sk-tok-…. Pas de tunnel à surveiller, pas de port non authentifié sur votre machine.
Cela fonctionne de la même manière sur tous les IDE JetBrains qui incluent AI Assistant — IntelliJ IDEA, PyCharm, GoLand, WebStorm, Rider et d’autres.
Prérequis
- Un connecteur Tokios en cours d’exécution et associé à votre modèle local — voir Connector install
- Un nom de déploiement de modèle enregistré — voir Register a model
- Une clé API Tokios (
sk-tok-…) — voir API keys - Un IDE JetBrains avec le plugin AI Assistant installé
Pointez AI Assistant vers Tokios
1
Ouvrez les paramètres de fournisseur de AI Assistant
Ouvrez Paramètres | Outils | Assistant IA | Fournisseurs et clés API. JetBrains a déplacé ce paramètre entre les versions, donc confirmez le chemin de menu et l’étiquette exacts pour votre version installée de l’Assistant IA.
2
Trouvez la section des points de terminaison compatibles OpenAI
Recherchez la section points de terminaison compatibles OpenAI, utilisée pour les serveurs tiers compatibles OpenAI — les étiquettes de champ exactes affichées ici peuvent varier selon la version, donc vérifiez la vôtre.
3
Entrez l'URL de Tokios
Définissez l’URL du point de terminaison sur :
4
Collez votre clé API Tokios
Collez votre clé
sk-tok-… dans le champ clé API pour ce point de terminaison. L’Assistant IA l’envoie en tant que jeton Bearer à chaque requête.5
Ajoutez votre déploiement comme modèle
Entrez le nom de déploiement public que vous avez enregistré dans l’onglet Models — par exemple,
gemma-tunnel — comme modèle pour ce point de terminaison. Il s’agit de la valeur que l’Assistant IA envoie dans le champ model ; ce n’est pas l’ID de modèle local d’Ollama, llama.cpp, vLLM ou LM Studio.6
Activez l'appel d'outils si nécessaire
Si l’Assistant IA expose un commutateur pour l’appel d’outils/fonctions sur ce point de terminaison, activez-le. La capacité du modèle à agir sur les appels d’outils dépend du modèle sous-jacent lui-même.
Remplacez
gemma-tunnel par le nom de déploiement que vous avez enregistré, et sk-tok-YOUR_KEY par votre propre clé. Ne commitez jamais l’un ou l’autre dans un fichier de configuration partagé.Un point de terminaison personnalisé ne permet pas toutes les fonctionnalités de l’assistant IA. À partir des versions 2026.1, JetBrains documente les modèles tiers et locaux comme fonctionnant dans AI Chat, tandis que Junie et les suggestions next-edit nécessitent toujours les modèles cloud de JetBrains. Prévoyez que le chat bascule et que les suggestions en ligne restent sur le fournisseur intégré.
Pourquoi cela bat un tunnel nu
Sans quelque chose devant lui, un serveur de modèle local n’écoute que surlocalhost ou votre LAN, et le backend cloud hébergé de l’assistant IA de JetBrains ne peut atteindre aucun des deux. Un tunnel brut (par exemple ngrok) peut exposer le port, mais il laisse généralement le modèle écouter sans authentification derrière une URL qui change à chaque redémarrage.
Le connecteur de Tokios est uniquement sortant, donc votre modèle n’ouvre jamais de port entrant, et chaque requête qui lui est adressée porte une clé sk-tok-… à portée limitée :
- Aucune exposition non authentifiée — le connecteur se connecte à Tokios ; il n’écoute jamais sur un port, et les requêtes nécessitent une clé valide.
- URL stable —
https://api.tokios.com/v1ne change pas entre les redémarrages, donc vous le définissez dans l’assistant IA une seule fois. - Clés à portée limitée — une clé peut être limitée à des déploiements spécifiques et révoquée instantanément en cas de fuite, sans toucher à votre modèle local ou au connecteur.
Dépannage
401 erreur
401 erreur
La clé API envoyée par l’assistant IA est manquante, mal formée ou a été révoquée. Confirmez que vous avez collé la clé
sk-tok-… complète sans espace blanc supplémentaire, et vérifiez son statut sur l’onglet Keys.404 erreur
404 erreur
La valeur
model envoyée par l’assistant IA ne correspond pas à un déploiement enregistré. Confirmez que le nom du modèle que vous avez saisi dans l’assistant IA correspond exactement au nom public sur l’onglet Models — et non à votre ID de modèle local Ollama/llama.cpp/vLLM/LM Studio.503 erreur
503 erreur
Le connecteur pour ce déploiement est hors ligne ou a atteint sa limite de concurrence. Vérifiez l’onglet Connectors — le connecteur doit afficher Online, et la machine qui l’exécute doit être toujours active et accessible.
Prochaines étapes
Démarrage rapide
Configurez le connecteur, enregistrez un modèle et créez une clé à partir de zéro.
Clients compatibles
Consultez la configuration de l’URL de base et de la clé pour d’autres clients compatibles OpenAI et Anthropic.