1. 当 Cursor 十大技巧遇上团队协作一个绕不开的通道问题Cursor 是当前开发者圈子里讨论度很高的智能编程助手它把代码生成、智能补全、多文件重构、终端命令执行、代码评审辅助这些能力整合进了一个类 VS Code 的编辑器里。适合谁用独立开发者、小团队、需要频繁做代码评审和跨角色协作的工程组。它的十大技巧——快速代码生成、智能调试、文档生成、多语言支持、片段复用、代码补全预测、技术栈适配、学习答疑、团队协作评审、IDE 插件集成——单拎出来都能提升效率但真正在团队里落地时很多人会卡在同一个地方每个成员各自配置模型通道Key 散落在不同机器上切换模型要改配置协作时环境不一致导致生成结果对不上。我试过在一个五人小组里推 Cursor 协作流前两周最大的时间损耗不是写代码而是「你那边用的哪个模型」「为什么我这边补全不出来」「这个 Key 是不是过期了」。Cursor 本身支持自定义 API 通道但默认的配置方式对团队协作不够友好——每个人本地一份 settings.json改来改去容易冲突新人入职要手动配一遍模型切换没有统一入口。这篇要解决的问题很具体在保留 Cursor 十大技巧工作流的前提下把模型通道统一到 TaoToken 的 Key/API 体系上用一份可复制的 settings.json 骨架 CC Switch 切换步骤让团队里每个人用同一套通道配置减少环境差异带来的协作摩擦。下面从配置到验证一步步来配置部分可以直接抄验证部分有完整的请求示例和预期结果。2. TaoToken 前置统一 Key 与 API 通道的准备TaoToken 在这里的角色是一个统一的模型 API 接入层。你可以把它理解成团队共用的一个「模型插座」——Cursor 通过 OpenAI 兼容协议连上去背后具体调哪个模型由 TaoToken 的 Key 和路由决定。对 Cursor 用户来说好处是settings.json 里只需要填一个 base_url 和一个 api_key不用为每个模型单独配端点团队共享同一个 Key 或按成员分发子 Key切换模型时改的是 TaoToken 侧的路由而不是每个人本地的配置文件。需要提前准备的东西不多第一一个 TaoToken 账号。官网入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后进控制台。第二API Key。进控制台后找到 API Keys 页面新建一个 Key。团队场景建议按成员建子 Key方便后续排查是谁的请求出了问题。API Keys 页面地址是 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。第三确认 API 端点。TaoToken 的 API 基础地址是 https://taotoken.net/api 注意这个地址不带 UTM 参数配置时直接写这个。Cursor 的自定义 API 配置里base_url 填这个后面 Cursor 会自动拼接 /v1/chat/completions 这类路径。第四如果你想先验证 Key 能不能用可以走模型对话页面发一条测试消息地址是 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 。这一步不是必须的但建议做因为后面 Cursor 里排查问题时可以排除「Key 本身无效」这个因素。关于 Coding Plan如果你的团队是长期用 Cursor 做编码和 Agent 任务可以关注一下 Coding Plan 页面 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 它针对编码场景有专门的额度方案比按量计费更适合高频使用的团队。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 配置过程中遇到协议细节可以查这里。3. 可复制配置Cursor settings.json 骨架与 CC Switch 切换步骤Cursor 的模型配置入口在设置里的 Models 面板但团队协作场景更推荐直接改 settings.json因为这样可以版本化管理新人入职直接拉一份配置就行。下面这份骨架你可以直接复制把 api_key 替换成你自己的。{ cursor.general.enableShadowWorkspace: true, cursor.cpp.disabledLanguages: [], cursor.ai.model: gpt-4o, cursor.ai.customApi: { enabled: true, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, model: gpt-4o, provider: openai }, cursor.ai.customApi.models: [ { name: gpt-4o, displayName: GPT-4o via TaoToken, maxTokens: 128000 }, { name: claude-3-5-sonnet, displayName: Claude 3.5 Sonnet via TaoToken, maxTokens: 200000 } ], cursor.ai.customApi.requestTimeout: 60000, cursor.ai.customApi.maxRetries: 2 }几个关键字段说明。