企业官网建设流程全解析

如果你用 PyCharm 写代码，应该能明显感觉到一件事：AI 编程助手已经从“偶尔尝鲜”变成了“日常基础设施”。不管你是刚接触 Python 的新手，还是天天跟 Django、Flask、数据分析打交道的熟手，大概率都动过“给 PyCharm 装个 AI 插件”的念头。但真打开Plugins搜索框时会发现，插件一抓一大把，名字里带 AI 的、带 Copilot 的、带 Code 的，各个都写着“智能补全”“自动改 Bug”，再加上 OpenAI 和 DeepSeek 这种模型商家的选择，很容易看懵：到底装哪个？怎么把 DeepSeek 接进去？网上教程各说各话，照着弄半天也不一定通。

这篇东西就是为了解决这个问题。我会从 PyCharm 里 AI 插件的工作方式讲起，先带你看清楚“模型、API、插件”三者到底是什么关系，再按步骤把 OpenAI 和 DeepSeek 都配上，插件则以 Continue 和 Cline 这种支持自定义模型供应商的开源插件为主线。中间会穿插一些我自己实际踩过的坑，比如 base_url 写错、模型名不对、补全类插件根本不让你换供应商这类问题。适合谁看？凡是已经装上 PyCharm 但不知道 AI 插件怎么选、或者装完插件却配不上 DeepSeek 的人，照着这篇文章走一遍，基本能解决 90% 的疑问。整个过程不需要你能看懂多少底层原理，但我会尽量把原理讲得比大多数教程多一点，免得你只知其然。

1. 先想清楚：AI 插件、模型与 API 之间的关系

1.1 从“代码补全”到“结对编程”，PyCharm 里的 AI 插件到底在干什么

早期 IDE 里的代码补全是纯本地规则，你敲prin，它猜print，本质是字典匹配加语法分析。现在 AI 插件完全换了一套逻辑：它把你的代码或提问发到远程模型服务，模型根据上下文生成补全建议或对话回答，再传回 IDE 展示。插件本身只是一个“眼和手”——负责采集上下文、调用网络请求、渲染结果。真正“思考”的是背后的模型。

这套模式下，插件的价值分两层。第一层是交互体验，比如代码补全的触发时机、Diff 展示、聊天窗口的上下文管理；第二层是能不能接你想用的模型。很多商业插件把模型写死在自家服务里，你用 OpenA 还是 DeepSeek，它帮你决定，不让你碰。而 Continue、Cline 这类开源插件把选择权交还给你，只要模型提供方开放 API，你把地址、密钥、模型名填进去，立刻就能换一个模型商。

理解了这一点，你就明白为什么会有那么多人搜“PyCharm AI 插件”却一头雾水了——大多数教程在讲“插件的按钮在哪”，却没告诉你“插件和模型是怎么接上的”。后面我会专门讲这条链路。

1.2 OpenAI 和 DeepSeek 不是同类竞争品，而是“API 服务商”与“API 服务商”的关系

很多人把 OpenAI 和 DeepSeek 放在对立面去选，好像选了 DeepSeek 就不能碰 OpenAI 的东西。实际上，它们的关系更像是“两家都提供 API 服务的公司”。OpenAI 的模型以gpt-4o、gpt-4.1、gpt-3.5-turbo为商品名；DeepSeek 的模型以deepseek-chat（V3 那个聊天模型）和deepseek-reasoner（R1 那个推理模型）为商品名。两者都遵循一套相似的结构化接口：你用一段 HTTP 请求，把对话内容发给对方指定的服务器地址，服务器返回补全后的文本。

关键是 DeepSeek 有一个特殊优势：它对外公开的 API 兼容 OpenAI 的接口格式。也就是说，某个插件如果支持 OpenAI 的配置方式，你只需要把服务器地址base_url换成 DeepSeek 的地址，再换上 DeepSeek 的 API Key，其他格式、参数基本不用大改。这也解释了下面这个核心论点：你搜“OpenAI 插件”或者“DeepSeek 插件”，其实是在找一个“支持 OpenAI 兼容 API 的通用插件”，而不是某个官方出品、仅供一家使用的特殊版本。

