Ollama 对比 LM Studio，Ryzen AI 用户该怎么选：TaoToken 统一 Key 接入实测

1. Ryzen AI 本地跑模型，为什么还要纠结 Ollama 和 LM Studio

Ryzen AI 笔记本和迷你主机这两年在端侧推理上确实翻身了。Strix Halo 这类统一内存架构把系统内存和显存打通，32GB 甚至 64GB 的机器可以直接把 7B 到 32B 的模型整块塞进去，不用再像独显那样盯着 8GB、12GB 显存精打细算。但硬件到位之后，真正让人卡住的往往是软件层：Ollama 和 LM Studio 到底选哪个，能不能两个都留，本地推理端点又怎么和云端统一 Key 通道配合。

这篇就按显存占用、模型格式、API 兼容性三个角度，把 Ollama 和 LM Studio 在 Ryzen AI 平台上的差异拆开讲，并且给出可复制的配置片段。最后演示怎么把本地端点接到 TaoToken 统一 Key 通道上，用同一组 prompt 做延迟和吞吐验证。适合已经在 Ryzen AI 设备上跑过模型、但还没理清工作流的开发者，也适合刚入手迷你主机想搭一套稳定本地推理环境的人。

先说结论方向：Ollama 适合当后台服务，被编辑器插件、脚本、Agent 调用；LM Studio 适合调试、换模型、看显存曲线、试长上下文。两者不是替代关系，而是分工。Ryzen AI 的大内存让这个分工变得很舒服，因为你可以同时留一个常驻的 Ollama 服务，再开 LM Studio 做实验，互不抢资源到无法忍受的程度。

显存占用这块，Ryzen AI 的 Unified Memory 让 GPU 可以直接吃系统内存，所以关键不是「显存够不够」，而是「有多少层被 offload 到 GPU」。Ollama 默认会自动判断，新版对 AMD 后端识别已经比较完善，通常不需要手动设环境变量。LM Studio 则在右侧面板给你一个 GPU Offload 滑块，拉满就是把所有层交给 Radeon，拉不满就有一部分跑在 CPU 上，速度会明显掉。实测下来，7B 模型在 32GB 机器上拉满没问题，14B 要看量化等级，Q4 量化下 32GB 也能吃住，再大就建议上 64GB。

模型格式方面，Ollama 用的是自己封装的 Modelfile 体系，底层还是 GGUF，但拉取和运行都走ollama run这一条命令，模型存在自己的目录里，管理起来像 Docker 镜像。LM Studio 直接吃 GGUF，也支持 MLX 之类格式，模型文件放在你指定的目录，搜索、下载、加载都在 GUI 里完成。如果你习惯手动管理模型文件、想随时替换不同量化版本，LM Studio 更直观；如果你想要一条命令拉起、版本可控、方便脚本化，Ollama 更顺。

API 兼容性是很多人忽略但实际最关键的一点。Ollama 默认在127.0.0.1:11434提供 REST API，并且兼容 OpenAI 的/v1/chat/completions格式，这意味着大量现成工具可以直接把 Base URL 指过来。LM Studio 也提供 OpenAI 兼容端点，默认在127.0.0.1:1234，在 GUI 里打开 Local Server 就能用。两者都能被 Cline、Continue、Codex 这类工具调用，区别在于 Ollama 更适合长期后台常驻，LM Studio 的 server 更适合临时开、调完就关。

把本地端点和 TaoToken 统一 Key 通道组合起来，思路是：本地模型处理隐私敏感、低延迟、高频调用的任务；云端模型处理需要更强推理、更长上下文、或者本地跑不动的任务。TaoToken 在这里的角色是统一 Key 通道，让你不用在多个云厂商之间来回切换 Key 和 Base URL，一个 Key 走多个模型。官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 地址是 https://taotoken.net/api ，注意 API 地址不带 UTM 参数。

这一节先把选型逻辑讲清楚，下一节讲怎么在 Ryzen AI 上把 TaoToken 的前置配置做好，再往后是 Ollama 和 LM Studio 各自的可复制配置、验证请求、常见报错排查，最后给 CTA 分流。

