news 2026/9/12 6:00:54

9Router 接入 Continue 扩展:在 VS Code 中配置 Claude / DeepSeek / GLM 模型的完整指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
9Router 接入 Continue 扩展:在 VS Code 中配置 Claude / DeepSeek / GLM 模型的完整指南

9Router 接入 Continue 扩展:在 VS Code 中配置 Claude / DeepSeek / GLM 模型的完整指南

【免费下载链接】9routerUnlimited FREE AI coding. Connect Claude Code, Codex, Cursor, Cline, Copilot, Antigravity to FREE Claude/GPT/Gemini via 40+ providers. Auto-fallback, RTK -40% tokens, never hit limits.项目地址: https://gitcode.com/GitHub_Trending/9r/9router

本篇指南讲解如何将 9Router 接入 Visual Studio Code 的 Continue 扩展,把 AI 编程助手直接带入编辑器。9Router 提供 OpenAI 兼容的/v1端点,使 Continue 这类支持自定义apiBase的工具可以无缝消费 9Router 聚合的多家模型服务。读完本文,你将掌握 Continue 的完整配置流程、9Router 模型路由 ID(如cc/claude-opus-4-5-20251101cx/deepseek-chat)的命名规则、高级参数调优与常见问题排查方法。

前置条件

开始配置前,请确认以下条件已满足:

  • Visual Studio Code 已安装;
  • 已从 VSCode Marketplace 安装 Continue 扩展;
  • 已拥有 9Router 的 API Key(可在 9Router 控制台的 Dashboard / Settings → API Keys 中获取);
  • 9Router 服务正在运行,包括本地运行(默认端口20128)或云端运行两种方式均可。

关于端口:9Router 本地服务的默认端口20128在源码中多处固化,例如 src/shared/constants/config.js 中appPort: 20128,.env.example 中PORT=20128。CLI 侧同样以该端口拼接端点,见 cli/src/cli/menus/settings.js 中的Endpoint: http://localhost:20128/v1

配置步骤

1. 打开 Continue 配置

  1. 打开 VSCode;
  2. Cmd+Shift+P(Mac)或Ctrl+Shift+P(Windows/Linux)打开命令面板;
  3. 输入Continue: Open Config并选择;
  4. 该命令会打开 Continue 的配置文件~/.continue/config.json

2. 添加 9Router 模型配置

config.json中,以provider: "openai"声明模型,并指定 9Router 的 API Key 与apiBase端点。9Router 对外暴露 OpenAI 兼容接口,因此 Continue 无需任何自定义 Provider,直接复用其内置的 OpenAI Provider 即可。

单模型配置:

{ "models": [ { "title": "9Router - Claude Opus", "provider": "openai", "model": "cc/claude-opus-4-5-20251101", "apiKey": "your-api-key-from-dashboard", "apiBase": "http://localhost:20128/v1" } ] }

多模型配置:

一次配置多个模型,可在 Continue 侧边栏中按任务随时切换:

{ "models": [ { "title": "9Router - Claude Opus (Best)", "provider": "openai", "model": "cc/claude-opus-4-5-20251101", "apiKey": "your-api-key-from-dashboard", "apiBase": "http://localhost:20128/v1" }, { "title": "9Router - Claude Sonnet (Balanced)", "provider": "openai", "model": "cc/claude-sonnet-4-20250514", "apiKey": "your-api-key-from-dashboard", "apiBase": "http://localhost:20128/v1" }, { "title": "9Router - DeepSeek Chat (Code)", "provider": "openai", "model": "cx/deepseek-chat", "apiKey": "your-api-key-from-dashboard", "apiBase": "http://localhost:20128/v1" }, { "title": "9Router - Claude Haiku (Fast)", "provider": "openai", "model": "cc/claude-haiku-4-20250514", "apiKey": "your-api-key-from-dashboard", "apiBase": "http://localhost:20128/v1" } ] }

使用云端 9Router:

如果连接的是云端 9Router,仅需将apiBase替换为:

"apiBase": "https://9router.com/v1"

3. 保存并重载

  1. 保存配置文件;
  2. 重载 VSCode 窗口:Cmd+Shift+PDeveloper: Reload Window
  3. Continue 扩展会自动加载新的配置。

4. 选择模型

  1. 打开 Continue 侧边栏(点击左侧面板中的 Continue 图标);
  2. 点击顶部的模型选择下拉框;
  3. 选择你偏好的 9Router 模型即可开始对话。

