1. WSL 里装完 Qwen Code CLI 却卡在 OAuth：endpoint 改到 TaoToken 的完整链路

Qwen Code CLI 是通义千问团队开源的终端编码助手，能在命令行里读项目、改文件、跑命令，适合习惯在终端里干活、又想让模型直接操作代码仓库的人。它默认走 OAuth 登录官方服务，但很多人装完之后真正想干的事是：把请求打到自己的统一 API 通道上，用一把 Key 管所有模型。这篇就围绕这个场景展开——WSL 环境下安装 Qwen Code CLI，然后把 endpoint 从默认 OAuth 链路改到 TaoToken 的 OpenAI 兼容接口，全程用环境变量和配置文件落地，最后跑一次真实请求验证。

先说清楚为什么会有「OAuth 认证」这道坎。Qwen Code CLI 首次启动会弹认证窗口，这是它默认的鉴权方式，交互式终端里跟着点就行。但一旦你把它放进脚本、放进非交互模式，或者你压根不想走官方账号体系，就会撞上这句提示：No auth type is selected. Please configure an auth type (e.g. via settings or --auth-type) before running in non-interactive mode.这句话不是报错，是它在告诉你「没选认证方式」。解决办法不是去登录，而是告诉它走 OpenAI 兼容协议，把 Base URL 指向你自己的通道。

TaoToken 在这里扮演的角色就是那个「统一 Key/API 通道」：它提供 OpenAI 兼容的/v1接口，你拿到一把 Key，把 Base URL 和 Model ID 填进 Qwen Code CLI 认的环境变量里，CLI 就会把请求发过去，不再走 OAuth。整个链路是：WSL 装 CLI → 配环境变量（Key + Base URL + Model）→ 启动时跳过 OAuth → 发一次请求验证 → 出错按报错逐条排查。下面按这个顺序拆，每一步都给可复制的命令和片段。

适合谁看：已经在 Windows 上开了 WSL、想用终端编码助手、又希望模型调用走统一入口的开发者。如果你还没装 WSL，先wsl --install把 Ubuntu 拉起来，后面的命令都在 WSL 终端里执行，不要在 PowerShell 里跑。

2. 前置准备：TaoToken Key、模型 ID 与 WSL 环境自检

动手改配置之前，先把三样东西备齐，否则后面填环境变量时会来回翻页面。第一是 API Key，第二是 Base URL，第三是你要用的 Model ID。这三件套是 OpenAI 兼容协议的标准输入，Qwen Code CLI 认的也是这三个。

先拿 Key。打开 TaoToken 控制台，进 API Keys 页面创建一个新 Key，复制出来存好——它通常只完整显示一次。地址是https://taotoken.net/api-keys，这个页面就是专门管 Key 的。创建时给个能认出来的名字，比如qwen-cli-wsl，方便以后区分是哪个工具在用。

Base URL 用https://taotoken.net/api，注意这是不带/v1的根路径，具体拼/v1/chat/completions还是/v1，取决于客户端怎么拼。Qwen Code CLI 走 OpenAI 兼容模式时，环境变量里填的 Base URL 一般要带/v1，也就是https://taotoken.net/api/v1。这一点很容易踩坑，后面排障章节会专门讲 404 的成因。

Model ID 去模型列表页看，选一个你账号能用的编码类模型，把准确的 ID 字符串记下来。别凭记忆手打，复制粘贴最稳，大小写和连字符错一个字符就是 404 或者 model not found。

WSL 环境自检三件事。一是确认你在 WSL 里而不是 Windows 侧：uname -a应该输出 Linux 内核信息。二是确认curl和bash可用：curl --version、bash --version。三是确认家目录下.bashrc存在：ls -la ~/.bashrc。如果用的是 zsh，对应文件是~/.zshrc，后面所有source ~/.bashrc都要换成你的 shell 配置文件。这一步别省，我见过有人在 WSL 里改了.bashrc却在新开的 PowerShell 窗口里echo变量，当然读不到。

还有个小提醒：环境变量里的 Key 是明文，.bashrc别提交到任何仓库。如果你有把 dotfiles 推到 Git 的习惯，Key 单独放一个~/.secrets文件再source进来，或者干脆用export前先判断文件存在。这不是洁癖，是省得哪天 Key 泄露了还得挨个平台轮换。