2. TaoToken 前置：统一 Key 通道在 Ryzen AI 工作流里的位置

在 Ryzen AI 设备上搭本地推理，很多人第一反应是「我本地都能跑了，还要云 API 干嘛」。实际用下来会发现，本地模型和云端模型是互补的。本地 7B、14B 模型在代码补全、文档摘要、简单对话上够用，延迟低、不花钱、数据不出机器；但遇到复杂推理、长文档跨章节分析、需要最新知识或者更强代码能力的任务，本地小模型会明显吃力。这时候如果每个云厂商都单独配 Key、单独记 Base URL，工作流会变得很碎。

TaoToken 的统一 Key 通道解决的就是这个碎片化问题。你只需要一个 Key，就能在多个模型之间切换，Base URL 统一指向 https://taotoken.net/api 。对于 Ryzen AI 用户来说，典型工作流是这样的：编辑器插件默认指向本地 Ollama 端点，做低延迟补全；当需要更强模型时，切换到 TaoToken 端点，用同一个 Key 调云端模型。这样本地和云端在配置层面对工具来说是同构的，都是 OpenAI 兼容端点，只是 Base URL 和 Model ID 不同。

前置准备分三步。第一步是拿到 Key。进入控制台，在 API Keys 页面创建一个新 Key，复制保存。控制台入口在 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API Keys 页面在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。Key 只在创建时完整显示一次，记得存到安全的地方，不要提交到 Git。

第二步是确认你要用的 Model ID。TaoToken 支持多个模型，具体列表在文档里可以查到，文档入口在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。常见的有 Claude 系列、GPT 系列等，Model ID 要按文档里的写法填，不要自己猜。比如 Claude Code 相关的接入，文档里有专门的说明，入口在 https://taotoken.net/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

第三步是决定用哪种接入方式。如果你只是想在脚本或工具里调云端模型，直接用 API 就行。如果你要做长期编码、Agent 任务，可以考虑 Coding Plan，入口在 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。如果只是想先验证模型效果，用模型对话页面最直接，入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

这里要强调一个配置原则：Base URL、Key、Model ID 三件套必须同时正确。很多 401 报错不是 Key 错了，而是 Base URL 写成了带/v1或者不带/v1的版本不匹配。TaoToken 的 API 地址是 https://taotoken.net/api ，在 OpenAI 兼容客户端里通常需要填成https://taotoken.net/api/v1或者按客户端要求填，具体看文档。Key 放在 Authorization 头里，格式是Bearer <你的Key>。Model ID 按文档填，不要带多余空格。

在 Ryzen AI 设备上，建议把本地和云端的配置分开管理。本地 Ollama 用127.0.0.1:11434，LM Studio 用127.0.0.1:1234，云端 TaoToken 用https://taotoken.net/api。这样在编辑器插件里切换时，只需要改 Base URL 和 Model ID，Key 可以复用同一个环境变量。下面给一个环境变量的示例，Windows PowerShell 和 Linux/macOS 都适用。

# Windows PowerShell：设置 TaoToken 环境变量 $env:TAOTOKEN_API_KEY = "sk-你的Key" $env:TAOTOKEN_BASE_URL = "https://taotoken.net/api" $env:TAOTOKEN_MODEL = "按文档填写的ModelID" # 本地 Ollama 端点 $env:OLLAMA_HOST = "127.0.0.1:11434"

# Linux / macOS：设置 TaoToken 环境变量 export TAOTOKEN_API_KEY="sk-你的Key" export TAOTOKEN_BASE_URL="https://taotoken.net/api" export TAOTOKEN_MODEL="按文档填写的ModelID" # 本地 Ollama 端点 export OLLAMA_HOST="127.0.0.1:11434"

把 Key 放在环境变量里，而不是硬编码在配置文件里，是为了避免误提交。如果你用 Cline、Continue 这类插件，它们通常支持从环境变量读取 Key，配置时填${env:TAOTOKEN_API_KEY}这种形式即可。Codex 的auth.json也是类似思路，把 Key 和 Base URL 写进去，但注意文件权限，不要放在会被同步的目录。