baseUrl 固定填 https://taotoken.net/api 不要加 /v1Cursor 会自己拼。apiKey 填你在控制台生成的 Key团队场景建议每个人用自己的子 Key不要共用同一个。model 是默认模型customApi.models 数组里可以列多个方便在 Cursor 界面里切换。requestTimeout 设 60000 毫秒因为有些模型响应较慢设太短会频繁超时。maxRetries 设 2网络抖动时自动重试。配置写好后如果你需要频繁在多个模型之间切换手动改 settings.json 效率不高。这时候可以用 CC Switch 的思路——本质上是一个配置切换脚本把不同模型的配置存成多个 profile切换时替换 settings.json 里的对应字段。下面是一个简单的切换脚本示例放在项目根目录的 scripts 文件夹里#!/bin/bash # switch-model.sh # 用法: ./switch-model.sh gpt-4o 或 ./switch-model.sh claude SETTINGS_FILE$HOME/.cursor/settings.json MODEL$1 if [ $MODEL gpt-4o ]; then jq .cursor.ai.model gpt-4o | .cursor.ai.customApi.model gpt-4o $SETTINGS_FILE tmp.json mv tmp.json $SETTINGS_FILE echo 已切换到 GPT-4o elif [ $MODEL claude ]; then jq .cursor.ai.model claude-3-5-sonnet | .cursor.ai.customApi.model claude-3-5-sonnet $SETTINGS_FILE tmp.json mv tmp.json $SETTINGS_FILE echo 已切换到 Claude 3.5 Sonnet else echo 未知模型: $MODEL可选 gpt-4o 或 claude fi这个脚本依赖 jqmacOS 上 brew install jq 就行Windows 可以用 Git Bash 配合 jq.exe。切换后需要重启 Cursor 或者重新加载窗口CmdShiftP 输入 Reload Window配置才会生效。注意settings.json 里包含 apiKey不要提交到 Git 仓库。团队共享时把 apiKey 字段留空或者用环境变量占位每个人本地填自己的 Key。可以在 .gitignore 里加上 .cursor/settings.json然后提供一个 settings.example.json 作为模板。4. 验证请求连通性检查与成功结果确认配置写完后不要直接开始写代码先做连通性验证。这一步能帮你快速区分是配置问题还是模型问题。最直接的方式是用 curl 发一条测试请求。打开终端执行curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的TaoToken密钥 \ -d { model: gpt-4o, messages: [ {role: user, content: 回复一个字通} ], max_tokens: 10 }预期返回是一个 JSON结构类似{ id: chatcmpl-xxx, object: chat.completion, created: 1710000000, model: gpt-4o, choices: [ { index: 0, message: { role: assistant, content: 通 }, finish_reason: stop } ], usage: { prompt_tokens: 12, completion_tokens: 1, total_tokens: 13 } }如果看到 choices[0].message.content 有内容返回说明 Key 和通道都是通的。如果返回 401检查 Key 是否复制完整返回 404检查 base_url 是否写成了 https://taotoken.net/api 而不是带 /v1 的地址返回 429说明触发了限流等几秒重试或者检查额度。curl 通了之后回到 Cursor 里做一次实际验证。新建一个文件输入一段注释比如 // 写一个 Python 快速排序函数然后按 CmdK 触发代码生成。