1.3 所以，真正要弄明白的是一句话：插件的接口配置怎么填

接触多了你会发现，AI 插件的设置界面常见这么几个关键词：API Key、Base URL、Model。它们三者的作用分别是：API Key是账单和身份凭证，告诉服务商你是谁；Base URL是服务器地址，告诉插件该把请求送到哪扇门；Model是菜单里的菜品名，告诉服务商你要调用哪个具体模型。

PyCharm 里几乎所有支持自定义模型的 AI 插件，最终都会落到这几个字段上。OpenAI 的默认配置是https://api.openai.com/v1加gpt-4o之类，DeepSeek 则是https://api.deepseek.com（也可以写成https://api.deepseek.com/v1以兼容过去的写法）加deepseek-chat。后面第 4 部分你会看到，整个“接入 DeepSeek”的操作，本质上就是改两三个字符串，根本没有想象的复杂。

2. 动手前的准备工作：环境、账户、密钥

2.1 PyCharm 版本与插件市场的选择

先说结论：不管你是社区版还是专业版，PyCharm 2023 之后的版本装 AI 插件体验都比较完整。社区版免费，日常写 Python 脚本、做数据分析足够；专业版多了 Flask/Django 的 Web 开发支持，以及远程解释器、数据库工具等能力。但就 AI 插件而言，两者都是同样的插件市场、同样的配置流程，没有歧视。

打开 PyCharm 后，File→Settings→Plugins，在Marketplace标签页搜索你想要的插件。这里有一个容易忽略的细节：有些插件（尤其新出的、小众的）不会立刻出现在搜索结果里，需要在右上角把“搜索范围”从“热门”切成“全部”，或者直接在官网下载.zip包后，通过Install Plugin from Disk...安装。我过去遇到过好几次：明明插件已经发布，因为评分人数太少，默认排序里藏得很深，直接搜名字又搜不到，后来才发现是搜索过滤的问题。

另外提醒一句，任何帮你“永久激活”的破解方法都别碰。一是容易带上恶意代码，二是 PyCharm 更新后版本检查过不去，折腾半天反而耽误事。社区版加插件足够覆盖绝大多数 AI 场景。

2.2 获取 OpenAI 的 API Key 时那点事

如果你打算直接接 OpenAI，那就先有个 OpenAI 账户。登录 openai.com 后进入 API 相关页面，找到 API Keys 管理入口，创建一个新的 Key，复制后立即保存。OpenAI 的一个典型特点是：Key 只在创建时展示一次，关掉页面就再也看不到了，所以必须存好。

还不急着花钱，先理解一下计费逻辑。OpenAI 按“Token”计费，你的所有输入输出都会折算成 Token。插件聊天窗口里放了一大段代码和上下文，光输入可能就吃掉几百 Token，所以每点一次发送都等于在花真金白银。如果你只是先跑通流程，可以设置usage限制（在 OpenAI 后台有 usage limits 选项），免得测试时不小心挥霍。

如果你的网络环境访问 OpenAI 的 API 域名不畅，那对不住，这一步确实可能成为障碍。我个人建议：不妨先跳过 OpenAI，直奔 DeepSeek——DeepSeek 的 API 服务在国内可以直接访问，注册门槛低、充值方便、模型便宜，而且配置方式和 OpenAI 一样的套路。先把链路跑通，以后有需要再切回 OpenAI 也不迟。这不算“绕过”，只是务实的选择。

2.3 DeepSeek 的 API Key：便宜大碗的选择

DeepSeek 的申请流程比 OpenAI 直白得多：在 platform.deepseek.com 注册，完成手机或邮箱验证，新建 API Key 并复制保存。它的计费结构很有意思，deepseek-chat的输入价格大约在百万 Token 几块钱的量级，输出贵一些但依然远低于 OpenAI 的主流模型。对于写代码补全、聊代码逻辑这种短平快场景，一天高强度用下来，花费通常也就几毛钱，甚至测试期都花不掉一分钱。

还有一点要特别注意：DeepSeek 现在的对话数据保存和隐私处理，官网协议里写得很清楚，建议你用之前花两分钟读一下。如果是公司项目、敏感代码，最好别直接把表格密码这类内容粘进 AI 窗口——不只是 DeepSeek，任何云模型服务都有这个风险。这也是我给所有读者的通用建议。