这一节把前置准备讲完了。下一节进入可复制配置，分别给 Ollama 和 LM Studio 在 Ryzen AI 上的配置片段，以及怎么把它们和 TaoToken 端点组合。

3. 可复制配置：Ollama 与 LM Studio 在 Ryzen AI 上的 settings 片段

这一节给可直接复制的配置。先讲 Ollama，再讲 LM Studio，最后讲怎么在编辑器插件里同时挂本地和 TaoToken 两个端点。

Ollama 在 Ryzen AI 上的安装很直接，Windows 下载安装包一路默认，Linux 用官方脚本。安装后确认服务在跑，默认监听127.0.0.1:11434。如果你想改监听地址，比如让局域网内其他设备也能调用，可以设OLLAMA_HOST。但注意，暴露到局域网要自己做好访问控制，不要直接开到公网。

拉取模型用ollama pull，运行用ollama run。Ryzen AI 上推荐从 7B 的 Q4 量化开始，确认 GPU offload 正常后再上 14B。下面是一组常用命令。

# 拉取并运行 7B 代码模型 ollama pull qwen2.5-coder:7b ollama run qwen2.5-coder:7b # 查看已安装模型 ollama list # 查看模型详情，确认量化等级和参数 ollama show qwen2.5-coder:7b # 启动服务（后台常驻） ollama serve

如果你要调整上下文长度或者 GPU 层数，Ollama 通过 Modelfile 或者环境变量控制。比如设OLLAMA_NUM_GPU控制 offload 层数，设OLLAMA_CONTEXT_LENGTH控制上下文。在 Ryzen AI 上，新版 Ollama 通常能自动识别，不建议一上来就手动改，先跑默认，看ollama ps里的 GPU 占用再决定。

# 查看运行中的模型和资源占用 ollama ps # 临时设置上下文长度（示例） $env:OLLAMA_CONTEXT_LENGTH = "8192" ollama serve

LM Studio 的配置主要在 GUI 里完成，但它的 Local Server 配置可以导出成 JSON，方便复用。安装后，在搜索栏找模型，下载 GGUF 版本。加载模型时，右侧面板有几个关键项：GPU Offload 滑块、Context Length、CPU Threads。Ryzen AI 上把 GPU Offload 拉满，Context Length 按模型支持和你内存余量设，CPU Threads 一般不用动。

LM Studio 的 Local Server 默认在127.0.0.1:1234，打开后提供 OpenAI 兼容端点。它的配置可以保存成 preset，下面是一个等价的 JSON 结构，用于说明关键字段。实际使用时在 GUI 里设置即可，这里给出来是为了让你理解每个字段的含义。

{ "model": "按你下载的GGUF模型名填写", "gpu_offload": "max", "context_length": 8192, "cpu_threads": 8, "server": { "host": "127.0.0.1", "port": 1234, "openai_compatible": true } }

在编辑器插件里同时挂两个端点，以 Continue 为例，配置文件通常是config.json或config.yaml。下面给一个 JSON 片段，展示本地 Ollama 和 TaoToken 两个 provider 的写法。注意 Base URL、apiKey、model 三件套要对应正确。

{ "models": [ { "title": "本地 Ollama Qwen Coder", "provider": "openai", "model": "qwen2.5-coder:7b", "apiBase": "http://127.0.0.1:11434/v1", "apiKey": "ollama" }, { "title": "TaoToken 云端模型", "provider": "openai", "model": "按文档填写的ModelID", "apiBase": "https://taotoken.net/api/v1", "apiKey": "sk-你的Key" } ] }

这里 Ollama 的 apiKey 填ollama是占位，因为本地端点不校验 Key。TaoToken 的 apiKey 填你创建的真实 Key。apiBase 的/v1后缀要看客户端要求，Continue 这类工具通常需要带/v1，而有些工具只需要填到/api。如果报 404，先检查这个后缀。