如果 Cursor 正常返回代码说明 settings.json 配置生效了。如果 Cursor 提示「模型不可用」或者一直转圈先检查 Cursor 的 Output 面板CmdShiftU 选择 Cursor 相关通道看有没有具体的错误信息。还有一个验证点是多模型切换。用上面的 switch-model.sh 切到 claude-3-5-sonnet重启 Cursor再触发一次代码生成。如果两个模型都能正常返回说明 customApi.models 数组配置正确团队里不同成员可以根据任务类型选择不同模型。提示验证阶段建议用 max_tokens 设小一点比如 10这样响应快消耗也少。等确认通道没问题了再正常使用。5. 本篇常见错排查配置不生效、超时、模型不匹配配置过程中有几个高频问题这里集中列一下排查路径。问题一改了 settings.json 但 Cursor 没反应。最常见的原因是 Cursor 没有重新加载配置。settings.json 的修改不会热生效需要 CmdShiftP 执行 Reload Window或者直接退出 Cursor 再打开。另外确认你改的是正确路径下的 settings.json——macOS 在 ~/.cursor/settings.jsonWindows 在 %APPDATA%\Cursor\settings.jsonLinux 在 ~/.config/Cursor/settings.json。如果你用的是 Cursor 的 workspace 级配置路径在项目根目录的 .cursor/settings.json优先级高于全局配置。问题二请求超时或频繁重试。先看 requestTimeout 设了多少默认 60000 毫秒对大多数模型够用但如果你用的是推理型模型或者长上下文任务可以调到 120000。maxRetries 设 2 是合理的设太高会导致失败请求堆积。如果超时频繁发生用 curl 单独测一下 TaoToken 的响应时间排除是网络问题还是模型本身慢。另外检查一下是不是同时开了多个 Cursor 窗口在跑生成任务并发请求过多也可能触发限流。问题三模型名称不匹配。Cursor 里填的 model 字段必须和 TaoToken 侧支持的模型名称一致。比如你填了 gpt-4o 但 TaoToken 侧实际路由的是 gpt-4o-mini返回的内容质量会有差异。排查方法是看 curl 返回里的 model 字段确认实际调用的模型和你预期的一致。如果 customApi.models 数组里列了某个模型但实际不可用Cursor 界面里会显示为灰色或者切换时报错这时候去 TaoToken 的模型列表页面确认一下该模型是否在当前套餐内。问题四团队协作时部分成员配置不生效。如果你们用的是共享 settings.json 模板检查每个人的 apiKey 是否填了自己的子 Key。共用同一个 Key 时如果其中一个人触发了限流其他人也会受影响。另外确认每个人的 Cursor 版本一致不同版本的 settings.json 字段名可能有差异比如早期版本用的是 cursor.ai.customApi.baseUrl新版本可能调整了字段结构。接入文档里有最新的字段说明配置前可以对照一下。问题五代码生成结果和预期不符。这不一定是通道问题可能是模型选择问题。GPT-4o 在代码生成上偏向通用Claude 3.5 Sonnet 在长文件重构和复杂逻辑上表现更稳。团队协作时建议约定好日常补全用 GPT-4o重构和评审用 Claude。切换方式就是上面 CC Switch 脚本那一步不需要改 Key只改 model 字段。6. 把通道配置固化到团队工作流里配置和验证都跑通之后最后一步是把它固化下来让团队里每个人不用重复踩坑。我的做法是在项目仓库里放一个 docs/cursor-setup.md内容就是这篇的配置骨架 切换脚本 验证命令新人入职照着做一遍十分钟内能跑通。settings.json 本身不进 Git但 settings.example.json 进里面 apiKey 留空baseUrl 和模型列表写死。另外Cursor 的十大技巧里团队协作评审和代码片段复用这两个功能对通道稳定性要求最高。评审时如果模型响应慢或者中途断连整个评审流程会卡住。所以建议在 Coding Plan 页面确认一下团队的额度方案高频评审场景用按量计费容易超预算Coding Plan 的额度包更适合。接入文档里也有关于并发限制和超时重试的说明配置 requestTimeout 和 maxRetries 时可以对照调整。如果你还没开始配现在就可以打开 Cursor 的 settings.json把上面那份骨架复制进去替换 apiKey然后跑一遍 curl 验证。通道通了之后再回头用 Cursor 的十大技巧做实际开发你会发现团队协作时少了很多「你那边什么情况」的沟通成本。模型对话页面可以留着做快速验证API Keys 页面用来管理团队成员的子 KeyCoding Plan 页面用来确认长期使用的额度方案。