3. 可复制配置：环境变量与 settings 片段一次写对

这一节是全文的核心，所有片段都能直接复制。Qwen Code CLI 走 OpenAI 兼容模式，靠的是三个环境变量：OPENAI_API_KEY、OPENAI_API_BASE_URL、OPENAI_MODEL。名字看着像给 OpenAI 用的，其实是这类 CLI 的通用约定，Qwen Code CLI 也认这套。

先编辑 shell 配置文件。用nano ~/.bashrc打开，滚到文件末尾，追加下面这段：

# Qwen Code CLI -> TaoToken (OpenAI compatible) export OPENAI_API_KEY="sk-你的TaoToken密钥" export OPENAI_API_BASE_URL="https://taotoken.net/api/v1" export OPENAI_MODEL="你的模型ID"

保存退出：Ctrl+O回车确认，Ctrl+X退出。然后让配置立即生效：

source ~/.bashrc

验证三个变量都读到了：

echo $OPENAI_API_KEY echo $OPENAI_API_BASE_URL echo $OPENAI_MODEL

三条都能输出对应内容，说明环境变量这一层通了。注意OPENAI_API_BASE_URL末尾带/v1，这是 Qwen Code CLI 拼请求路径的约定，少写/v1大概率 404。

除了环境变量，Qwen Code CLI 还支持 settings 文件方式，适合你不想污染 shell 环境、或者要给不同项目配不同模型的情况。settings 文件一般放在~/.qwen/settings.json（以你安装版本的文档为准，路径可能随版本微调）。内容形如：

{ "authType": "openai", "openai": { "apiKey": "sk-你的TaoToken密钥", "baseUrl": "https://taotoken.net/api/v1", "model": "你的模型ID" } }

如果你用的是支持 TOML 的版本，等价写法是：

auth_type = "openai" [openai] api_key = "sk-你的TaoToken密钥" base_url = "https://taotoken.net/api/v1" model = "你的模型ID"

两种格式二选一，别同时配，否则以哪个为准要看加载顺序，容易自己把自己绕进去。环境变量和 settings 文件也不建议同时设，排障时先固定一种。

配完之后启动 CLI。进你的项目目录，运行qwen。如果之前弹 OAuth 窗口，现在应该不再弹了，直接进交互界面。如果它还是提示No auth type is selected，说明authType没生效，回到 settings 文件检查字段名拼写，或者确认环境变量是在当前 shell 里source过的。

再补一个语言设置，纯属顺手：Qwen Code CLI 默认英文界面，交互模式里输入/language ui zh-CN可以切中文，或者输入/language按引导选。这个不影响请求链路，但中文提示读起来省心。

4. 验证请求：一次真实调用看结果对不对

配置写完不算完，得发一次真实请求确认链路通。最稳的验证顺序是先用curl直接打接口，把「Key + Base URL + Model」这三件套单独验一遍，排除 CLI 层的干扰，再进 CLI 里跑编码任务。

先curl验证：

curl -s https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer $OPENAI_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "'"$OPENAI_MODEL"'", "messages": [{"role": "user", "content": "只回复两个字：通了"}] }'

返回体里如果有choices数组、message.content是「通了」，说明 Key、Base URL、Model 三样都对。如果返回 401，是 Key 问题；返回 404，多半是路径或 Model ID 问题；返回 200 但choices为空，看finish_reason和error字段。这一步过了，再进 CLI。

进 CLI 验证：cd到你的项目目录，运行qwen，在交互界面里输入一句编码指令，比如「在当前文件夹写一个冒泡排序，保存为 bubble.py 并运行」。正常表现是它生成代码、写文件、执行，终端里能看到排序前后的输出。这一步同时验证了模型调用和工具调用两条链路——模型能回话是一回事，能正确触发文件写入和命令执行是另一回事。

如果 CLI 里能对话但工具调用不生效，先看它有没有把文件真的写出来，再看执行命令的权限。WSL 里默认用户对家目录有写权限，项目目录如果在/mnt/c/...下，注意 Windows 盘挂载的权限映射，必要时把项目放到 WSL 原生文件系统（~/projects/...）里再试。

验证通过后，建议把这次curl命令存成一个脚本，比如~/check-llm.sh，以后换 Key、换模型、换网络环境时先跑一遍，比进 CLI 里试快得多。这也是我踩过坑之后养成的习惯：链路问题在 CLI 外面先排干净，别让 CLI 背锅。