2.4 为什么建议先把 Key 准备好再装插件

很多教程是“先装插件、再引导你注册某某平台”，过程又臭又长，最后发现 Key 还要充值、还要实名，瞬间弃坑。我的习惯是倒过来：先解决 Key，再去碰插件。因为插件装好之后，第一件事一定是填 Key；没有 Key 的话，配置页面就空转，你连这个插件到底好不好用都验不了。

准备 Key 时顺带做一件事：把两个模型商的 Key 都建一份，存到一个临时文本文件里，并在旁边标注用途。后面切换配置时会发现，这个习惯能省掉一半的重复点击操作。

3. 选插件：开箱即用型与自定义模型型该怎么选

3.1 方案 A：GitHub Copilot、Codeium 这类开箱即用的插件

GitHub Copilot 和 Codeium 是“给你什么就用什么”的代表。你登录账号，选订阅，IDE 里立刻出现补全、对话、代码解释等功能。它们的优点是体验打磨得很细，补全速度快，模型已经被厂商调试配合当前 IDE 做了大量优化；缺点是模型不能自选。

比如 Codeium 在 PyCharm 里的补全延迟通常只有几十毫秒，本地缓存做得很聪明，遇到相似的代码模式会自动复用结果。而 Copilot 对 Python、JavaScript 这种主流语言的补全质量，市面上基本是第一梯队。如果你完全不想折腾配置，只图省心，从这两个里面选一个绝对没错。

预算上，GitHub Copilot 现在有付费订阅，也提供有限免费额度（针对认证学生和开源维护者），Codeium 对个人开发者免费额度非常宽裕。这点上我不再多言，一切以官方定价为准，你注册时自己看。

3.2 方案 B：Continue、Cline 这种支持自定义供应商的插件，才是接 DeepSeek 的法宝

上面那种插件最大的痛点，就是没法把模型换成 DeepSeek。你可能会在插件设置里看到模型下拉框，但里面永远只有厂商自己的模型列表，根本没有“自定义”的入口。这时候就该上方案 B。

Continue 是目前 PyCharm 社区里口碑很好的开源插件。它本身就是为“模型无关”设计的：你想用 OpenAI 就用 OpenAI，想用本地模型就用 Ollama，想用 DeepSeek 就填 DeepSeek 的 API 配置。它有聊天面板也有补全功能，聊天走的是config.yaml配置文件，补全则是独立的models配置块。补全它可以通过 IDE 的补全上下文采样，把当前文件、光标前后的代码发给模型，生成多行建议。

Cline 则是另一款偏“智能体式”的插件，它可以读取你的文件树、执行终端命令、自行动手改代码，更像一个“编程 agent”。Cline 在配置界面里同样支持自定义OpenAI Compatible供应商，这正是很多热词里“cline openai compatible 配置”所指的东西。如果你不是只需要被动补全，而是希望 AI 自己跑测试、自己根据报错修文件，Cline 会让你上瘾。

补充一个认知：Continue 和 Cline 都是 VS Code 生态里先火的插件，但它们官方也支持 JetBrains 系的 IDE，包括 PyCharm。注意去它们的官方 README 里确认当前版本是否支持你用的 PyCharm 版本，避免下错安装包。

3.3 怎么选：我给四个维度的判断标准

不要问“哪个插件最好”，要问“哪个插件的配置方式和我的需求最匹配”。我一般用四个维度来判断：

1. 你是否需要指定模型服务商。只在乎“能用”，Copilot、Codeium 都行；如果你认准 DeepSeek（便宜、数据留国内更放心），必须走方案 B。
2. 你需要补全还是对话还是智能体。日常写得快、被补全牵着走，选开箱即用型；想让它帮你改整个文件、执行命令，上 Cline 类工具；像“上下文问答”这种折中场景，Continue 聊天面板就很够。
3. 你愿不愿意维护一个配置文件。自定义模型意味着偶尔要填、改字段，甚至调试报错。装完不想管、不想读文档的人，请回方案 A。
4. 价格敏感度。深度用户用 Copilot 的包月制反而不如 DeepSeek 按量付费灵活，因为 Copilot 是固定订阅，DeepSeek 用多少算多少，测试起来压力小。

就我个人的工作流来说，主力是 Continue 配合 DeepSeek，Cline 负责偶尔的“自动修 Bug”。理由是价格可控、模型可换、破除了厂商绑定。你可以先从方案 A 入手，等意识到“不能指定模型”的麻烦后，自然会走向方案 B——这就是几乎所有 PyCharm 重度用户必经的路线。