9Router 模型路由 ID 与别名前缀

Continue 配置中的model字段填写的是 9Router 的路由 ID,格式为别名前缀/模型名。从前缀即可判断请求最终由哪个上游 Provider 承载,这种机制在源码中被定义为 Provider 的 alias(别名)。从 open-sse/providers/registry/claude.js 可以看到 Claude 的alias: "cc",同理 open-sse/providers/registry/codex.js 中 Codex 的alias: "cx",open-sse/providers/registry/glm.js 中 GLM 的alias: "glm"。服务端在返回模型列表时,正是按照${providerAlias}/${model}拼接出可供客户端直接使用的路由 ID,见 src/app/api/models/route.js。

Continue 写入apiBase后即可通过GET /v1/models拉取 9Router 聚合的模型清单(该端点在 CLI 侧同样被复用,见 cli/src/cli/api/client.js),请求本身走 OpenAI 兼容的chat/completions通道,相关调用链可参考 src/app/api/models/test/ping.js。

可用模型清单

文档给出的路由 ID 示例如下(模型 ID 区分大小写,填写时必须与 9Router 返回的 ID 完全一致):

Claude 系列(Anthropic,前缀cc

路由 ID定位
cc/claude-opus-4-5-20251101能力最强,适合复杂任务
cc/claude-sonnet-4-20250514性能与速度均衡
cc/claude-haiku-4-20250514速度最快,适合简单任务

DeepSeek 系列(前缀cx

路由 ID定位
cx/deepseek-chat擅长代码生成
cx/deepseek-reasoner擅长复杂问题求解

GLM 系列(Zhipu AI,前缀glm

路由 ID定位
glm/glm-4-plus中英文能力突出
glm/glm-4-flash响应快速

如果你希望为某个模型设置更短的记忆名称,9Router 还提供了模型别名(alias)管理能力:通过GET/PUT/DELETE /api/models/alias接口可以查询、设置或删除自定义别名,服务端在 src/app/api/models/route.js 会优先返回自定义别名。这一机制与 Continue 中的title字段相互配合,可以让模型列表更贴合你的使用习惯。

日常使用场景示例

解释代码

  1. 在编辑器中选中代码;
  2. 打开 Continue 侧边栏;
  3. 输入:Explain this code
  4. 模型选择:cc/claude-sonnet-4-20250514

生成代码

  1. 打开 Continue 侧边栏;
  2. 输入:Create a React component for user profile card
  3. 模型选择:cx/deepseek-chat

代码重构

  1. 选中要重构的代码;
  2. 输入:Refactor this to use async/await
  3. 模型选择:cc/claude-sonnet-4-20250514

修复 Bug

  1. 选中存在问题的代码;
  2. 输入:Find and fix the bug in this code
  3. 模型选择:cx/deepseek-reasoner

高级配置

自定义 System Prompt

通过systemMessage字段为模型注入系统提示词,从而约束特定行为:

{ "models": [ { "title": "9Router - Code Expert", "provider": "openai", "model": "cx/deepseek-chat", "apiKey": "your-api-key", "apiBase": "http://localhost:20128/v1", "systemMessage": "You are an expert programmer. Always provide clean, well-documented code with best practices." } ] }

Temperature 与采样参数

通过temperaturetopP调节模型的随机性与输出风格。temperature值越高输出越发散(适合创意写作),越低越确定(适合精确编码):

{ "models": [ { "title": "9Router - Creative Writer", "provider": "openai", "model": "cc/claude-opus-4-5-20251101", "apiKey": "your-api-key", "apiBase": "http://localhost:20128/v1", "temperature": 0.9, "topP": 0.95 } ] }

Context Providers

通过contextProviders控制 Continue 向模型发送哪些上下文来源,例如代码选区、Diff 与终端输出,并可通过maxLines限制注入的代码行数,避免上下文膨胀:

{ "contextProviders": [ { "name": "code", "params": { "maxLines": 100 } }, { "name": "diff", "params": {} }, { "name": "terminal", "params": {} } ] }

快捷键速查

操作MacWindows / Linux
打开 Continue 聊天Cmd+LCtrl+L
行内编辑(Inline edit)Cmd+ICtrl+I
重新生成回复Cmd+Shift+RCtrl+Shift+R

