GitHub Copilot 自定义模型接入 LLMEasy 指南

GitHub Copilot Chat 支持通过 Custom Endpoint 添加自定义模型。接入 LLMEasy 时，请使用 GPT 分组 API Key，并选择 Chat Completions。

本文配置的是 VS Code 中 GitHub Copilot Chat 的自定义语言模型。它不会替换 GitHub Copilot 的行内代码补全服务。

前置条件

已安装最新版 VS Code
已安装并登录 GitHub Copilot / Copilot Chat
已获取 LLMEasy API Key（注册并获取）
API Key 属于 GPT 分组
已确认要使用的模型 ID，例如 gpt-5.5

不要把真实 API Key 手动写进 chatLanguageModels.json。请在 VS Code 弹出的 API Key 输入框中粘贴 Key，VS Code 会自动生成 ${input:chat.lm.secret...} 这种本机密钥引用。

配置步骤

打开模型管理入口

在 Copilot Chat 输入框下方，点击模型选择器，然后选择 Manage Models…。

添加 Custom Endpoint

在 Language Models 界面中，点击 Add Models，然后选择 Custom Endpoint。

在 Language Models 界面中点击 Add Models 并选择 Custom Endpoint。

输入名称

在 Group Name 输入框中填写：

LLMEasy

然后按 Enter。

输入 API Key

接下来 VS Code 会要求输入 API Key。粘贴你的 LLMEasy API Key，然后按 Enter。这一步不会显示在配置文件里。VS Code 会把 API Key 保存成本机 secret，并在 JSON 中生成类似下面的引用：

"apiKey": "${input:chat.lm.secret.xxxxx}"

不要把 ${input:chat.lm.secret...} 改成真实 API Key。保持 VS Code 自动生成的 secret 引用即可。

选择 API 类型

在 Custom Endpoint: API Type 中选择 Chat Completions。

编辑 JSON 配置

VS Code 会打开 chatLanguageModels.json。确认或修改配置为下面结构：

在 chatLanguageModels.json 中配置 LLMEasy 模型 URL、toolCalling、vision 和 token 上限。

[
  {
    "name": "LLMEasy",
    "vendor": "customendpoint",
    "apiKey": "${input:chat.lm.secret.xxxxx}",
    "apiType": "chat-completions",
    "models": [
      {
        "id": "gpt-5.5",
        "name": "gpt-5.5",
        "url": "https://www.llmeasy.ru/v1/chat/completions",
        "toolCalling": true,
        "vision": true,
        "maxInputTokens": 1000000,
        "maxOutputTokens": 64000
      }
    ]
  }
]

你需要重点确认：

字段	推荐值
`name`	`LLMEasy`
`apiType`	`chat-completions`
`id`	`gpt-5.5` 或模型广场中的 GPT 分组模型 ID
`name`	与模型 ID 保持一致
`url`	`https://www.llmeasy.ru/v1/chat/completions`
`toolCalling`	`true`
`vision`	`true`
`maxInputTokens`	`1000000`
`maxOutputTokens`	`64000`

保存并重新加载 VS Code

保存 chatLanguageModels.json 后，执行：

Developer: Reload Window

重新加载后，回到 Copilot Chat 的模型选择器，选择 gpt-5.5。

发送测试消息

在 Copilot Chat 中发送一条简单消息，例如：

用一句话说明你当前使用的模型。

如果能够正常回复，说明 LLMEasy Custom Endpoint 已配置成功。

常见问题

为什么必须在弹窗里输入 API Key？

VS Code 会把 API Key 保存到本机 secret 存储中，并在 JSON 里使用 ${input:chat.lm.secret...} 引用它。这样比把真实 API Key 写进 JSON 更安全。

为什么选择 Chat Completions？

本次验证成功的配置使用的是 Chat Completions。对应 URL 是：

https://www.llmeasy.ru/v1/chat/completions

不要把它写成 /v1/responses，也不要只写到 /v1。

这个配置会影响 GitHub Copilot 自动补全吗？

不会。这个 Custom Endpoint 主要用于 Copilot Chat 的语言模型调用。GitHub Copilot 的行内自动补全仍由 GitHub Copilot 自身服务提供。

报 Invalid token 怎么办？

如果出现 Invalid token，按顺序检查：

API Key 是否是在 VS Code 弹窗中输入的
JSON 里是否保留 ${input:chat.lm.secret...}
API Key 是否属于 GPT 分组
url 是否为 https://www.llmeasy.ru/v1/chat/completions
apiType 是否为 chat-completions
模型 ID 是否为模型广场中的 GPT 分组模型

​前置条件

​配置步骤

​常见问题

​为什么必须在弹窗里输入 API Key？

​为什么选择 Chat Completions？

​这个配置会影响 GitHub Copilot 自动补全吗？

​报 Invalid token 怎么办？

前置条件

配置步骤

常见问题

为什么必须在弹窗里输入 API Key？

为什么选择 Chat Completions？

这个配置会影响 GitHub Copilot 自动补全吗？

报 Invalid token 怎么办？