VS Code 放大招！自带 API Key，接入任意 AI 模型随心配！附教程
Visual Studio Code 1.122.0 版本现已支持自带大模型 API 密钥（BYOK），将你的版本更新到此版本，即可自由接入其他提供商的模型，甚至本地运行的模型。不再局限于内置模型，想用什么模型，你说了算！
VS Code 添加自定义模型的三种方法
VS Code 提供了三种方式添加自己的模型，根据你的场景对号入座，其中自定义端点，就是这次更新的功能：
| 内置提供商 | 你的模型提供商已在列表中（Azure、Anthropic、Gemini、OpenAI 等） | 填入 API 密钥即可 |
| 扩展 | 通过 Marketplace 扩展提供模型，比如用 AI Toolkit 跑本地模型 | 安装扩展，按提示配置 |
| 自定义端点 | 你有第三方模型、自托管、企业或兼容 Chat Completions / Responses / Messages API 的端点 | 指向任意兼容 URL |
添加自定义端点模型
适用场景：你有一个第三方魔性、自托管的、企业的、或其他兼容 Chat Completions、Responses、Messages API 的端点。比如DeepSeek，其他模型厂商、中转站 https://www.thinkai.tv 都可以。
操作步骤：
打开 Copilot 聊天框的模型选择栏，然后依次点击齿轮图标 → 选择添加模型 → 选择 自定义端点。 
输入分组名称（之后可改）。我输入了：DeepSeek
输入端点的显示名称和 API 密钥。找到对应的BaseURL，注意要使用OpenAI的端点。
选择 API 类型：Chat Completions、Responses 或 Messages（确保你的模型支持该类型），一般选Chat Completions就好。
VS Code 会打开 chatLanguageModels.json，在此配置模型详情，保存即可。属性说明见文末模型配置参考。
以 DeepSeek API 为例，开启思考 + 1M上下文，思考等级设置为xhigh：
[
{
"name": "DeepSeek",
"vendor": "customendpoint",
"apiKey": "${input:chat.lm.secret.39d03ffb}",
"apiType": "chat-completions",
"models": [
{
"id": "deepseek-v4-pro",
"name": "DeepSeek V4 Pro",
"url": "https://api.deepseek.com",
"toolCalling": true,
"vision": false,
"thinking": true,
"maxInputTokens": 1024000,
"maxOutputTokens": 64000,
"supportsReasoningEffort": [
"low",
"max",
"xhigh"
]
}
],
"settings": {
"deepseek-v4-pro": {
"reasoningEffort": "xhigh"
}
}
}
]
配置完成后，在模型选择器中选中即可使用。如果添加后没有立刻出现，重启 VS Code 即可。
更新已配置的模型
想换 API 密钥或修改端点？无需重新添加，直接更新即可：
打开大模型编辑器（齿轮图标 → 管理大模型），和刚才的步骤一样。
找到你要修改的提供商，点击其旁边的齿轮图标。 
更新 API 密钥、端点 URL 等信息。
进阶：让自定义模型接管更多任务
除了 Chat 对话，VS Code 在后台还会用轻量级模型处理一些杂活——生成标题、写提交信息、检测意图等。你也可以让自定义模型来接管这些任务，打开设置面板，搜索chat.utilityModel： 
- setting(chat.utilityModel)：接管标题生成、摘要、设置搜索、Git 审查等通用任务。
- setting(chat.utilitySmallModel)：接管提交信息、重命名建议、分支名生成、意图检测等快速轻量任务（建议用一个又快又便宜的模型）。
两个设置默认都是 Default（即 Copilot 内置模型），改成你的自定义模型即可。
模型配置参考
以下为 chatLanguageModels.json 中所有可配置的属性，分为提供商级别和模型级别两层。
提供商级别属性
| vendor | 模型提供商，如 azure、openai、customendpoint |
| name | 在 UI 中显示的提供商分组名称 |
| models | （可选） 此提供商提供的模型配置数组 |
模型级别属性
| id | 发送给 API 的模型标识符（如部署名称） |
| name | 在模型选择器中的显示名称 |
| url | 模型的完整端点 URL |
| apiType | （可选） 按模型覆盖 API 类型：chat-completions、responses、messages。默认继承提供商级别的 apiType |
| toolCalling | 是否支持工具调用，设为 true |
| vision | 是否支持图像输入，设为 true |
| maxInputTokens | 模型接受的最大输入 token 数，这里也作为上下文窗口大小使用 |
| maxOutputTokens | 模型生成的最大输出 token 数 |
| editTools | （可选） 支持的编辑工具数组，可选值：find-replace、multi-find-replace、apply-patch、code-rewrite。不填则编辑器自动选择 |
| thinking | （可选） 是否支持思考能力，默认 false，有思考的模型需要配置 |
| streaming | （可选） 是否支持流式响应，默认 true |
| zeroDataRetentionEnabled | （可选） 是否启用零数据保留（ZDR），启用后不会在 Responses API 请求中发送 previous_response_id。默认 false |
| supportsReasoningEffort | （可选） 模型支持的推理力度级别，如 ["low", "medium", "high"]。设置后模型选择器中会出现思考力度选择器。常用级别：minimal、low、medium、high |
| reasoningEffortFormat | （可选） 推理力度的传参格式。chat-completions 发送顶层 reasoning_effort 字符串；responses 发送嵌套 reasoning.effort 对象。不填则随 URL 推断 |
| requestHeaders | （可选） 随请求一起发送的额外 HTTP 标头（保留标头会被忽略） |
