你自己的服务器

除了 OpenRouter，你还可以添加你自己的提供方：你电脑上或局域网内的模型服务器——LM Studio、Ollama、Unsloth Studio、llama.cpp、vLLM——或任何兼容 OpenAI 或 Anthropic 格式的远程 API。智能体随后会使用该服务器模型列表中的模型。

1. 添加服务器

API 不需要你来选——测试会自动判断。还没有加载任何模型的服务器也可以保存：加载模型后，点击刷新模型列表即可。

如果填写了密钥，它会由操作系统加密，只交给运行在这个提供方上的智能体——绝不会写进它们的命令行或文件。没有密钥的提供方也绝不会退回到你自己的 Claude 或 OpenAI 登录：NeuroSquad 会给命令行工具一个占位密钥。

列表中每个提供方会标为本地（这台电脑或你的家庭/办公网络）或远程，并显示地址、API、模型数量以及是否已保存密钥。

2. 让智能体使用它

创建智能体时（添加菜单中的 New agent…），或之后在卡片的 ⋯ 菜单 → Provider and model 中，在你的提供方分组下选择你的服务器，再从其列表中选择模型。更改会在智能体下次启动时生效。卡片上的标签会显示提供方和模型。

哪些智能体命令行工具可以使用

很多本地服务器在同一个端口上同时提供两种 API，因此表中的每个命令行工具都能使用它们。删除提供方后，使用它的智能体会改用其命令行工具自己的登录，直到你选择另一个提供方；卡片会提示这一点。

在没有 Responses API 的服务器上使用 Codex CLI

Codex CLI 只支持 OpenAI 的 Responses API，而大多数本地服务器（LM Studio、llama.cpp、vLLM、Ollama）和很多远程服务只提供 Chat Completions。遇到这样的服务器，NeuroSquad 会在你的电脑上于 Codex 和服务器之间运行一个小型转换器，让 Codex 也能在那里工作。无需任何设置：该提供方的“适用于”列表中会直接出现 Codex CLI。

• 你服务器的密钥留在 NeuroSquad 内部；Codex 只拿到一个按卡片分配的转换器通行凭证。
• 词元数量是服务器自己报告的数字，原样传递。
• 这种方式下无法使用 Codex 内置的网页搜索，工具结果中的图片会以占位符的形式传给模型。

本身提供 Responses API 的服务器会被直接使用。

上下文窗口

智能体命令行工具并不知道你服务器上的模型有多大的上下文：Claude Code 默认按 200K 词元计算，而 OpenCode 没有这个数字就从不压缩对话。长会话因此会超出服务器的窗口，最终以错误结束。

当服务器的模型列表注明了它为模型提供的上下文窗口（llama.cpp 的 n_ctx、vLLM 的 max_model_len，或 LM Studio 等提供的 context_length 字段）时，NeuroSquad 会把它传下去：

• Claude Code——窗口大小，并把输出上限设为 32K 词元或窗口的四分之一，取较小者。
• Codex CLI——窗口大小，并在用到 85% 时自动压缩。
• OpenCode——窗口大小和同样的输出上限，让它及时压缩。

如果你的服务器不报告窗口大小，请用你希望智能体使用的上下文大小启动服务器，或者让会话短一些并使用 Compact。

费用

你自己服务器上的模型没有标价。只要智能体命令行工具记录了词元，它们就会计入用量与费用，费用显示为无价格——绝不会显示为 $0。不发送缓存计数的本地服务器，其缓存数会显示为未报告，而不是 0。