1. 为什么要在 Code Runner 里接一条统一 Key
如果你平时用 VSCode 写 C++，大概率装过 Code Runner：右键 Run Code，Output 面板直接出结果，比手敲 g++ 命令省事。但写示例程序时经常遇到另一类需求——想让 AI 帮忙补全一段算法、解释报错、生成测试用例，于是又得在编辑器里装一堆 AI 插件，每个插件各配一套 Key，换台机器就要重新填一遍。
我试过把 Key 散落在各个插件配置里，结果就是：Code Runner 跑代码是一套环境，AI 辅助是另一套环境，两边互不相干，排查问题时根本不知道是哪一层出的错。后来我把 AI 通道统一收敛到 TaoToken 的 API 上，用一个 Key、一个 base_url 走所有需要模型能力的场景，Code Runner 这边只负责编译运行，AI 能力通过统一通道注入，配置骨架固定下来后换机器复制粘贴就能用。
这篇要交付的就是这套骨架：Code Runner 装好、C++ 编译链路跑通、TaoToken 统一 Key 注入到 settings.json、再用一个最小请求验证通道是否生效。适合已经在用 VSCode 写 C++、想顺手把 AI 辅助能力接进来但不想被多套 Key 折腾的人。核心检索词就三个：VSCode、Code Runner、C++，加上统一 Key 接入。
需要先说明边界：Code Runner 本身只做「编译 + 运行」，它不负责调用大模型。AI 能力是通过你另外的脚本或插件，读取同一份 Key 配置去请求 TaoToken 的接口。所以本文的 settings.json 骨架分两块——一块给 Code Runner 定义 C++ 执行命令，一块给 AI 调用方读取 Key 和 base_url。两块放在同一个文件里，方便统一管理。
2. TaoToken 前置：Key 与通道准备
在动 settings.json 之前，先把通道侧的东西准备好，否则后面配置填了也是空的。
TaoToken 的定位是统一 API 通道：你拿到一个 Key，配一个 base_url，就能在多个工具里复用同一套模型调用能力。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 ，注意这个地址后面不加任何查询参数。
具体操作路径：
第一步，进控制台创建 Key。打开 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，登录后在 API Keys 页面新建一个 Key。建议按用途命名，比如vscode-cpp-local，方便以后区分是哪个环境在用。Key 只在创建时完整显示一次，复制后先存到安全的地方。
第二步，确认你要用的模型名。不同模型对应的调用参数不一样，在模型对话页面可以先试跑一次，确认通道通不通： https://taotoken.net/model-chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。这一步不是必须，但能帮你提前排除 Key 或额度问题。
第三步，如果你打算长期在编码场景里用（比如让 AI 持续参与 C++ 项目），可以看下 Coding Plan 的说明： https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。它面向的是长期编码和 Agent 类用法，和本文这种「本地验证配置是否生效」的短请求场景互补。
Key 管理页面的直达链接是 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。文档里会写清楚请求头格式和 body 结构，后面验证请求那一步会用到。
注意：Key 不要硬编码进会被提交到 Git 的源码文件。settings.json 如果放在项目目录里，记得加进 .gitignore；更稳妥的做法是放在用户级 settings.json，或者用环境变量引用。
3. 可复制配置：settings.json 骨架
这一节是全文的核心，直接给可复制的骨架。分三块：Code Runner 的 C++ 执行命令、TaoToken 的 Key 与 base_url、以及一个可选的 AI 调用脚本入口。
先打开 VSCode 的设置 JSON。快捷键 Ctrl+Shift+P（macOS 是 Cmd+Shift+P），输入Preferences: Open User Settings (JSON)，回车。用户级设置对所有项目生效，适合放 Key 这类全局配置。
3.1 Code Runner 的 C++ 执行命令
Code Runner 默认对 C++ 用 g++。macOS 和 Linux 上装了 g++ 就能直接跑，Windows 上如果用的是 Visual Studio 的 cl.exe，需要改 executorMap。下面这份是跨平台骨架，Windows 部分以 VS 2022 为例：
