localhost oder deinem privaten LAN erreichen können — sie benötigen einen öffentlichen HTTPS-Endpunkt. Tokios stellt dir einen unter https://api.tokios.com/v1 bereit: Paire den Connector neben deinem Modell, registriere einen Deployment-Namen und übergib Cursor diese URL mit einem sk-tok-…-Schlüssel. Kein ngrok-Tunnel, der offen gehalten werden muss, kein unauthentifizierter Port.
Prerequisites
- Ein laufender Tokios Connector, der mit deinem lokalen Modell gekoppelt ist — siehe Connector install
- Ein registrierter Modell-Deployment-Name — siehe Register a model
- Ein Tokios API-Schlüssel (
sk-tok-…) — siehe API Keys - Cursor installiert
Warum Cursor nicht einfach localhost verwenden kann
Cursors Modell-Anfragen werden von Cursors Backend gestellt, nicht vom Code-Editor-Prozess auf deinem Laptop. Dieses Backend hat keine Route zu127.0.0.1 oder zu einem Rechner in deinem Heim- oder Büronetzwerk — es kann nur einen Endpunkt aufrufen, der über HTTPS im öffentlichen Internet erreichbar ist. Deshalb funktioniert das Pointen von Cursor auf ein bloßes http://localhost:11434 oder eine LAN-IP nicht, und deshalb muss jede funktionierende Einrichtung — einschließlich Tokios — eine öffentliche HTTPS-URL vor dein lokales Modell stellen.
Cursor auf Tokios richten
1
Öffne Cursors Modelleinstellungen
Öffne die Einstellungen mit Cmd+, (macOS) oder Ctrl+, (Windows/Linux) und wähle dann Models in der Seitenleiste. Die Feldbezeichnungen variieren je nach Cursor-Version, also prüfe deine Version, falls die unten genannten Namen nicht übereinstimmen.
2
Überschreibe die Basis-URL
Setze Override OpenAI Base URL auf:Behalte das
/v1-Suffix — Cursor hängt /chat/completions an alles an, was du hier eingibst.3
Füge dein Deployment als benutzerdefiniertes Modell hinzu
Füge ein benutzerdefiniertes Modell hinzu, indem du den öffentlichen Deployment-Namen verwendest, den du im Models-Tab registriert hast — zum Beispiel
gemma-tunnel. Dies ist der Wert, den Cursor im model-Feld sendet; es ist nicht die lokale Modell-ID von Ollama, llama.cpp, vLLM oder LM Studio.4
Füge deinen Tokios API-Schlüssel ein
Füge deinen
sk-tok-…-Schlüssel in Cursors API-Schlüsselfeld für das benutzerdefinierte Modell ein. Cursor sendet ihn bei jeder Anfrage als Bearer-Token.Ersetze
gemma-tunnel durch den von dir registrierten Deployment-Namen und sk-tok-YOUR_KEY durch deinen eigenen Schlüssel. Committe niemals eines von beiden in eine gemeinsam genutzte Konfigurationsdatei.Warum dies einem ngrok-Tunnel überlegen ist
Cursors Cloud-only-Architektur ist genau der Grund, warum die gängige Workaround-Lösungngrok http 11434 plus OLLAMA_HOST=0.0.0.0 (oder OLLAMA_ORIGINS=*) ist, um Ollama überhaupt erreichbar zu machen. Diese Kombination funktioniert, aber sie lässt dein Modell ohne Authentifizierung hinter einer URL lauschen, die bei jedem Neustart des Tunnels wechselt — jeder, der diese URL findet, während sie aktiv ist, kann dein Modell aufrufen.
Der Connector von Tokios ist nur ausgehend, sodass dein Modell niemals einen eingehenden Port öffnet, und jede Anfrage daran trägt einen scoped sk-tok-…-Schlüssel statt gar nichts:
- Keine unauthentifizierte Exposition — der Connector wählt ausgehend zu Tokios; er hört niemals auf einem Port, und Anfragen benötigen einen gültigen Schlüssel.
- Stabile URL —
https://api.tokios.com/v1ändert sich nicht zwischen Neustarts, sodass du es einmal in Cursor konfigurierst. - Scoped Schlüssel — ein Schlüssel kann auf bestimmte Deployments beschränkt und bei einem Leak sofort widerrufen werden, ohne dein lokales Modell oder den Connector zu berühren.
Fehlerbehebung
401 error
401 error
Der von Cursor gesendete API-Schlüssel fehlt, ist fehlerhaft oder wurde widerrufen. Bestätige, dass du den vollständigen
sk-tok-…-Schlüssel ohne zusätzliches Leerzeichen eingefügt hast, und prüfe seinen Status auf dem Keys-Tab.404 error
404 error
Der von Cursor gesendete
model-Wert stimmt mit keinem registrierten Deployment überein. Bestätige, dass der benutzerdefinierte Modellname in Cursor exakt mit dem öffentlichen Namen auf dem Models-Tab übereinstimmt — nicht deine lokale Ollama/llama.cpp/vLLM/LM Studio-Modell-ID.503 error
503 error
Der Connector für dieses Deployment ist offline oder hat sein Concurrency-Limit erreicht. Prüfe den Connectors-Tab — der Connector muss als Online angezeigt werden, und der Rechner, auf dem er läuft, muss weiterhin hochgefahren und erreichbar sein.
Nächste Schritte
Compatible clients
Siehe Basis-URL und Schlüssel-Einrichtung für andere OpenAI- und Anthropic-kompatible Clients.
API keys
Erstelle, beschränke und rotiere
sk-tok-…-Schlüssel für Teammitglieder und Agenten.