Skip to main content
JetBrains AI Assistant verfügt über ein integriertes Feld für OpenAI-kompatible Endpunkte für benutzerdefinierte Provider. Tokios bietet Ihnen eine stabile, authentifizierte URL, die Sie dort eingeben können: Paaren Sie den Connector neben Ihrem Modell, registrieren Sie einen Deployment-Namen und übergeben Sie AI Assistant diese URL mit einem sk-tok-…-Schlüssel. Kein Tunnel zum Verwalten, kein unauthentifizierter Port auf Ihrem Rechner. Dies funktioniert auf die gleiche Weise in allen JetBrains-IDEs, die AI Assistant ausliefern — IntelliJ IDEA, PyCharm, GoLand, WebStorm, Rider und andere.

​
Voraussetzungen

  • Ein laufender Tokios Connector, der mit Ihrem lokalen Modell gepaart ist — siehe Connector-Installation
  • Ein registrierter Modell-Deployment-Name — siehe Modell registrieren
  • Ein Tokios API-Schlüssel (sk-tok-…) — siehe API-Schlüssel
  • Eine JetBrains-IDE mit installiertem AI Assistant-Plugin

​
Richten Sie AI Assistant auf Tokios ein

1

Öffnen Sie die Provider-Einstellungen von AI Assistant

Öffnen Sie Einstellungen | Tools | AI Assistant | Anbieter & API-Schlüssel. JetBrains hat diese Einstellung zwischen den Releases verschoben, daher bestätigen Sie den genauen Menüpfad und die Bezeichnung für Ihre installierte AI Assistant-Version.
2

Finden Sie den Abschnitt für OpenAI-kompatible Endpunkte

Suchen Sie den Abschnitt OpenAI-kompatible Endpunkte, der für Drittanbieter-Server verwendet wird, die mit OpenAI kompatibel sind — die hier gezeigten Feldbezeichnungen können je nach Version variieren, daher prüfen Sie Ihre eigene Version.
3

Geben Sie die Tokios-URL ein

Legen Sie die Endpunkt-URL fest auf:
4

Fügen Sie Ihren Tokios-API-Schlüssel ein

Fügen Sie Ihren sk-tok-…-Schlüssel in das Feld API-Schlüssel für diesen Endpunkt ein. AI Assistant sendet ihn als Bearer-Token bei jeder Anfrage.
5

Fügen Sie Ihre Deployment als Modell hinzu

Geben Sie den öffentlichen Deployment-Namen ein, den Sie im Tab Models registriert haben — zum Beispiel gemma-tunnel — als Modell für diesen Endpunkt. Dies ist der Wert, den AI Assistant im Feld model sendet; es handelt sich nicht um die lokale Modell-ID von Ollama, llama.cpp, vLLM oder LM Studio.
6

Schalten Sie Tool-Aufrufe ein, falls erforderlich

Wenn AI Assistant einen Schalter für Tool-/Funktionsaufrufe für diesen Endpunkt bereitstellt, aktivieren Sie ihn. Ob das Modell tatsächlich auf Tool-Aufrufe reagiert, hängt vom zugrunde liegenden Modell selbst ab.
Ersetzen Sie gemma-tunnel durch den registrierten Deployment-Namen und sk-tok-YOUR_KEY durch Ihren eigenen Schlüssel. Übertragen Sie niemals eines von beiden in eine freigegebene Konfigurationsdatei.
Die Unterstützung benutzerdefinierter Anbieter durch den KI-Assistenten in JetBrains-IDEs wird als OpenAI-kompatibler Slot dokumentiert. Es gibt kein bestätigtes Feld für eine benutzerdefinierte Anthropic-kompatible Basis-URL, also verbinden Sie sich über den oben genannten OpenAI-kompatiblen Endpunkt statt über den Anthropic-ähnlichen Endpunkt von Tokios.
Ein benutzerdefinierter Endpunkt unterstützt nicht alle Funktionen des KI-Assistenten. Ab den 2026.1-Versionen dokumentiert JetBrains, dass Drittanbieter- und lokale Modelle in AI Chat funktionieren, während Junie- und next-edit-Vorschläge weiterhin die Cloud-Modelle von JetBrains erfordern. Erwarten Sie, dass der Chat umgestellt wird und die Inline-Vorschläge beim integrierten Anbieter verbleiben.
Verwenden Sie Test Connection in den Anbiitereinstellungen, um zu bestätigen, dass der Endpunkt antwortet, bevor Sie Modelle den Funktionen zuweisen.

​
Warum dies einen bloßen Tunnel übertrifft

Ohne etwas davor hört ein lokaler Modellserver nur auf localhost oder Ihr LAN, und das cloudbasierte Backend des KI-Assistenten von JetBrains kann weder erreichen. Ein roher Tunnel (z. B. ngrok) kann den Port freigeben, aber er lässt das Modell typischerweise ohne Authentifizierung hinter einer URL lauschen, die bei jedem Neustart wechselt. Der Connector von Tokios ist nur ausgehend, sodass Ihr Modell niemals einen eingehenden Port öffnet, und jede Anfrage daran trägt einen scoped sk-tok-…-Schlüssel:
  • Keine unauthentifizierte Exposition — der Connector wählt ausgehend zu Tokios; er hört niemals auf einen Port, und Anfragen benötigen einen gültigen Schlüssel.
  • Stabile URL — https://api.tokios.com/v1 ändert sich nicht zwischen Neustarts, sodass Sie sie einmal im KI-Assistenten konfigurieren.
  • Umfangsspezifische Schlüssel — ein Schlüssel kann auf bestimmte Deployments beschränkt und bei einem Leck sofort widerrufen werden, ohne Ihr lokales Modell oder den Connector zu berühren.

​
Fehlerbehebung

Der vom KI-Assistenten gesendete API-Schlüssel fehlt, ist fehlerhaft oder wurde widerrufen. Bestätigen Sie, dass Sie den vollständigen sk-tok-…-Schlüssel ohne zusätzliche Leerzeichen eingefügt haben, und überprüfen Sie seinen Status auf der Keys-Registerkarte.
Der von AI Assistant gesendete model-Wert stimmt nicht mit einer registrierten Deployment überein. Stellen Sie sicher, dass der von Ihnen in AI Assistant eingegebene Modellname exakt dem öffentlichen Namen auf der Models-Registerkarte entspricht — und nicht Ihrer lokalen Modell-ID von Ollama/llama.cpp/vLLM/LM Studio.
Der Connector für dieses Deployment ist offline oder hat sein gleichzeitiges Verbindungslimit erreicht. Überprüfen Sie die Connectors-Registerkarte — der Connector muss als Online angezeigt werden, und die Maschine, auf der er läuft, muss weiterhin aktiv und erreichbar sein.

​
Nächste Schritte

Schnellstart

Richten Sie den Connector ein, registrieren Sie ein Modell und erstellen Sie einen Schlüssel von Grund auf neu.

Kompatible Clients

Informationen zur Einrichtung der Basis-URL und des Schlüssels für andere OpenAI- und Anthropic-kompatible Clients finden Sie hier.