，让刷题辅助流程只维护一套凭证。适合谁？正在准备蓝桥杯、日常在 VSCode 里刷洛谷/Codeforces/AtCoder、想用模型辅助理解题面和调试但不想每个插件单独配 Key 的人。
核心检索词先摆出来：VScode 插件算法刷题、Competitive Companion 配置、TaoToken 统一 Key。这三件事串起来，才是一套能跑通的刷题辅助环境。
Competitive Companion 的工作方式很直接：你在浏览器里打开一道题，点插件图标，它把题目数据通过本地端口（默认 10043/27121）POST 给 VSCode 里监听的扩展，比如 CPH（Competitive Programming Helper）。CPH 收到后生成题目文件、样例文件，你就能在本地跑样例。但 CPH 本身不做模型调用，它只做题目管理和样例测试。
所以模型辅助这一环，得单独接。传统做法是每个能调模型的插件各填一个 Key，OpenAI 一个、Claude 一个、别的再一个。问题在于：Key 多了难管理，额度分散，换环境要重新配，而且有些插件把 Key 存在明文配置里，迁移起来很烦。
TaoToken 在这里的角色是统一入口：一个 Key、一个 Base URL，兼容 OpenAI 风格的接口，模型 ID 按需切换。你把它当成「模型调用的统一网关」就行。刷题时不管是让模型解释题面、生成测试用例、还是看你的代码哪里越界，都走同一个通道。这样 VSCode 里只需要维护一份配置。
下面我会给出 settings.json 的可复制片段、一次完整的「抓题 → 调用 → 返回」验证动作，以及常见报错的排查。目标很明确：一套 Key 跑通刷题辅助流程。
2. TaoToken 前置准备：Key、Base URL 和模型 ID 三件套
在动 VSCode 配置之前，先把三件套准备好。这三样东西是后面所有配置的基础，缺一个都跑不通。
第一件是 API Key。去 TaoToken 控制台的 API Keys 页面创建一个，复制出来。这个 Key 就是你的统一凭证，后面 VSCode 里所有模型调用都用它。创建入口在 https://taotoken.net/api-keys ，注意创建后只显示一次，先存到安全的地方。
第二件是 Base URL。TaoToken 的 API 地址是 https://taotoken.net/api ，注意这里不加任何 UTM 参数，就是干净的接口地址。很多插件配置里叫「API Base」「Base URL」「Endpoint」，填的都是这个。有些插件要求你填到 /v1 这一层，那就写 https://taotoken.net/api/v1 ，具体看插件文档，但根地址是 https://taotoken.net/api 。
第三件是模型 ID。这个取决于你想用哪个模型。TaoToken 兼容 OpenAI 风格接口，模型 ID 按平台文档里列出的填。比如你想用某个通用对话模型，就填对应的 ID；想用偏代码的模型，就换另一个 ID。刷题场景我一般建议选一个响应快、代码理解好的模型，具体 ID 以平台文档为准，别自己编。
注意：Key 不要写进会提交到 Git 的文件里。settings.json 如果是用户级配置（存在本机用户目录），风险小一些；如果是工作区级（.vscode/settings.json），提交前务必确认没把 Key 带上去。
三件套准备好之后，先别急着配 VSCode。用一条 curl 命令验证 Key 和 Base URL 是通的，这一步能省掉后面很多排查时间。
curl -X POST https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer 你的Key" \ -H "Content-Type: application/json" \ -d '{ "model": "你的模型ID", "messages": [ {"role": "user", "content": "用一句话解释什么是二分查找"} ] }'如果返回里有 choices 数组、里面有 message.content，说明三件套没问题。如果返回 401，说明 Key 不对或没带上；如果返回 404，多半是 Base URL 路径写错了；如果返回模型不存在的错误，就是模型 ID 填错了。这一步过了，再进 VSCode 配置。
为什么要先做这一步？因为 VSCode 插件报错的时候，你很难判断是插件配置问题还是 Key 本身问题。先用 curl 把通道验证通，后面出问题就只可能是插件侧的事，排查范围直接缩小一半。
3. settings.json 可复制配置：把模型调用统一到 TaoToken
VSCode 里跟模型调用相关的配置，通常写在 settings.json。不同插件读的配置键不一样，但思路一致：把 Base URL 指向 TaoToken，把 Key 填进去，把模型 ID 指定好。下面给一份可复制的片段，你可以按自己装的插件调整键名。
先说明路径。用户级 settings.json 在：
- Windows：
%APPDATA%\Code\User\settings.json - macOS：
~/Library/Application Support/Code/User/settings.json - Linux：