4. 真正把 OpenAI 和 DeepSeek 用起来的配置过程

4.1 安装插件的标准动作（以 Continue 为例）

先确认 PyCharm 版本足够新（建议 2023.2 及以上，插件发布说明常写最低版本，低于这个可能显示不兼容）。然后：

1. File→Settings→Plugins
2. 点开Marketplace，搜索Continue
3. 点击Install，等待安装完成，重启 IDE
4. 重启后发现右侧边栏多出 Continue 窗口，如果没有，在View→Tool Windows里找

安装完成后，Continue 会自动生成一个全局配置文件config.yaml，路径通常在用户目录下的.continue/config.yaml。以后所有模型配置都在这个文件里改。Continue 最让人舒服的一点是：配置文件变更后，在插件面板输入/reload就能热重载，不需要反复重启 IDE——这句能救命。

4.2 配置 OpenAI 接入：一个有用的参考模板

打开config.yaml，里面会有类似下面的结构。我直接给你一个可复用的模板，注意YAML缩进不能乱，两格是最安全的：

name: My Config version: 1.0.0 schema: v1 models: - name: OpenAI GPT-4o provider: openai model: gpt-4o apiKey: sk-你的OpenAI密钥 apiBase: https://api.openai.com/v1 roles: - chat - edit - apply - name: DeepSeek Chat provider: openai model: deepseek-chat apiKey: sk-你的DeepSeek密钥 apiBase: https://api.deepseek.com/v1 roles: - chat - edit - apply

有两点值得展开。第一，provider字段并不是非要填custom openai，在 Continue 当前的版本里，provider: openai配合自定义apiBase是最常见的做法，它对 OpenAI 和 DeepSeek 都适用。第二，apiBase结尾是否带/v1要看具体服务商。OpenAI 必须写成https://api.openai.com/v1，而 DeepSeek 官方文档推荐的是https://api.deepseek.com（也兼容加上/v1的写法）。你写https://api.deepseek.com/v1并不会报错，因为 DeepSeek 保留了这个兼容路径；但我见过部分早期版本插件对/v1的处理不够一致，所以稳妥做法是写https://api.deepseek.com然后用/reload验证。全文建议：先复制我上面的模板，把两个apiBase分别保存两份文件，实测哪边能用就保留哪边。

4.3 一个配置用两家：从 OpenAI 切到 DeepSeek 只需要改两个地方

假设你已经用第 4.2 的模板把 OpenAI 接通了。现在想让同一个插件用 DeepSeek，步骤非常简单：

- name: DeepSeek Chat provider: openai model: deepseek-chat apiKey: sk-xxxxx（DeepSeek的key） apiBase: https://api.deepseek.com

从 OpenAI 配置到 DeepSeek 配置，只动apiKey、apiBase、model三项。model要写deepseek-chat而不是deepseek-v3，这是刚入坑最容易错的地方。DeepSeek 官方把对外服务的模型别名写成deepseek-chat，而不是你在官方聊天网页看到的“V3”。同理，深度推理模型是deepseek-reasoner，对应网页端的“R1”。一旦写成它们网页上的对外宣传名，请求会直接 404。

这背后的设计思路是：DeepSeek 刻意保持模型命名稳定，以后底层模型升级了，deepseek-chat这个别名依然指向“最新通用模型”，你的配置不需要跟着改。这是很贴心的长期主义设计。

4.4 Cline 的 OpenAI Compatible 配置：重点说清 Base URL 和 Model ID

Cline 这个插件在 PyCharm 里同样能装，搜索Cline安装后，进入它的设置，找到模型供应商配置。最关键的是在供应商列表里选OpenAI Compatible，这时会弹出几个字段：

• Base URL：填服务商地址
• API Key：填对应密钥
• Model ID：填模型名

这是 Cline 相对独立的一套机制：它不像 Continue 那样读 YAML，而是在图形界面里维护一份配置。填入的时候要注意，如果你打算接 DeepSeek，Base URL填https://api.deepseek.com/v1通常是稳定的，Model ID 填deepseek-chat；如果填deepseek-reasoner，Cline 也能识别为推理模型，但推理模型在自动修改代码、执行工具这类“偏行动”的任务上不占优势——推理模型更适合解决复杂分析题，日常操作模型用一个更快的对话模型更顺手。