常见问题排查

模型无响应

  • 检查 9Router 是否在运行:可执行curl http://localhost:20128/health。需要说明的是,当前仓库源码中实际暴露的健康检查路由为/api/health(见 src/app/(dashboard)/dashboard/endpoint/endpointPing.js/dashboard/endpoint/endpointPing.js#L5-L9) 与 src/dashboardGuard.js),因此更准确的探活命令是curl http://localhost:20128/api/health
  • 核对config.json中的 API Key 是否正确;
  • 打开 VSCode 开发者控制台查看报错:HelpToggle Developer Tools

选错了模型

  • 点击 Continue 侧边栏顶部的模型下拉框;
  • 选择正确的 9Router 模型;
  • 注意模型名必须完全一致(区分大小写),因为路由 ID 是大小写敏感的。

配置未加载

  • 用 JSON 校验工具确认config.json语法合法;
  • 确认文件位置为~/.continue/config.json
  • 修改后务必重载 VSCode 窗口。

性能缓慢

  • 切换到更快的模型(如cc/claude-haiku-4-20250514glm/glm-4-flash);
  • contextProviders中调低上下文注入规模;
  • 检查本机到 9Router 服务的网络延迟。

最佳实践

模型选择策略

任务类型推荐模型
快速编辑cc/claude-haiku-4-20250514
代码生成cx/deepseek-chat
复杂重构cc/claude-opus-4-5-20251101
问题求解cx/deepseek-reasoner

上下文管理

  • 提问前只选中与问题相关的代码,避免无关代码进入上下文;
  • 使用具体、明确的 Prompt;
  • 将复杂任务拆解为多个小步骤,分步提问。

成本优化

  • 简单任务优先使用更快、更便宜的模型;
  • 在满足需求的前提下尽量限制注入的上下文大小;
  • 对高频使用的回复,可考虑在本地做结果缓存,减少重复请求。

后续阅读

  • Cursor 集成配置:在 Cursor IDE 中接入 9Router(注意 Cursor 需要云端端点与 Pro 账号);
  • Roo 助手配置:为 VS Code 生态配置另一款 AI 助手;
  • Cline 集成配置:以 base URL 直连 9Router 的 OpenAI 兼容端点;
  • 快速开始:了解 9Router 的整体使用流程与 API Key 获取方式;
  • 本地部署指南:在本地完整运行 9Router 服务的部署细节;
  • 常见问题(FAQ) 与 故障排查:覆盖更多运行期问题。

【免费下载链接】9routerUnlimited FREE AI coding. Connect Claude Code, Codex, Cursor, Cline, Copilot, Antigravity to FREE Claude/GPT/Gemini via 40+ providers. Auto-fallback, RTK -40% tokens, never hit limits.项目地址: https://gitcode.com/GitHub_Trending/9r/9router

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/12 6:00:39

LangChain四大文档加载器对比与应用指南

1. LangChain文档加载器深度解析:四大Loader核心差异与应用场景在构建基于大语言模型(LLM)的应用时,文档加载是数据处理流程的第一步。LangChain作为当前最流行的LLM应用开发框架,提供了多种文档加载器(Document Loader)来处理不同格式的原始…

作者头像 李华
网站建设 2026/9/12 6:00:18

STM32 J1939协议测试源码:29位CAN ID解析与PGN/SPN映射实战

简介:基于STM32单片机的汽车CAN-J1939协议测试源码,是一份面向嵌入式软硬件开发者的工程参考,主要解决车载CAN总线环境下J1939协议栈的初始化、报文收发与地址声明等学习验证问题。工程在STM32标准外设库基础上实现了CAN模块底层驱动、J1939协…

作者头像 李华
网站建设 2026/9/12 5:58:14

3 分钟网页转应用:PakePlus 零代码打包出 5M 轻量客户端

3 分钟网页转应用:PakePlus 零代码打包出 5M 轻量客户端 【免费下载链接】PakePlus Turn any webpage/HTML/Vue/React and so on into desktop and mobile app under 5M with easy in few minutes. 轻松将任意网站/HTML/Vue/React等项目构建为轻量级(小于5M)多端桌面…

作者头像 李华
网站建设 2026/9/12 5:58:13

本地运行的AI证件照生成工具:ONNXRuntime+OpenCV+Gradio实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/12 5:57:15

LSTM多变量时序建模预测沪深300收益率

简介:本资源是一套面向高校学生与科研人员的沪深300股票价格预测完整实践项目,聚焦深度学习在金融时序预测中的落地应用,特别适合作为AI、自动化、电子信息等专业学生的毕业设计或课程设计选题。项目覆盖数据获取、清洗、LSTM模型构建、训练调…

作者头像 李华