5. 常见报错排查：401、local proxy failed、reading choices、OAuth 反复弹

报错排查按「先外后内」的顺序来：先用curl确认接口层，再看 CLI 层。下面这几类是实测里出现频率最高的。

401 Unauthorized。curl就返回 401，说明 Key 不对。检查三处：Key 有没有复制完整（前后空格、换行）；Authorization头是不是Bearer加 Key，中间一个空格；Key 是不是在控制台被禁用或删除了。环境变量方式下，echo $OPENAI_API_KEY看输出有没有多余字符。还有一种隐蔽情况：你在.bashrc里改了 Key，但当前终端是改之前开的，没source，读到的还是旧值。

404 或 model not found。两种可能：Base URL 少了/v1，或者 Model ID 写错。https://taotoken.net/api和https://taotoken.net/api/v1是两个不同路径，CLI 拼请求时通常自己不加/v1，所以环境变量里要带。Model ID 去模型列表页复制，别手打。改完记得source再试。

local proxy failed。这类报错通常出现在客户端尝试走本地代理端口但连不上时。先确认你没有在环境里残留HTTP_PROXY/HTTPS_PROXY指向一个已经关掉的本地端口：env | grep -i proxy。如果有，unset HTTP_PROXY HTTPS_PROXY再试。WSL 里如果配过 Windows 侧代理转发，端口变了也会这样，把代理变量清掉直连即可。

reading choices 相关报错。典型形态是解析响应时读不到choices字段，比如cannot read properties of undefined (reading 'choices')。这说明请求发出去了、也收到响应了，但响应体不是预期的 OpenAI 格式。常见原因：Base URL 指到了一个返回 HTML 错误页的地址（比如少了路径段被网关拦截）；或者 Model ID 不被支持，服务端返回了错误结构。先用curl -i看 HTTP 状态码和响应体原文，比在 CLI 里猜快得多。

OAuth 认证反复弹窗。配了环境变量还是弹，说明 CLI 没识别到 OpenAI 兼容模式。检查authType是否设成了openai（settings 文件方式），或者环境变量名是否拼错——是OPENAI_API_BASE_URL不是OPENAI_BASE_URL，是OPENAI_API_KEY不是OPENAI_KEY。另外确认你改的是当前 shell 的配置文件：bash 用.bashrc，zsh 用.zshrc，改错了文件source也没用。

CLI 能对话但工具调用不执行。这通常不是 API 层问题，是 CLI 的工具权限或工作目录问题。确认你在项目目录里启动的qwen，确认目标目录可写，确认它执行命令时没有被 shell 配置里的别名或函数干扰。必要时用最小项目复现：新建空目录，放一个test.py，让它改这个文件，排除大项目里的路径干扰。

排查时养成一个习惯：每条报错先分清是「请求没发出去」「发出去了被拒」「发出去了返回格式不对」三类，对应查网络/Key、查鉴权/路径、查响应解析。分类清楚了，就不会在 CLI 里瞎试。

6. 把 Key 管起来：长期用 CLI 的接入与验证入口

配置跑通之后，真正要长期维护的是 Key 和模型这两件事。Key 会轮换，模型会增减，CLI 版本会升级导致配置字段微调，所以别把「配一次就完事」当终点。

日常维护建议：Key 按工具分开发放，Qwen Code CLI 用一个独立 Key，出问题能单独禁用不影响别的工具；模型 ID 别写死在多个地方，环境变量集中在一处，换模型只改一行；每次升级 CLI 后跑一遍第 4 节的curl验证脚本，确认三件套没被新版本改掉字段名。

需要新建或轮换 Key 时，入口在 API Keys 页面：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys_cta&utm_campaign=rewrite。接入过程中如果对请求格式、路径拼接有疑问，接入文档在https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc_cta&utm_campaign=rewrite，OpenAI 兼容部分的字段说明都在里面。想先在网页里试一下模型通不通、对比不同模型的回复质量，用模型对话页：https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=chat_cta&utm_campaign=rewrite，比在终端里反复改配置快。如果你打算把 CLI 长期挂在项目里跑编码和 Agent 任务，Coding Plan 页面有套餐和用量说明：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan_cta&utm_campaign=rewrite。

最后留一个实操收尾动作：把第 3 节的环境变量片段和第 4 节的curl验证命令一起存进你的 dotfiles，下次换机器或重装 WSL，两条命令就能恢复整条链路。这比记住「当时怎么配的」靠谱得多。