Cline 的配置类似，在设置里选 OpenAI Compatible，填 Base URL、API Key、Model ID。Cline 还支持 MCP，如果你要用 MCP 工具，注意不要让 MCP 直连生产数据库，这是安全红线。Codex 的auth.json写法不同，它把 Key 和 Base URL 放在一个 JSON 文件里，路径通常在用户目录下的.codex文件夹。下面给一个示例结构。

{ "openai": { "apiKey": "sk-你的Key", "baseURL": "https://taotoken.net/api/v1" } }

Codex 的auth.json要注意文件权限，Linux/macOS 下建议chmod 600，Windows 下确保不在共享目录。如果你同时用本地 Ollama 和 TaoToken，可以在 Codex 里配多个 profile，切换时改 baseURL 即可。

CC Switch 这类工具用于在多个配置之间快速切换，如果你经常在本地和云端之间切，可以配一个本地 profile 和一个 TaoToken profile。配置时同样注意 Base URL、Key、Model ID 三件套。CC Switch 的配置文件通常是 TOML 或 JSON，下面给一个 TOML 示例。

[profiles.local] base_url = "http://127.0.0.1:11434/v1" api_key = "ollama" model = "qwen2.5-coder:7b" [profiles.taotoken] base_url = "https://taotoken.net/api/v1" api_key = "sk-你的Key" model = "按文档填写的ModelID"

这一节把可复制配置给完了。下一节做验证请求，用同一组 prompt 对比本地和云端的延迟与吞吐。

4. 验证请求：同一组 prompt 对比本地与 TaoToken 的延迟吞吐

配置写完必须验证，不然你不知道是配置错了还是模型本身慢。这一节用 curl 和 Python 两种方式发请求，先验证本地 Ollama，再验证 TaoToken，最后用同一组 prompt 做对比。

先验证 Ollama 的 OpenAI 兼容端点。确保ollama serve在跑，然后发一个 chat completions 请求。

# 验证 Ollama OpenAI 兼容端点 curl http://127.0.0.1:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "qwen2.5-coder:7b", "messages": [ {"role": "user", "content": "用一句话解释什么是统一内存架构"} ], "stream": false }'

如果返回里有choices数组和message.content，说明端点正常。如果报连接拒绝，检查ollama serve是否在跑，端口是否被占。如果报模型不存在，用ollama list确认模型名。

再验证 TaoToken 端点。把 Key 换成你的真实 Key，Model ID 换成文档里的写法。

# 验证 TaoToken 端点 curl https://taotoken.net/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-你的Key" \ -d '{ "model": "按文档填写的ModelID", "messages": [ {"role": "user", "content": "用一句话解释什么是统一内存架构"} ], "stream": false }'

如果返回 401，检查 Key 是否正确、是否带了Bearer前缀、Base URL 是否写对。如果返回 404，检查/v1后缀和 Model ID。如果返回 200 但内容为空，检查 Model ID 是否是当前 Key 有权限访问的模型。

用 Python 做延迟和吞吐对比更直观。下面这段脚本分别请求本地和 TaoToken，记录首字延迟和总耗时。注意把 Key 和 Model ID 换成你自己的。

import time import requests PROMPT = "用三句话说明 Ryzen AI 统一内存架构对本地大模型的意义。" def call_endpoint(name, base_url, api_key, model): headers = { "Content-Type": "application/json", "Authorization": f"Bearer {api_key}" } payload = { "model": model, "messages": [{"role": "user", "content": PROMPT}], "stream": False } start = time.time() resp = requests.post(f"{base_url}/chat/completions", headers=headers, json=payload, timeout=120) elapsed = time.time() - start if resp.status_code == 200: data = resp.json() content = data["choices"][0]["message"]["content"] usage = data.get("usage", {}) print(f"[{name}] 耗时 {elapsed:.2f}s, 输出 {len(content)} 字, usage={usage}") else: print(f"[{name}] 失败 {resp.status_code}: {resp.text[:200]}") # 本地 Ollama call_endpoint( "Ollama", "http://127.0.0.1:11434/v1", "ollama", "qwen2.5-coder:7b" ) # TaoToken call_endpoint( "TaoToken", "https://taotoken.net/api/v1", "sk-你的Key", "按文档填写的ModelID" )