Cursor 十大技巧配 TaoToken：重塑编程协作新生态的配置与验证
1. 当 Cursor 十大技巧遇上团队协作一个绕不开的通道问题Cursor 是当前开发者圈子里讨论度很高的智能编程助手它把代码生成、智能补全、多文件重构、终端命令执行、代码评审辅助这些能力整合进了一个类 VS Code 的编辑器里。适合谁用独立开发者、小团队、需要频繁做代码评审和跨角色协作的工程组。它的十大技巧——快速代码生成、智能调试、文档生成、多语言支持、片段复用、代码补全预测、技术栈适配、学习答疑、团队协作评审、IDE 插件集成——单拎出来都能提升效率但真正在团队里落地时很多人会卡在同一个地方每个成员各自配置模型通道Key 散落在不同机器上切换模型要改配置协作时环境不一致导致生成结果对不上。我试过在一个五人小组里推 Cursor 协作流前两周最大的时间损耗不是写代码而是「你那边用的哪个模型」「为什么我这边补全不出来」「这个 Key 是不是过期了」。Cursor 本身支持自定义 API 通道但默认的配置方式对团队协作不够友好——每个人本地一份 settings.json改来改去容易冲突新人入职要手动配一遍模型切换没有统一入口。这篇要解决的问题很具体在保留 Cursor 十大技巧工作流的前提下把模型通道统一到 TaoToken 的 Key/API 体系上用一份可复制的 settings.json 骨架 CC Switch 切换步骤让团队里每个人用同一套通道配置减少环境差异带来的协作摩擦。下面从配置到验证一步步来配置部分可以直接抄验证部分有完整的请求示例和预期结果。2. TaoToken 前置统一 Key 与 API 通道的准备TaoToken 在这里的角色是一个统一的模型 API 接入层。你可以把它理解成团队共用的一个「模型插座」——Cursor 通过 OpenAI 兼容协议连上去背后具体调哪个模型由 TaoToken 的 Key 和路由决定。对 Cursor 用户来说好处是settings.json 里只需要填一个 base_url 和一个 api_key不用为每个模型单独配端点团队共享同一个 Key 或按成员分发子 Key切换模型时改的是 TaoToken 侧的路由而不是每个人本地的配置文件。需要提前准备的东西不多第一一个 TaoToken 账号。官网入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后进控制台。第二API Key。进控制台后找到 API Keys 页面新建一个 Key。团队场景建议按成员建子 Key方便后续排查是谁的请求出了问题。API Keys 页面地址是 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。第三确认 API 端点。TaoToken 的 API 基础地址是 https://taotoken.net/api 注意这个地址不带 UTM 参数配置时直接写这个。Cursor 的自定义 API 配置里base_url 填这个后面 Cursor 会自动拼接 /v1/chat/completions 这类路径。第四如果你想先验证 Key 能不能用可以走模型对话页面发一条测试消息地址是 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 。这一步不是必须的但建议做因为后面 Cursor 里排查问题时可以排除「Key 本身无效」这个因素。关于 Coding Plan如果你的团队是长期用 Cursor 做编码和 Agent 任务可以关注一下 Coding Plan 页面 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 它针对编码场景有专门的额度方案比按量计费更适合高频使用的团队。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 配置过程中遇到协议细节可以查这里。3. 可复制配置Cursor settings.json 骨架与 CC Switch 切换步骤Cursor 的模型配置入口在设置里的 Models 面板但团队协作场景更推荐直接改 settings.json因为这样可以版本化管理新人入职直接拉一份配置就行。下面这份骨架你可以直接复制把 api_key 替换成你自己的。{ cursor.general.enableShadowWorkspace: true, cursor.cpp.disabledLanguages: [], cursor.ai.model: gpt-4o, cursor.ai.customApi: { enabled: true, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, model: gpt-4o, provider: openai }, cursor.ai.customApi.models: [ { name: gpt-4o, displayName: GPT-4o via TaoToken, maxTokens: 128000 }, { name: claude-3-5-sonnet, displayName: Claude 3.5 Sonnet via TaoToken, maxTokens: 200000 } ], cursor.ai.customApi.requestTimeout: 60000, cursor.ai.customApi.maxRetries: 2 }几个关键字段说明。