Skip to content

Pi

在 Pi 终端编程代理中添加 Token Factory 提供方,通过 models.json 配置国产模型,并用 /model 选择后开始使用。

开始前准备

  1. Pi 官方安装说明安装工具,确认终端可以运行 pi
  2. 控制台创建工具专用 API Key,确认通用余额充足。
  3. 模型文档复制已开放 OpenAI Chat Completions 的模型 ID;编程任务需要模型支持工具调用与流式输出。

配置连接

Base URL 填写 https://api.tokenfactory.cn/v1,接口类型使用 openai-completions。这里的名称对应 Chat Completions,最终请求为 https://api.tokenfactory.cn/v1/chat/completions

1. 提供 API Key

在准备启动 Pi 的终端内输入 API Key。执行下面的命令后会等待输入,粘贴后按回车;Key 不会显示在终端或写入命令历史。

bash
export TOKENFACTORY_API_KEY
read -r -s TOKENFACTORY_API_KEY
powershell
$tokenFactorySecret = Read-Host "Token Factory API Key" -AsSecureString
$env:TOKENFACTORY_API_KEY = [System.Net.NetworkCredential]::new("", $tokenFactorySecret).Password

2. 添加自定义模型

创建或编辑 ~/.pi/agent/models.json,在 providers 中添加 tokenfactory。已有文件时合并此条目,保留其他提供方。

json
{
  "providers": {
    "tokenfactory": {
      "baseUrl": "https://api.tokenfactory.cn/v1",
      "api": "openai-completions",
      "apiKey": "$TOKENFACTORY_API_KEY",
      "models": [
        {
          "id": "<model-id>",
          "name": "Token Factory"
        }
      ]
    }
  }
}

<model-id> 替换为平台模型 ID。apiKey 中的 $TOKENFACTORY_API_KEY 表示读取环境变量,保留开头的 $;单独写 TOKENFACTORY_API_KEY 会被当前 Pi 视为字面量。

此示例先使用基础文本配置。模型的上下文长度、最大输出及推理能力应按实际模型填写,不能用客户端默认值推断平台上限。字段说明见Pi 官方自定义模型文档

选择模型并验证

  1. 在同一终端进入测试目录,运行 pi
  2. 输入 /model,选择 tokenfactory 下的目标模型。每次打开选择器,Pi 都会重新读取 models.json
  3. 发送:“只回复‘连接成功’,不读取文件、不执行命令。”收到正常回复后,再对一个测试文件验证读取与解释任务。

在 CC Switch 中新增 Pi 提供方后,也要回到 Pi 用 /model 选择。新增配置与改变当前会话模型是两个步骤。

Pi 的本地价格估算不代表 Token Factory 账单。模型调用使用通用余额按实际用量计费,账户用量与余额以控制台为准。

常见问题

现象检查方法
/model 中没有目标模型检查 JSON 格式、providers 层级、模型 id 和鉴权配置;缺少可用凭据时模型可能不可选。
401 认证失败确认 apiKey 使用带 $ 的环境变量引用,并从设置了变量的终端启动 Pi。
404Base URL 保留 /v1,不包含完整 /chat/completions 路径。
报接口或模型不可用确认 apiopenai-completions,模型 ID 与平台 Chat Completions 能力一致。
修改配置后仍调用旧模型再次打开 /model 并显式选择新模型。
推理参数、上下文或工具调用报错根据模型真实能力设置参数;工具调用需要模型支持,不能仅靠新增模型条目开启。
限流或中途断开参考错误处理;先检查已经发生的文件修改与命令执行。

相关文档

验证范围:配置字段已按官方文档核对;Token Factory 的完整客户端调用仍待复验。

TokenFactory 词元工厂 · 开发者文档 · 返回官网