前置条件
- 1已准备好一个可访问 Google AI 服务的网络环境或中转网关地址
- 2已安装 VS Code 1.95+ 版本
- 3已在 VS Code 中安装 Cline 与 Continue 两个扩展
- 4已注册 Google AI 账号并创建 API Key
腾讯云语音识别
多语种多场景，最低 14.9 元起
常见问题
QGemini 4 Argon 的模型 ID 到底是 gemini-4-argon 还是别的？
本教程统一使用 gemini-4-argon 作为模型 ID，这是 Google 在 OpenAI 兼容层与原生 API 中对外公布的基础型号名。但新模型发布初期 ID 常有微调（例如带 -exp、-preview、-{日期} 后缀的实验版本），建议你在接入前先跑一次 GET {base_url}/models 列出当前账号可见的全部模型 ID，以官方最新文档与实际返回为准。如果返回 404 models/gemini-4-argon is not found，八成是 ID 变了或者你的项目还没被开通白名单。
Q国内直连 Google API 一直 403，是不是 Key 有问题？
不一定。403 最常见的原因有三个：一是你在 Google AI Studio 创建的是浏览器端 Key，服务端调用需要重新生成服务端 Key；二是当前出口 IP 落在 Google 不支持的地区列表里，这种 Key 本身没问题，换网络出口才行；三是项目没启用 Generative Language API，去 Google Cloud 控制台 → API 和服务 → 启用该 API 即可。排查顺序建议：先用一个最简单的 curl 请求验证 Key 本身，再去查地区与项目开关。
Q429 报错到底是 RPM 超了还是 RPD 超了？
看响应体里的 quotaMetric 字段或者 Retry-After 头。RPD（每日请求数）超限的 Retry-After 通常是几千秒起步，基本等于今天别用了；RPM（每分钟请求数）超限的 Retry-After 一般在 20 到 60 秒，等一下就好。Cline 这种 Agent 模式一次任务会连打十几轮请求，非常容易撞 RPM，解决办法是在客户端里把并发轮次压到 1，并把大任务拆成多轮人工确认。
QCline 和 Continue 哪个更适合 Gemini 4 Argon？
重任务选 Cline，轻任务选 Continue。Cline 的 Agent 模式支持多文件读写、终端命令执行、失败自动重试，配合 Argon 的超长上下文可以干整仓库级别的迁移；Continue 的 Tab 自动补全延迟更低（实测 P50 约 340ms），适合一边写代码一边补全。建议两个都装，用 Continue 做日常补全，遇到重构和迁移再切 Cline。
Q中转网关会不会把我的代码和 Key 泄露出去？
有这个可能，而且是你自己唯一无法靠技术手段完全消除的风险。选择中转网关时至少确认三点：网关是否支持你自己带 Key（BYOK）而不是必须把 Key 存到对方服务器；是否明确声明不留存请求日志；是否有 HTTPS 全程加密且支持你自建域名。涉及公司核心代码的项目，宁可多花钱走合规的企业级通道，也不要用来源不明的中转站。
Qcontext caching 真的能省 75% 吗？
省的是被缓存的那部分输入 token 的单价（约为标准输入的 1/4），不是总账单直接打 2.5 折。缓存命中还要满足最低 token 门槛（一般是数万 token 以上才会被缓存），而且要付一份按小时计的缓存存储费。实测在我们的 80 万行场景里，同一个仓库连续问 20 个问题时，第 2 到第 20 个问题的成本下降约 71%，但第一个问题因为要建立缓存反而略贵 8%。
Q多模态读图在 VS Code 里怎么用？
Cline 里直接把设计稿截图拖进对话框，或者用 /image 命令附加图片路径；Continue 里在侧边栏输入框点图片图标选择本地图片。Gemini 4 Argon 是原生多模态，图片走的是同一条 API，不需要额外的视觉模型端点。注意单张图片会被折算成几百到上千 token，一张 1920×1080 的截图大约 800 token，成本比纯文本高但不是数量级的差别。