~/.config/Code/User/settings.json
工作区级在项目根目录的.vscode/settings.json。刷题环境建议用用户级，这样换题目文件夹不用重配。
{ "competitive-companion.port": 10043, "cph.general.defaultLanguage": "cpp", "cph.general.saveLocation": "${workspaceFolder}/.cph", "cph.language.cpp.command": "g++", "cph.language.cpp.args": ["-std=c++17", "-O2", "-Wall"], "aiAssistant.baseUrl": "https://taotoken.net/api/v1", "aiAssistant.apiKey": "你的TaoToken Key", "aiAssistant.model": "你的模型ID", "aiAssistant.temperature": 0.3, "codeRunner.runInTerminal": true, "files.autoSave": "afterDelay" }上面这段里，前四行是 Competitive Companion + CPH 的抓题和样例配置，端口 10043 是 Competitive Companion 默认推送端口，CPH 监听这个端口接收题目。saveLocation指定题目文件存哪，我习惯放在工作区的.cph目录下，跟题目放一起，方便管理。
中间四行是模型调用配置。aiAssistant这个前缀是示意，实际键名取决于你装的插件。比如有些插件用continue.前缀，有些用cline.前缀，有些用tabnine.之类。你要做的是找到插件文档里「自定义 API Base」或「OpenAI Compatible」那一节，把 Base URL 填成https://taotoken.net/api/v1，Key 填 TaoToken 的 Key，模型 ID 填你要用的。
如果你的插件支持多模型配置，可以写成数组形式，把 TaoToken 作为统一 provider：
{ "aiAssistant.providers": [ { "name": "taotoken", "baseUrl": "https://taotoken.net/api/v1", "apiKey": "你的TaoToken Key", "models": ["模型ID-A", "模型ID-B"] } ], "aiAssistant.defaultProvider": "taotoken" }这样配置的好处是：以后换模型只改models数组，Base URL 和 Key 不动。刷题时想换个模型看思路，改一个字段就行，不用重新填 Key。
提示：如果你用的是 Claude Code 这类工具，配置方式不太一样，它读的是环境变量或专门的配置文件。Claude Code 的接入文档在 https://taotoken.net/doc ，里面有 Base URL 和 Key 的填法。核心还是那三件套，只是载体不同。
配置写完保存，VSCode 一般会提示重启或重新加载窗口。重启之后，抓题和模型调用就都走同一套通道了。接下来做一次完整验证。
4. 一次抓题到模型返回的完整验证
配置对不对，跑一遍就知道。我按「抓题 → 生成文件 → 调用模型 → 看返回」的顺序走一遍，你跟着做就行。
第一步，打开 VSCode，新建一个空文件夹当刷题工作区，比如lanqiao-practice。用 VSCode 打开这个文件夹。确认 CPH 扩展已经装好并启用，Competitive Companion 浏览器插件也装好。
第二步，在浏览器里打开一道题。洛谷、Codeforces、AtCoder 都行，Competitive Companion 支持这些站点。打开题目页面后，点浏览器工具栏里的 Competitive Companion 图标。它会闪一下，表示已经把题目数据 POST 到本地端口。
第三步，回到 VSCode。CPH 应该已经收到题目，在侧边栏或底部面板里出现新题目条目。点开它，能看到题面、样例输入输出。同时工作区里会生成题目文件，比如A.cpp或按题号命名的文件，还有对应的样例文件。这一步验证的是抓题通道通了。
第四步，验证模型调用。在 CPH 生成的题目文件里，或者新建一个文件，写一段代码，然后触发模型辅助。触发方式取决于你装的插件：有的用命令面板（Ctrl+Shift+P）搜「AI: Explain」，有的用右键菜单，有的用快捷键。触发后，插件会把当前代码或选中内容发给 TaoToken 的接口。
第五步，看返回。如果配置正确，几秒内会在面板或侧边出现模型返回的内容，比如对题面的解释、对代码的分析。如果返回正常，说明整条链路通了：Competitive Companion 抓题 → CPH 管理题目 → 模型插件调用 TaoToken → 返回结果。
为了更直观，我用一个具体场景走一遍。假设题目是「给一个数组，求最大子段和」。抓题后 CPH 生成main.cpp，我写了个暴力解法，然后选中代码，触发「解释这段代码的时间复杂度」。插件把代码发给 TaoToken，模型返回「这段代码是两层循环，时间复杂度 O(n²)，在 n 较大时会超时，建议用 Kadane 算法优化到 O(n)」。这个返回就是有效的。