跑这段脚本，你会看到两个端点的耗时和输出长度。本地 7B 在 Ryzen AI 上通常首字延迟在几百毫秒到一两秒，总耗时取决于输出长度。云端模型的延迟取决于网络和模型负载，通常首字延迟会高一些，但输出质量和长上下文能力更强。这个对比不是为了分高下，而是让你知道什么任务该走本地、什么任务该走云端。

如果你要测吞吐，可以把stream设为True，记录首字时间和总时间，算出 tokens/s。Ollama 的响应里通常带eval_count和eval_duration，可以直接算。TaoToken 的响应里 usage 字段也有 token 数。下面给一个流式版本的片段。

import time import requests import json def stream_endpoint(name, base_url, api_key, model): headers = { "Content-Type": "application/json", "Authorization": f"Bearer {api_key}" } payload = { "model": model, "messages": [{"role": "user", "content": "写一个 Python 快速排序函数"}], "stream": True } start = time.time() first_token_time = None token_count = 0 with requests.post(f"{base_url}/chat/completions", headers=headers, json=payload, stream=True, timeout=120) as r: for line in r.iter_lines(): if not line: continue line = line.decode("utf-8") if line.startswith("data: "): data = line[6:] if data == "[DONE]": break try: chunk = json.loads(data) delta = chunk["choices"][0].get("delta", {}) if "content" in delta and delta["content"]: if first_token_time is None: first_token_time = time.time() - start token_count += 1 except json.JSONDecodeError: continue total = time.time() - start print(f"[{name}] 首字 {first_token_time:.2f}s, 总耗时 {total:.2f}s, 约 {token_count} 个 chunk") stream_endpoint("Ollama", "http://127.0.0.1:11434/v1", "ollama", "qwen2.5-coder:7b") stream_endpoint("TaoToken", "https://taotoken.net/api/v1", "sk-你的Key", "按文档填写的ModelID")

验证通过后，你就有了一个可用的本地加云端双通道。下一节讲常见报错排查，这些都是实际会遇到的。

5. 常见报错排查：401、local proxy failed、reading choices、OAuth

这一节按真实报错来。每个报错给原因和排查步骤，你对照自己的情况看。

401 Unauthorized 是最常见的。原因通常是 Key 错了、Key 没带Bearer前缀、Key 被撤销、或者 Base URL 指向了错误的端点。排查步骤：先确认 Key 是从 API Keys 页面复制的完整 Key，没有多余空格；再确认请求头是Authorization: Bearer sk-xxx，注意 Bearer 后面有一个空格；然后确认 Base URL 是 https://taotoken.net/api 对应的正确路径，带不带/v1要按客户端要求；最后确认这个 Key 有权限访问你填的 Model ID。如果本地 Ollama 报 401，通常是因为你误把云端 Key 填到了本地端点，本地端点不需要真实 Key，填ollama占位即可。

local proxy failed 通常出现在编辑器插件或 Agent 工具里。原因是工具尝试通过本地代理转发请求，但代理没启动或者端口不对。排查步骤：先确认工具的网络设置里是否开了代理，如果不需要代理就关掉；再确认本地端点地址是127.0.0.1而不是localhost，有些工具对localhost解析有问题；然后确认 Ollama 或 LM Studio 的 server 确实在跑，端口没被占。如果你在用 CC Switch 或类似工具切换配置，检查切换后的 Base URL 是否指向了正确的端点。

reading choices 报错通常表现为cannot read property 'choices' of undefined或者类似。原因是响应体不是预期的 OpenAI 格式，可能是端点返回了错误页、HTML、或者空响应。排查步骤：先用 curl 直接请求端点，看返回的原始内容；如果返回的是 HTML，说明 Base URL 错了，可能少了/v1或者多了路径；如果返回的是错误 JSON，看错误信息；如果返回 200 但结构不对，检查 Model ID 是否正确，有些模型返回格式略有差异。在 Ollama 上，确认用的是/v1/chat/completions而不是/api/chat，两者格式不同。

