Coding Agent 要先写 JSON 工具调用、再写一整个文件，格式一错就废。0.5B / 1B 级别的小模型基本做不了这个——建议至少 Coder 3B，或者直接用云端 / Ollama。数字是显存需求，不是下载大小。

任意 OpenAI 兼容接口（/chat/completions）。Key 只存在你浏览器的 localStorage，请求直接从浏览器发到你填的地址，不经过本站。思考型模型容易把 token 预算烧在看不见的推理上、正式输出为空，写代码建议用非思考的常规接口。

思考型模型会把 token 先花在看不见的推理上，难的轮次里正文可能为空、也很慢。BigModel：GLM-4.x 可用 {"thinking":{"type":"disabled"}} 关掉思考；GLM-5.3 强制思考、不能关，用 {"reasoning_effort":"low"} 调轻（low / high / max，默认 max 最慢）。别的厂商写法不同。这一栏单独保存，和 Key 无关。

Ollama 默认只放行 localhost 来源的跨域请求。这个页面如果不是 localhost，需要先 重启，否则会被 403 拒绝（不是网络问题）。

思考型模型默认会把 token 先花在看不见的推理上，写代码时很慢。这里默认关闭；只有思考型模型才能选「低/中/高」，普通模型选了会被 Ollama 拒绝（400）。