如果你在这一步没看到返回，先别改配置，去看 VSCode 的输出面板（Output），选对应插件的日志通道，里面通常有请求 URL、状态码、错误信息。对照下一节的排查表处理。
5. 常见报错排查：401、local proxy failed、reading choices、OAuth
配置过程中最容易撞上的几类报错，我按实际遇到的整理成对照表。你遇到哪个直接查哪个。
| 报错关键词 | 可能原因 | 处理方式 |
|---|---|---|
| 401 Unauthorized | Key 没填、填错、或没带 Bearer 前缀 | 检查 settings.json 里 Key 字段，确认复制完整，没有多余空格 |
| local proxy failed | 插件本地代理端口被占，或 Base URL 指向了本地代理 | 确认 Base URL 是 https://taotoken.net/api/v1，不是 localhost |
| reading choices 报错 | 返回结构不是预期格式，多半是 Base URL 路径不对 | 确认路径带 /v1，或按插件要求调整 |
| OAuth 相关报错 | 插件默认走 OAuth 登录，没切到 API Key 模式 | 在插件设置里找「Use API Key」或「Custom Provider」切换 |
| 模型不存在 | 模型 ID 填错或该模型未开通 | 对照平台文档的模型列表，填准确的 ID |
| 连接超时 | 网络问题或 Base URL 写错 | 先用 curl 验证通道，再查插件配置 |
重点说几个。401 是最常见的，九成是 Key 复制时带了空格或者换行。建议重新复制一次，粘贴后检查首尾。另外有些插件要求 Key 前面带Bearer，有些只要 Key 本身，看插件文档。
local proxy failed 这个报错，通常出现在插件默认走本地代理的场景。有些 AI 插件会先起一个本地代理进程，再把请求转发出去。如果你把 Base URL 填成了http://localhost:xxxx，而那个代理没起来，就会报这个。解决办法是直接把 Base URL 指向 TaoToken，绕过本地代理。
reading choices 这个报错，字面意思是插件在解析返回时找不到 choices 字段。OpenAI 风格的返回里，choices 是标准字段。如果找不到，多半是请求打到了错误的路径，返回了 HTML 或别的结构。检查 Base URL 是不是少了 /v1，或者多写了路径。
OAuth 报错，是因为有些插件默认让你登录它的账号，而不是填 API Key。你要在插件设置里找到「自定义 API」或「OpenAI Compatible」选项，切过去之后才能填 Base URL 和 Key。这一步不做，插件永远走它自己的登录流程，跟 TaoToken 没关系。
注意：排查时优先用 curl 验证通道。curl 通了，问题就在插件配置；curl 不通，问题在 Key 或 Base URL。这个二分法能省很多时间。
还有一个坑：settings.json 里如果同一个键写了两次，VSCode 会用最后一个，但有些插件读的是第一个，导致行为不一致。配置写完用 VSCode 的 JSON 校验看一眼，别有重复键。
6. 把刷题辅助流程固定下来：一套 Key 的长期用法
环境跑通之后，接下来是让它稳定用下去。我的做法是把配置分成两层：一层是抓题和样例，一层是模型调用。抓题层用 Competitive Companion + CPH，这部分配置基本不动，端口和保存路径定好就行。模型调用层用 TaoToken 统一 Key，换模型只改模型 ID。
这样分的好处是，以后你换刷题网站、换题目文件夹，抓题层不用动；想换模型看不同思路，模型层改一个字段。Key 始终只有一份，存在用户级 settings.json 里，换项目不用重配。
如果你用 Claude Code 做代码辅助，它的配置在 https://taotoken.net/doc 里有说明，Base URL 和 Key 的填法跟 VSCode 插件不同，但三件套是一样的。Claude Code 更适合长时间编码和 Agent 类任务，刷题时如果想让模型帮你重构代码、跑多轮调试，可以走它的通道。Coding Plan 相关入口在 https://taotoken.net/coding-plan ，适合需要长期稳定调用的场景。
日常刷题我建议把模型调用当成「第二双眼睛」：先自己写，卡住了再让模型看思路，别一上来就让模型给答案。蓝桥杯考的是临场能力，模型辅助是帮你理解，不是替你思考。配置好之后，抓题、跑样例、问模型这三步能在一个窗口里完成，节奏就顺了。
最后留一个实用技巧：把常用的模型调用做成 VSCode 的快捷键或代码片段，触发时自动带上当前文件内容。这样你选中一段代码按一下，就能问模型「这段哪里可能越界」，不用每次手动复制粘贴。具体绑定方式看插件文档，核心还是那套 Base URL + Key + 模型 ID。
配置这件事，跑通一次之后就是复制粘贴。真正花时间的是刷题本身。环境顺了，就把注意力放回题目上。
