Skip to content
FunCoding

Search

Search docs, agents, posts, Skills and MCP servers

LLM 服务商与本地模型

为 Zed Agent 和内联助手等配置模型:Zed 托管模型、API 访问(Anthropic、OpenAI、Google、Mistral)、现有订阅、网关与本地模型;以及 Edit Prediction。

模型清单、计费与方案随时调整,以官方为准。接入自定义和本地模型就在本页。

LLM 服务商决定哪些模型驱动 Zed Agent 和其他 Zed 自有 AI 功能(内联助手、Git 提交生成、线程摘要等);它不会配置 External Agents 或 Terminal Threads,那两者通常自己管理模型访问、认证和配置。选择模型访问路径:Zed 托管模型(想要通过 Zed 计费的模型);API 访问(有服务商 API Key、额度或按量计费;付费 API 额度、按量计费和充值都算 API 访问,即使你直接向服务商付款);使用现有订阅(已为 ChatGPT、Claude、Copilot 等付费);网关(OpenRouter、Vercel AI Gateway、Amazon Bedrock 等网关或云模型);本地模型。

API 访问的一等服务商:Anthropic(含自定义 Anthropic 模型)、OpenAI API(含自定义 OpenAI 模型,也可配置 OpenAI 兼容端点)、Google AI、Mistral;各服务商在 Agent Settings 里填 API Key,并可在 settings.json 里添加自定义模型。本地模型:Zed AI 功能可使用 llama.cpp(安装并以 router 模式启动 llama-server)、LM Studio、Ollama 和本地 OpenAI 兼容服务器(配置 base URL、模型和需要时的 Key);External Agents 与 Terminal Threads 需要单独配置它们自己的本地模型;本地/自托管的 Edit Prediction 只作用于 Edit Prediction。

Edit Prediction 是 Zed 的 AI 代码补全:边输入边向提供方请求预测,返回单行或多行建议,按 tab 接受;默认提供方是 Zed 开发的开源模型 Zeta(需要登录),也可以选 GitHub Copilot、Mercury Coder、Codestral 等其他提供方。隐私与训练数据细节见官方 AI Privacy 与 Feedback and Training Data 页。