1. 为什么要把 Copilot CLI 的 endpoint 从云端改到本地或统一网关
GitHub Copilot CLI 现在支持 BYOK（自带密钥）和本地模型，这件事对经常在终端里写代码的人意义不小。以前它只能走云端通道，模型固定、额度受限、网络抖动时补全直接卡住；现在你可以把COPILOT_API_URL指向本地 Ollama、vLLM，或者指向一个统一管理的 API 网关，让补全请求走你自己的链路。核心检索词就是 GitHub Copilot CLI 连接本地 Ollama/vLLM 模型配置，本质上是把 CLI 的模型调用出口从默认云端换成你指定的 OpenAI 兼容 endpoint。
适合谁？三类人最直接受益。第一类是本机已经跑着 Ollama、手里有 14B 甚至 32B 代码模型的开发者，想让 Copilot CLI 直接吃本地算力，省掉云端往返延迟。第二类是用 vLLM 在局域网或内网服务器上部署了推理服务，团队想共用一套模型端点。第三类是模型来源比较杂，既有本地模型又有云端模型，希望用一个统一 Key 和统一通道管理所有调用，避免每个工具配一遍密钥。
我自己的场景是：笔记本上跑 Ollama 做日常补全，服务器上跑 vLLM 做重活，但 CLI 工具一多，密钥和地址就散落在各个配置文件里。后来把 endpoint 统一收口到一个兼容 OpenAI 协议的网关，CLI 只认一个 Base URL 和一个 Key，切换模型只改 Model ID。这篇就按这个思路，从本地 Ollama 讲起，再到 vLLM，最后讲怎么把 endpoint 改到 TaoToken 复用统一通道，每一步都给可复制的配置和验证命令。
需要先明确一个前提：Copilot CLI 走的是 OpenAI 兼容协议，所以你的目标服务必须暴露/v1/chat/completions这类接口，并且支持 Tool Calling 和 Streaming。上下文窗口建议不低于 128K token，否则长文件补全会截断。这三点不满足，配置写得再对也连不上。
2. 前置准备：Ollama 与 vLLM 服务怎么起、TaoToken 通道怎么开
先说 Ollama。它是本地模型里最省事的，装完直接ollama serve就能起一个 OpenAI 兼容服务，默认监听http://localhost:11434。但要注意，Ollama 原生 API 是/api/chat，而 Copilot CLI 需要的是/v1路径，所以地址要写成http://localhost:11434/v1。模型方面，代码补全推荐qwen2.5-coder:14b或qwen2.5-coder:7b，前者质量更好但吃显存，后者在 8G 显存的机器上也能跑。
# 启动 Ollama 服务（后台常驻） ollama serve # 另开一个终端，拉取代码模型 ollama pull qwen2.5-coder:14b # 确认模型已就位 ollama listvLLM 稍微复杂一点，它是给生产环境用的高吞吐推理框架。启动时必须加--enable-auto-tool-choice，否则 Tool Calling 不生效，Copilot CLI 的子代理会报错。还要指定--tool-call-parser，不同模型用不同的解析器，比如 Qwen 系列用hermes。
# vLLM 启动示例，监听 8000 端口 python -m vllm.entrypoints.openai.api_server \ --model Qwen/Qwen2.5-Coder-14B-Instruct \ --served-model-name qwen2.5-coder-14b \ --host 0.0.0.0 \ --port 8000 \ --enable-auto-tool-choice \ --tool-call-parser hermes启动后用curl http://localhost:8000/v1/models确认服务活着，返回 JSON 里有你的模型名就对了。
再说 TaoToken 这条统一通道。它的作用是让你不用在本地和云端之间反复改配置：CLI 的 Base URL 固定指向 TaoToken 的 API 地址，Key 用同一个，想切模型只改 Model ID。官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 根地址是 https://taotoken.net/api 。你需要先去控制台建一个 API Key，路径是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，Key 管理页在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。建完 Key 先别急着配 CLI，用模型对话页 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 发一条消息，确认 Key 和通道本身是通的，再往下走能省很多排查时间。
这里有个容易踩的坑：本地 Ollama 和 TaoToken 通道的 Base URL 格式不一样。Ollama 是http://localhost:11434/v1，TaoToken 是https://taotoken.net/api，后者通常不需要你再手动补/v1，具体以接入文档为准，文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。配置前先确认路径，能避免一半的 404。
3. 可复制配置：环境变量、settings 片段与三件套写法
Copilot CLI 的配置主要靠环境变量，少量靠配置文件。最直接的方式是在 shell 里 export，但这样每次开新终端都要重来，所以更推荐写进~/.zshrc或~/.bashrc，或者用 CLI 自己的 settings 文件。下面按三种场景给可复制片段。