{ "code-runner.executorMap": { "cpp": "cd $dir && g++ $fileName -o $fileNameWithoutExt && $dir$fileNameWithoutExt" }, "code-runner.runInTerminal": true, "code-runner.saveFileBeforeRun": true, "code-runner.clearPreviousOutput": true }Windows 上用 cl.exe 的话，把 cpp 那一行换成：
"cpp": "\"C:/Program Files/Microsoft Visual Studio/2022/Professional/Common7/Tools/VsDevCmd.bat\" && cd $dir && cl $fileName /Fe$fileNameWithoutExt.exe && $dir$fileNameWithoutExt.exe"几个参数说明：$dir是当前文件所在目录，$fileName是带扩展名的文件名，$fileNameWithoutExt是不带扩展名的名字。runInTerminal设为 true 后输出在终端里，中文不会乱码；saveFileBeforeRun保证运行前自动保存，避免跑了旧代码。
3.2 TaoToken 统一 Key 与 base_url
Code Runner 本身不读这段配置，它是给 AI 调用方（脚本或插件）读的。放在同一个 settings.json 里，是为了让「编译运行」和「AI 辅助」共享一份环境定义：
{ "taotoken.apiBase": "https://taotoken.net/api", "taotoken.apiKey": "sk-你的Key粘贴在这里", "taotoken.defaultModel": "你的模型名" }如果你不想把 Key 写死在 JSON 里，可以改成读环境变量。在 settings.json 里这样写：
{ "taotoken.apiBase": "https://taotoken.net/api", "taotoken.apiKeyEnv": "TAOTOKEN_API_KEY", "taotoken.defaultModel": "你的模型名" }然后在系统里设置环境变量TAOTOKEN_API_KEY。macOS/Linux 在~/.zshrc或~/.bashrc里加export TAOTOKEN_API_KEY="sk-..."；Windows 在系统环境变量里新建同名变量。这样 settings.json 可以放心同步，Key 不进版本库。
3.3 一个最小调用脚本入口
为了验证通道，写一个最小的 Python 脚本读上面的配置发请求。放在项目根目录，命名check_taotoken.py：
import json import os import urllib.request def load_config(): # 优先读环境变量，其次读 settings.json 里的值 key = os.environ.get("TAOTOKEN_API_KEY") base = "https://taotoken.net/api" model = "你的模型名" return key, base, model def main(): key, base, model = load_config() if not key: print("未找到 Key，请检查环境变量或 settings.json") return url = base.rstrip("/") + "/v1/chat/completions" payload = { "model": model, "messages": [ {"role": "user", "content": "用一句话说明 C++ 中 vector 和 array 的区别"} ] } req = urllib.request.Request( url, data=json.dumps(payload).encode("utf-8"), headers={ "Content-Type": "application/json", "Authorization": "Bearer " + key }, method="POST" ) with urllib.request.urlopen(req, timeout=30) as resp: data = json.loads(resp.read().decode("utf-8")) print(data["choices"][0]["message"]["content"]) if __name__ == "__main__": main()这个脚本不依赖第三方库，用标准库就能跑，适合先确认通道通不通。跑通之后再换成你习惯的 SDK 或插件。
4. 验证请求与成功结果
配置写完，分两步验证：先确认 Code Runner 能跑 C++，再确认 TaoToken 通道能返回。
4.1 验证 Code Runner 跑 C++
新建一个hello.cpp：
#include <iostream> #include <vector> #include <algorithm> int main() { std::vector<int> nums = {5, 2, 9, 1, 7}; std::sort(nums.begin(), nums.end()); for (int n : nums) { std::cout << n << " "; } std::cout << std::endl; return 0; }右键选择 Run Code，或者按快捷键 Ctrl+Alt+N。终端里应该输出：