OAuth 相关报错通常出现在 Claude Code 或类似工具的接入上。原因是工具默认走 OAuth 流程，但你要用 API Key 接入。排查步骤：确认工具的配置里选择了 API Key 模式而不是 OAuth 模式；确认 Base URL 指向 https://taotoken.net/api 对应的 Claude 兼容端点，具体看文档里的 Claude Code 接入说明，入口在 https://taotoken.net/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ；确认 Key 和 Model ID 都按文档填写。如果工具强制走 OAuth，可能需要改配置文件或者用支持 API Key 的版本。

模型加载失败或 OOM 在 Ryzen AI 上也会遇到。原因是模型太大、量化等级太高、或者上下文设太长。排查步骤：先用ollama ps或 LM Studio 的显存面板看占用；如果 GPU offload 拉满后内存不够，降低 offload 层数或者换更小的量化；如果上下文设太长导致 OOM，把 Context Length 降到 4096 或 8192 再试；如果模型本身超过内存容量，换更小的模型。Ryzen AI 的统一内存虽然灵活，但也不是无限的，32GB 机器跑 14B Q4 比较稳，跑 32B 就要看具体量化。

流式响应中断或乱码也常见。原因是客户端没正确处理 SSE 格式，或者网络不稳定。排查步骤：确认客户端支持stream: true的 SSE 解析；如果本地端点流式正常但云端中断，检查网络；如果输出乱码，检查编码是否为 UTF-8。在 Python 脚本里，用r.iter_lines()并手动 decode 可以避免大部分乱码问题。

配置改了不生效是另一个高频问题。原因是工具缓存了旧配置，或者环境变量没刷新。排查步骤：重启工具；在终端里echo $TAOTOKEN_API_KEY确认环境变量生效；如果是 Windows，注意 PowerShell 和 CMD 的环境变量作用域不同；如果是配置文件，确认改的是工具实际读取的那个文件，有些工具有多个配置文件路径。

这一节把常见报错过了一遍。下一节给 CTA 分流，按你的场景选入口。

6. 按场景选入口：排障、验证、长期编码分别走哪里

配置和排障都过完之后，按你的实际场景选入口。不同需求对应的入口不一样，不要只记首页。

如果你在接入过程中遇到报错，需要查 Key、查文档、排查配置，走 API Keys 和接入文档。API Keys 页面在 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= 。这两个页面覆盖了 Key 管理、Base URL、Model ID、常见错误码，排障时先看这里。

如果你只是想先验证某个模型的效果，不想写代码，走模型对话页面。入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。在页面里选模型、输入 prompt，直接看输出，确认模型能力符合预期后再接入到工作流。

如果你要做长期编码、Agent 任务，需要稳定的额度和更适合编码的模型通道，走 Coding Plan。入口在 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。Coding Plan 适合把云端模型作为日常编码的主力，配合本地 Ollama 做低延迟补全，形成本地加云端的组合。

如果你用 Claude Code 或者 Anthropic 兼容工具，走专门的接入说明。入口在 https://taotoken.net/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。这里有针对 Claude Code 的配置步骤，包括 Base URL、Key、Model ID 的填法，以及 OAuth 相关问题的处理。

控制台入口在 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，用于管理 Key、查看用量、创建新 Key。API 地址是 https://taotoken.net/api ，注意这个地址不带 UTM 参数，配置时直接用这个。

最后给一个实用建议：在 Ryzen AI 设备上，把 Ollama 设成开机自启的后台服务，LM Studio 按需打开，TaoToken 作为云端补充。编辑器插件里配两个 profile，一个指向本地，一个指向 TaoToken，用 CC Switch 或工具自带的切换功能快速切。这样日常编码走本地，遇到难题切云端，两边都不耽误。配置改完后记得用第 4 节的脚本验证一遍，确认延迟和输出都正常，再投入日常使用。