Cline 有个很强大的能力是“多步骤任务自动执行”。比如你让它“在项目里新增一个脚本，读取 CSV 并算平均值”，它会自己列计划、读文件树、修改文件、执行测试命令。强烈建议在设置里限制它autoApprove一些危险操作（比如执行rm），不然它可能滥用权限。真实项目中，让 AI 自己盲目执行删除命令是个灾难，这也是我第 5 部分要重点说的坑。

另外，Cline 在 JetBrains 系的表现相比 VS Code 略有差距，如果你的主战场是 VS Code，那边体验确实更顺；但在 PyCharm 里也完全可用，只是某些输出面板的渲染不如 VS Code 精致。

4.5 验证插件是否真的连通：从聊天到补全的完整测试步骤

配置完成后不要急着写代码，按下面这套流程验证：

1. 打开 Continue 聊天面板，随便发一句“你好”，如果返回正常回答，说明 ChatGPT 协议链路通。
2. 打开一个 Python 文件，写一个函数的第一行，比如def calculate_mean(values):，然后停住，看是否触发补全。若没有，检查 Continue 的enableTab是否开启，同时确认补全模型已经单独配置，而不是只配了聊天模型。
3. 专门测“改代码”能力。选中一段函数，让 Continue “用列表推导式重构”，确认它是否真的改了文件内容并给出符合语法的 Diff。如果能改，说明roles: [edit, apply]起效。
4. 对 Cline，用一个购物清单类任务测试它的多步操作，然后打开 Git Diff 看改动是否合理。

这套流程走完，你就能确认“插件只是壳，模型是真臂膀”这句话到底什么意思。有三次我以为是插件坏了，结果发现是apiBase多个斜杠、或者是模型名拼写错误——验证步骤能帮你快速定位是哪一环断了。

5. 容易踩的坑与排查姿势：我从报错现场学到的几件事

5.1 HTTP 404 与“模型不存在”的真相

很多人第一次配 DeepSeek 都会在模型名上翻车。把deepseek-chat写成deepseek-v3、把deepseek-reasoner写成deepseek-r1，结果插件返回404 model not found。不是模型不存在，是服务的对外标识名和你的记忆不一致。解决方法是：查官方文档中 API 参考页里的model字段，那才是能填的字符串；网页版的宣传名再响亮，API 不认就是不认。

OpenAI 那边也一样。gpt-4o现在也有各种变体，比如gpt-4o-2024-08-06这样的带日期版本，如果你用了插件的默认推荐，基本没问题；如果从某篇旧博客复制了gpt-4这种早期名字，很可能现在已经被废弃，也会报 404。最保险的做法：在配置界面把Model留空或填官方文档最新推荐值，然后跑最小请求。

5.2 401 错误：Key 问题比你想的常见

401 unauthorized的排查顺序很固定：先检查 Key 是否复制完整（不能带首尾空格），再检查是哪个环境（OpenAI 环境填了 DeepSeek 的 Key？），最后检查账户是否欠费或触发了限额。我见过最多的是两种：一是从官网复制 Key 时多复制了一个换行符，粘贴进 YAML 后 Key 尾部多了看不见的空白；二是 DeepSeek 新注册用户送了体验金，体验金用完后续费没扣上，API 直接拒绝。

如果你在 PyCharm 的.env文件里配置过环境变量，也别忽略环境变量和插件配置的优先级问题。部分插件支持读取环境变量里的OPENAI_API_KEY，若你同时在config.yaml里填了apiKey，实际生效的可能是环境变量那把旧的、失效的 Key。我搜了一圈社区回答，发现 90% 的 401 问题都出在这个优先级误解上。我的建议是：在一个地方只保留一种 Key 来源，别两手都在用。

5.3 补全不生效，不代表插件坏了

我见过很多帖子问“为什么 Continue 配完聊天能用，但代码补全没反应”。答案是：Continue 的聊天和补全在不同配置块里，聊天模型配好了，补全模型可能压根没配。在config.yaml里，补全模型通常要额外指定，模型名可以是同一个deepseek-chat，也可以选一个更快更便宜的模型（因为补全请求频率高，每次都要消耗 Token）。