1 2 5 7 9如果输出正常，说明 Code Runner 的 C++ 链路没问题。这一步和 TaoToken 无关，是基础环境确认。
4.2 验证 TaoToken 通道
在终端里跑刚才的脚本：
python check_taotoken.py成功的话会打印模型返回的一句话，类似：
vector 是动态数组，容量可自动增长；array 是固定大小，编译期确定长度。看到这段输出，说明 Key、base_url、模型名三者都对上了。如果报 401，是 Key 问题；报 404，多半是 base_url 或路径拼错；报超时，检查网络和 base_url 是否写成了带斜杠结尾导致路径重复。
4.3 把两步串起来
实际使用时，你可以在 Code Runner 的 executorMap 里加一个前置步骤，比如编译前先跑一次配置检查，但更推荐分开：Code Runner 管编译运行，AI 调用走独立脚本或插件。这样职责清晰，出问题好定位。
如果你想让 AI 直接参与 C++ 代码生成，可以在脚本里把用户输入换成从命令行读取，比如python ask_ai.py "帮我写一个快排"，然后把返回的代码贴进编辑器。这一步属于扩展用法，核心还是前面那份 settings.json 骨架。
5. 本篇常见错排查
配置过程中容易踩的坑集中在这几类，按报错现象对照排查。
Code Runner 报g++: command not found：系统没装编译器。macOS 装 Xcode Command Line Tools（xcode-select --install），Linux 用包管理器装 g++，Windows 装 MinGW 或改用 VS 的 cl.exe 配置。
Windows 上 cl.exe 路径报错：VsDevCmd.bat 的路径和你的 VS 版本、安装位置有关。Professional 换成 Community 或 Enterprise，年份换成你实际装的版本。路径里有空格，所以整段要用双引号包起来，JSON 里再转义一层。
输出中文乱码：把code-runner.runInTerminal设为 true，让输出走终端而不是 Output 面板。终端编码通常是 UTF-8，中文正常。
TaoToken 请求返回 401：Key 没读到或写错了。先确认环境变量在当前终端里生效（echo $TAOTOKEN_API_KEY），再确认 settings.json 里的字段名和脚本读取的字段名一致。Key 前后不要有空格。
请求返回 404：base_url 拼错。正确值是https://taotoken.net/api，不要加尾部斜杠，也不要在后面再拼/v1之外的路径。脚本里用base.rstrip("/") + "/v1/chat/completions"就是为了避免双斜杠。
请求超时：先确认网络能访问 base_url，再检查模型名是否拼写正确。模型名错了有时不会立刻报错，而是卡住直到超时。
settings.json 改了不生效：VSCode 的 settings.json 保存后即时生效，但如果你改的是工作区级.vscode/settings.json，要确认当前打开的是那个工作区。用户级和 工作区级同名配置，工作区级优先。
Key 泄露风险：如果 settings.json 被提交到了 Git，立刻去控制台吊销旧 Key 重新生成。预防办法是用环境变量引用，或者把含 Key 的文件加进 .gitignore。
6. 后续怎么用：按场景分流
配置骨架跑通后，接下来看你主要想解决哪类问题，走不同入口。
如果你是在接入过程中遇到报错、想确认请求格式和参数，优先看 API Keys 管理页和接入文档： https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 和 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。文档里有完整的请求头、body 字段和错误码说明，比在脚本里反复试快得多。
如果你只是想先验证某个模型能不能用、返回质量如何，直接在模型对话页面试： https://taotoken.net/model-chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。不用写代码，输入问题看返回，确认模型选对了再回到本地配置。
如果你是长期在 VSCode 里写 C++、想让 AI 持续参与编码和 Agent 类任务，看 Coding Plan： https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。它面向的是高频、长周期的编码场景，和本文这种一次性验证配置的用法是互补关系。
最后提醒一句：Code Runner 的 executorMap 和 TaoToken 的 Key 配置放在同一个 settings.json 里只是方便管理，两者运行时不互相依赖。编译报错找编译器，请求报错找通道，分开排查，别混在一起猜。