场景一，连本地 Ollama。这是最简配置，Key 随便填一个非空字符串即可，Ollama 不校验。
# 写入 ~/.zshrc 或 ~/.bashrc export COPILOT_MODEL="ollama/qwen2.5-coder:14b" export COPILOT_API_URL="http://localhost:11434/v1" export COPILOT_API_KEY="ollama" export COPILOT_OFFLINE="true"场景二，连 vLLM。注意 Model ID 要和你--served-model-name一致，地址带/v1。
export COPILOT_MODEL="qwen2.5-coder-14b" export COPILOT_API_URL="http://192.168.1.50:8000/v1" export COPILOT_API_KEY="your-vllm-key" export COPILOT_OFFLINE="true"场景三，把 endpoint 改到 TaoToken 复用统一通道。这里三件套必须写全：Base URL、Key、Model ID。Base URL 用https://taotoken.net/api，Key 用控制台建的那串，Model ID 填你要用的模型标识。
export COPILOT_MODEL="qwen2.5-coder-14b" export COPILOT_API_URL="https://taotoken.net/api" export COPILOT_API_KEY="sk-你的TaoToken密钥" export COPILOT_OFFLINE="true"如果你用的是 CLI 的 settings 文件而不是环境变量，可以写成 JSON。路径通常在~/.config/github-copilot/settings.json，具体以你安装版本为准。下面这个片段把 provider 指向 TaoToken，字段名和官方 settings 保持一致。
{ "model": "qwen2.5-coder-14b", "provider": { "type": "openai", "baseUrl": "https://taotoken.net/api", "apiKey": "sk-你的TaoToken密钥" }, "offline": true }如果你更习惯 TOML，等价写法如下，适合放在项目级配置里做覆盖。
model = "qwen2.5-coder-14b" offline = true [provider] type = "openai" baseUrl = "https://taotoken.net/api" apiKey = "sk-你的TaoToken密钥"关于COPILOT_OFFLINE="true"，它的作用是禁用遥测，所有请求只发给你配置的 provider。本地模型场景建议开，统一通道场景也建议开，避免 CLI 偷偷往默认云端发请求导致行为不一致。子代理方面，explore、task、code-review 这些会自动继承你配的 provider，不用单独设置，这点实测下来是省心的。
配置写完记得source ~/.zshrc让环境变量生效，然后echo $COPILOT_API_URL确认值没写错。这一步看着傻，但地址拼错、Key 带空格这类问题，靠肉眼检查很容易漏。
4. 验证请求：从 providers 检查到一次真实补全
配置完不能只看变量，要发真实请求确认链路通。第一步用 CLI 自带的 providers 检查命令，看它认到的 provider 和地址对不对。
copilot help providers输出里应该能看到你配置的 baseUrl 和 model。如果这里显示的还是默认云端地址，说明环境变量没生效，回去检查 shell 配置有没有 source。
第二步，直接用 curl 打目标 endpoint，排除 CLI 本身的干扰。先测 Ollama：
curl http://localhost:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer ollama" \ -d '{ "model": "qwen2.5-coder:14b", "messages": [{"role": "user", "content": "写一个 Python 快排"}], "stream": false }'再测 TaoToken 通道：
curl https://taotoken.net/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-你的TaoToken密钥" \ -d '{ "model": "qwen2.5-coder-14b", "messages": [{"role": "user", "content": "写一个 Python 快排"}], "stream": false }'返回 JSON 里有choices[0].message.content就说明通道通了。如果返回 401，是 Key 问题；返回 404，是路径问题，重点看/v1有没有漏或多。
第三步，在真实项目里跑一次补全。进一个代码仓库，敲copilot进入交互模式，输入一句注释让它补全，比如# 读取 config.yaml 并返回 dict。观察两点：一是响应是否流式吐字，二是补全内容是否符合你的模型水平。如果卡住不动，多半是 Streaming 没开或网络不通；如果补全内容明显是云端模型风格，说明请求没走到你配的 endpoint。