baseUrl 固定填 https://taotoken.net/api 不要加 /v1Cursor 会自己拼。apiKey 填你在控制台生成的 Key团队场景建议每个人用自己的子 Key不要共用同一个。model 是默认模型customApi.models 数组里可以列多个方便在 Cursor 界面里切换。requestTimeout 设 60000 毫秒因为有些模型响应较慢设太短会频繁超时。maxRetries 设 2网络抖动时自动重试。配置写好后如果你需要频繁在多个模型之间切换手动改 settings.json 效率不高。这时候可以用 CC Switch 的思路——本质上是一个配置切换脚本把不同模型的配置存成多个 profile切换时替换 settings.json 里的对应字段。下面是一个简单的切换脚本示例放在项目根目录的 scripts 文件夹里#!/bin/bash # switch-model.sh # 用法: ./switch-model.sh gpt-4o 或 ./switch-model.sh claude SETTINGS_FILE$HOME/.cursor/settings.json MODEL$1 if [ $MODEL gpt-4o ]; then jq .cursor.ai.model gpt-4o | .cursor.ai.customApi.model gpt-4o $SETTINGS_FILE tmp.json mv tmp.json $SETTINGS_FILE echo 已切换到 GPT-4o elif [ $MODEL claude ]; then jq .cursor.ai.model claude-3-5-sonnet | .cursor.ai.customApi.model claude-3-5-sonnet $SETTINGS_FILE tmp.json mv tmp.json $SETTINGS_FILE echo 已切换到 Claude 3.5 Sonnet else echo 未知模型: $MODEL可选 gpt-4o 或 claude fi这个脚本依赖 jqmacOS 上 brew install jq 就行Windows 可以用 Git Bash 配合 jq.exe。切换后需要重启 Cursor 或者重新加载窗口CmdShiftP 输入 Reload Window配置才会生效。注意settings.json 里包含 apiKey不要提交到 Git 仓库。团队共享时把 apiKey 字段留空或者用环境变量占位每个人本地填自己的 Key。可以在 .gitignore 里加上 .cursor/settings.json然后提供一个 settings.example.json 作为模板。4. 验证请求连通性检查与成功结果确认配置写完后不要直接开始写代码先做连通性验证。这一步能帮你快速区分是配置问题还是模型问题。最直接的方式是用 curl 发一条测试请求。打开终端执行curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的TaoToken密钥 \ -d { model: gpt-4o, messages: [ {role: user, content: 回复一个字通} ], max_tokens: 10 }预期返回是一个 JSON结构类似{ id: chatcmpl-xxx, object: chat.completion, created: 1710000000, model: gpt-4o, choices: [ { index: 0, message: { role: assistant, content: 通 }, finish_reason: stop } ], usage: { prompt_tokens: 12, completion_tokens: 1, total_tokens: 13 } }如果看到 choices[0].message.content 有内容返回说明 Key 和通道都是通的。如果返回 401检查 Key 是否复制完整返回 404检查 base_url 是否写成了 https://taotoken.net/api 而不是带 /v1 的地址返回 429说明触发了限流等几秒重试或者检查额度。curl 通了之后回到 Cursor 里做一次实际验证。新建一个文件输入一段注释比如 // 写一个 Python 快速排序函数然后按 CmdK 触发代码生成。