如果你用的是 Cline，它默认不太做“光标后自动补全”这件事，而是你主动唤起才能生成。所以如果你在 PyCharm 里敲完代码傻等 Cline 蹦出灰色建议，大概率等不到。它更像“随叫随到的工程师”，而不像“坐在你旁边抢键盘的队友”。看清这个区别，你就不会对着设置面板发半天呆。

5.4 Function Call 与工具调用不是所有模型都能用

Cline 这类智能体插件会高度依赖 Function Call（工具调用）能力：它需要模型以结构化的方式返回“我要读取文件”“我要执行命令”这些动作，然后插件代为执行。DeepSeek 的deepseek-chat对工具调用的支持不错，但不如 OpenAI 的模型那样稳定。如果你发现 Cline 在 PyCharm 里经常卡在“模型回复非 JSON”的报错上，大概率是模型对工具调用的返回格式出了问题。

解决办法有几个层次：一是升级模型版本，deepseek-chat的更新很频繁，新版本对结构化输出的支持会更好；二是在 Cline 里开启“JSON 输出模式”，让模型强制输出合法 JSON；三是如果你只为了自动改代码，可以把 Cline 的“自动执行命令”关掉，只保留“修改文件”能力，这样对工具调用的要求会降低很多。这些细粒度控制，是商业插件很少给你的。

5.5 关于“联网访问”和网络环境：一句不展开但必须说透的话

无论你接 OpenAI 还是 DeepSeek，插件的本质都是“把你的本地 IDE 和云端 API 连起来”。如果当前网络环境访问不了对应服务商的域名，配置再对也会超时或连接失败。关于网络问题我点到为止：先用浏览器或命令行工具验证一下能否直接访问api.deepseek.com或api.openai.com这个地址本身，能访问就说明服务通；若不能，问题不在 PyCharm、不在插件配置，而在你的网络本身，请咨询公司或学校的网络管理员，看看是否需要把对应域名加入白名单。这个问题不复杂，但最容易被忽略。

6. 一些更顺手的组合建议与配置心得

如果你听进去了前面的分析，想必已经发现自己真正需要的不是“某个 AI 插件”，而是一套“模型 + 插件”的组合。我用过很多组合，最终办公室里稳定跑了几个月的配置是：

• 主力编辑器：PyCharm 专业版，2024 年后版本
• 聊天 + 补全：Continue，模型用deepseek-chat，apiBase写https://api.deepseek.com
• 深度分析/复杂重构：临时把 Continue 的配置切到deepseek-reasoner，问完再切回deepseek-chat
• 智能体任务（自己改文件、跑测试）：Cline，模型用deepseek-chat，配置成 OpenAI Compatible
• 偶尔对比参考：OpenAI 的gpt-4o模型配在 Continue 第二个模型位置，方便互相验证和交叉回答

这个组合最大的优点是“一个插件、两个模型”随意切换，DeepSeek 的费用让常态编程几乎不心疼。遇到复杂代码分析或架构讨论时，再切到推理模型，多花几毛钱但能明显感觉到思考深度的提升。如果你身处公司内网，不方便向外发送代码，也可以搜一下本地模型的接法（比如 Ollama 接 Continue），那一套不依赖云服务商，但模型能力通常偏弱，只适合非常初级的补全辅助。对绝大多数人来说，先走云 API 是最快能落地的路。

关于配置文件的保存和备份，我有个特别想分享的习惯：把config.yaml和Cline的配置文件都纳入 Git 管理（哪怕只是放进一个本地私有仓库）。这样你改坏了一个配置，随时git diff看改动，git checkout一键还原。继续用“Ctrl + Z”的人，等把配置改得乱七八糟又找不到原来的值时，一定会回来感谢这条建议。

最后再讲一个真实发生在编辑部的故事：有同事照着网上的某“一键接入教程”配了半天，结果所有请求都 401，后来发现是把 DeepSeek 的 Key 填到了 OpenAI 的apiKey字段、又把 OpenAI 的 Key 填到了 DeepSeek 的apiKey字段，两把 Keys 交叉错位，没有一个能对上号。这类错误很蠢，但每天都有大量人在犯。所以别小看第 2 部分的准备工作，把 Key 分类标记好，再开始配置，才是最快的路线。等你把这两套配置都跑通之后，再去试其他插件就会发现：所谓的“怎么接入 DeepSeek”，无非是找到base_url、api_key、model这三个坑位，然后把手里的卡片插进去而已。