我试过在同一个终端里先配 Ollama 再切 TaoToken，只改COPILOT_API_URL和COPILOT_API_KEY两个变量，COPILOT_MODEL保持不变，补全立刻从本地切到统一通道，验证成本很低。这也是统一通道的价值：切换只动地址和 Key，模型标识可以复用。
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，下面按真实错误信息对照排查。
401 Unauthorized。这是 Key 问题。本地 Ollama 场景下，Key 填任意非空值即可，但如果你填了空字符串，有些版本会直接判 401。TaoToken 场景下，检查 Key 有没有复制完整、有没有多余空格、有没有过期。去 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 重新生成一个再试。
local proxy failed 或 connection refused。这是地址或服务没起。先curl目标地址确认服务活着，Ollama 用ollama list看服务状态，vLLM 看启动日志有没有报错。如果地址是localhost但服务在另一台机器，改成实际 IP。防火墙和端口占用也要查，vLLM 默认 8000，Ollama 默认 11434。
reading choices 相关报错，通常是响应体不是标准 OpenAI 格式。常见原因是路径少了/v1，请求打到了非兼容接口上，返回了 HTML 或错误页，CLI 解析choices字段时失败。检查COPILOT_API_URL是否以/v1结尾（TaoToken 通道以文档为准），以及目标服务是否真的暴露了 chat completions 接口。
OAuth 相关报错，多出现在 CLI 尝试走默认登录流程时。如果你已经配了 BYOK，但仍然弹出 OAuth 登录，说明 provider 没被正确识别。检查 settings 文件里的 provider 字段拼写，以及环境变量有没有被其他配置覆盖。必要时先unset掉冲突的变量再重配。
还有一类不报错但行为异常：补全能出字，但 Tool Calling 不工作，子代理报工具调用失败。这基本是模型或服务不支持 Tool Calling。Ollama 要确认模型本身支持，vLLM 要确认启动时带了--enable-auto-tool-choice和正确的--tool-call-parser。上下文窗口不够 128K 也会导致长文件补全被截断，表现为补全内容突然断掉。
排查顺序建议固定成：服务是否在跑 → 地址是否含正确路径 → Key 是否有效 → 模型是否支持 Tool Calling 和 Streaming。按这个顺序走，大部分问题能在五分钟内定位。
6. 把统一通道用起来：长期编码与 Agent 场景的接入选择
配置跑通之后，真正省事的是长期使用。如果你只是偶尔补全，本地 Ollama 足够；但如果你每天在终端里跑 coding agent、做多轮重构、让子代理自动 explore 和 code-review，那统一通道的价值就出来了：一个 Key 管所有模型，切换只改 Model ID，不用在本地和云端之间反复改环境变量。
具体操作上，把COPILOT_API_URL固定成https://taotoken.net/api，COPILOT_API_KEY固定成你的 TaoToken Key，COPILOT_MODEL按任务换。日常补全用轻量模型，重活换大模型，CLI 侧不用动其他配置。如果你同时用 Claude Code 这类工具，也可以走同一套通道，接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，里面有各工具的 Base URL 和 Model ID 对照。
长期编码和 Agent 场景，建议直接看 Coding Plan，路径是 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，它更适合高频调用和子代理自动化的用法。如果你还在选模型阶段，想先对比不同模型的实际输出，可以去模型对话页 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 手动试几条 prompt，确认风格和 Tool Calling 表现再写进 CLI 配置。Key 不够用或者要分项目隔离时，回 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 新建即可。
最后给一个实用技巧：把三套配置写成 shell 函数，切换时一条命令搞定，比手动 export 可靠得多。
# 写入 ~/.zshrc copilot_local() { export COPILOT_MODEL="ollama/qwen2.5-coder:14b" export COPILOT_API_URL="http://localhost:11434/v1" export COPILOT_API_KEY="ollama" export COPILOT_OFFLINE="true" echo "已切到本地 Ollama" } copilot_tao() { export COPILOT_MODEL="qwen2.5-coder-14b" export COPILOT_API_URL="https://taotoken.net/api" export COPILOT_API_KEY="sk-你的TaoToken密钥" export COPILOT_OFFLINE="true" echo "已切到 TaoToken 统一通道" }之后copilot_local和copilot_tao随时切换，配合copilot help providers确认当前 provider，整个链路就闭环了。