如果 Cursor 正常返回代码说明 settings.json 配置生效了。如果 Cursor 提示「模型不可用」或者一直转圈先检查 Cursor 的 Output 面板CmdShiftU 选择 Cursor 相关通道看有没有具体的错误信息。还有一个验证点是多模型切换。用上面的 switch-model.sh 切到 claude-3-5-sonnet重启 Cursor再触发一次代码生成。如果两个模型都能正常返回说明 customApi.models 数组配置正确团队里不同成员可以根据任务类型选择不同模型。提示验证阶段建议用 max_tokens 设小一点比如 10这样响应快消耗也少。等确认通道没问题了再正常使用。5. 本篇常见错排查配置不生效、超时、模型不匹配配置过程中有几个高频问题这里集中列一下排查路径。问题一改了 settings.json 但 Cursor 没反应。最常见的原因是 Cursor 没有重新加载配置。settings.json 的修改不会热生效需要 CmdShiftP 执行 Reload Window或者直接退出 Cursor 再打开。另外确认你改的是正确路径下的 settings.json——macOS 在 ~/.cursor/settings.jsonWindows 在 %APPDATA%\Cursor\settings.jsonLinux 在 ~/.config/Cursor/settings.json。如果你用的是 Cursor 的 workspace 级配置路径在项目根目录的 .cursor/settings.json优先级高于全局配置。问题二请求超时或频繁重试。先看 requestTimeout 设了多少默认 60000 毫秒对大多数模型够用但如果你用的是推理型模型或者长上下文任务可以调到 120000。maxRetries 设 2 是合理的设太高会导致失败请求堆积。如果超时频繁发生用 curl 单独测一下 TaoToken 的响应时间排除是网络问题还是模型本身慢。另外检查一下是不是同时开了多个 Cursor 窗口在跑生成任务并发请求过多也可能触发限流。问题三模型名称不匹配。Cursor 里填的 model 字段必须和 TaoToken 侧支持的模型名称一致。比如你填了 gpt-4o 但 TaoToken 侧实际路由的是 gpt-4o-mini返回的内容质量会有差异。排查方法是看 curl 返回里的 model 字段确认实际调用的模型和你预期的一致。如果 customApi.models 数组里列了某个模型但实际不可用Cursor 界面里会显示为灰色或者切换时报错这时候去 TaoToken 的模型列表页面确认一下该模型是否在当前套餐内。问题四团队协作时部分成员配置不生效。如果你们用的是共享 settings.json 模板检查每个人的 apiKey 是否填了自己的子 Key。共用同一个 Key 时如果其中一个人触发了限流其他人也会受影响。另外确认每个人的 Cursor 版本一致不同版本的 settings.json 字段名可能有差异比如早期版本用的是 cursor.ai.customApi.baseUrl新版本可能调整了字段结构。接入文档里有最新的字段说明配置前可以对照一下。问题五代码生成结果和预期不符。这不一定是通道问题可能是模型选择问题。GPT-4o 在代码生成上偏向通用Claude 3.5 Sonnet 在长文件重构和复杂逻辑上表现更稳。团队协作时建议约定好日常补全用 GPT-4o重构和评审用 Claude。切换方式就是上面 CC Switch 脚本那一步不需要改 Key只改 model 字段。6. 把通道配置固化到团队工作流里配置和验证都跑通之后最后一步是把它固化下来让团队里每个人不用重复踩坑。我的做法是在项目仓库里放一个 docs/cursor-setup.md内容就是这篇的配置骨架 切换脚本 验证命令新人入职照着做一遍十分钟内能跑通。settings.json 本身不进 Git但 settings.example.json 进里面 apiKey 留空baseUrl 和模型列表写死。另外Cursor 的十大技巧里团队协作评审和代码片段复用这两个功能对通道稳定性要求最高。评审时如果模型响应慢或者中途断连整个评审流程会卡住。所以建议在 Coding Plan 页面确认一下团队的额度方案高频评审场景用按量计费容易超预算Coding Plan 的额度包更适合。接入文档里也有关于并发限制和超时重试的说明配置 requestTimeout 和 maxRetries 时可以对照调整。如果你还没开始配现在就可以打开 Cursor 的 settings.json把上面那份骨架复制进去替换 apiKey然后跑一遍 curl 验证。通道通了之后再回头用 Cursor 的十大技巧做实际开发你会发现团队协作时少了很多「你那边什么情况」的沟通成本。模型对话页面可以留着做快速验证API Keys 页面用来管理团队成员的子 KeyCoding Plan 页面用来确认长期使用的额度方案。
