Zed-ൽ സൗജന്യ AI മോഡലുകൾ ഉപയോഗിക്കുക
Agent panel ഉള്ള ഓപ്പൺ സോഴ്സ് കോഡ് എഡിറ്ററാണ് Zed. ഇതിന് OpenAI-compatible provider അല്ലെങ്കിൽ Ollama സെർവർ ഉപയോഗിക്കാം. ഈ ഗൈഡ് രണ്ട് രീതികളിൽ ഏതെങ്കിലും ഒന്ന് ഉപയോഗിച്ച് Zed-നെ FreeLLMAPI വഴി സൗജന്യ മോഡലുകളുമായി ബന്ധിപ്പിക്കുന്നു. അവസാനത്തെ ചെറിയ ഭാഗം JetBrains AI Assistant-നെക്കുറിച്ചാണ്.
കോഡ്, മോഡൽ പേരുകളും തത്സമയ കാറ്റലോഗ് ലേബലുകളും ഇംഗ്ലീഷിൽ കാണിക്കുന്നു.
Zed ബന്ധിപ്പിക്കാനുള്ള രണ്ട് വഴികൾ
| രീതി | Zed ക്രമീകരണം | FreeLLMAPI endpoint | Key |
|---|---|---|---|
| OpenAI-compatible provider (ശുപാർശ ചെയ്യുന്നത്) | language_models.openai_compatible | http://localhost:3001/v1 | Unified key, Zed-ന്റെ settings UI-യിലോ ഒരു environment variable-ലോ |
| Ollama provider | language_models.ollama | http://localhost:3001 (Ollama emulation) | Loopback-ൽ ഒന്നുമില്ല, അല്ലെങ്കിൽ unified key |
രണ്ട് രീതികളും ഒരേ router-ഉം ഒരേ സൗജന്യ മോഡൽ pool-ഉം ഉപയോഗിക്കുന്നു. OpenAI-compatible രീതിക്ക് FreeLLMAPI-യുടെ ഭാഗത്ത് മാറ്റം ആവശ്യമില്ല. Ollama രീതിക്ക് Ollama emulation വേണം, അത് സ്ഥിരസ്ഥിതിയായി ഓഫ് ആണ്.
ആദ്യം FreeLLMAPI ഇൻസ്റ്റാൾ ചെയ്യുക. http://localhost:3001 തുറക്കുക, Keys പേജിൽ കുറഞ്ഞത് രണ്ട് സൗജന്യ provider key-കൾ ചേർക്കുക, നിങ്ങളുടെ unified key പകർത്തുക.
macOS അല്ലെങ്കിൽ Linux-ൽ ഇൻസ്റ്റാൾ ചെയ്യുക
curl -fsSL https://freellmapi.co/install.sh | bashരീതി 1: OpenAI-compatible provider
നിങ്ങളുടെ Zed settings.json തുറന്ന് ഈ block ചേർക്കുക. Provider id freellmapi ആണ്. max_tokens ആ മോഡലിന്റെ context window ആണ്.
Zed settings.json
{
"language_models": {
"openai_compatible": {
"freellmapi": {
"api_url": "http://localhost:3001/v1",
"available_models": [
{
"name": "auto",
"display_name": "FreeLLMAPI Auto",
"max_tokens": 128000,
"max_output_tokens": 8192,
"capabilities": {
"tools": true,
"images": false,
"parallel_tool_calls": false,
"prompt_cache_key": false,
"chat_completions": true
}
}
]
}
}
}
}settings.json-ൽ key ഇടരുത്. ഈ രണ്ട് രീതികളിൽ ഒന്ന് ഉപയോഗിക്കുക:
- Command palette-ൽ നിന്ന്
agent: open settingsപ്രവർത്തിപ്പിക്കുക. LLM providers-ലേക്ക് പോയി provider കണ്ടെത്തി key നൽകുക. Zed അത് system keychain-ൽ സൂക്ഷിക്കുന്നു. - ഒരു environment variable സജ്ജമാക്കുക. Provider id-യിൽ നിന്ന് upper snake case-ൽ പേരും അതിനൊപ്പം
_API_KEY-ഉം Zed ഉണ്ടാക്കുന്നു. Idfreellmapiആണെങ്കിൽ പേര്FREELLMAPI_API_KEY. Keychain-നേക്കാൾ ഈ variable-ന് മുൻഗണനയുണ്ട്.
Environment variable ആയി key
export FREELLMAPI_API_KEY=<unified-key>
zedമോഡൽ മെനുവിൽ വേണ്ട ഓരോ മോഡലിനും available_models-ൽ ഒരു എൻട്രി ചേർക്കുക. auto:smart, auto:fast എന്നിവയും സാധുവായ പേരുകളാണ്.
രീതി 2: Ollama emulation
FreeLLMAPI ഒരു Ollama സെർവറായി പ്രവർത്തിക്കാം. ഇത് /api/tags, /api/chat, /api/generate, /api/show, /api/version, /api/embed എന്നിവ നൽകുന്നു. Ollama ചെയ്യുന്നതുപോലെ streaming newline-delimited JSON ഉപയോഗിക്കുന്നു.
- FreeLLMAPI ഡാഷ്ബോർഡിൽ Keys, Agents തുറക്കുക.
- Ollama emulation
open-loopbackഅല്ലെങ്കിൽkey-requiredആക്കുക. - Zed-ന്റെ
settings.json-ൽ താഴെയുള്ള block ചേർക്കുക. - Agent panel തുറന്ന് ഒരു മോഡൽ തിരഞ്ഞെടുക്കുക.
Zed settings.json
{
"language_models": {
"ollama": {
"api_url": "http://localhost:3001",
"context_window": 128000
}
}
}open-loopback-ന് key വേണ്ട, പക്ഷേ ഈ കമ്പ്യൂട്ടറിൽ നിന്നുള്ള request-കൾക്ക് മാത്രം.- FreeLLMAPI Docker-ൽ പ്രവർത്തിക്കുകയാണെങ്കിൽ,
open-loopbackപ്രസിദ്ധീകരിച്ച port വഴിയുള്ള request-കൾ നിരസിക്കുന്നു.key-requiredഉപയോഗിച്ച്OLLAMA_API_KEYനിങ്ങളുടെ unified key-ലേക്ക് സജ്ജമാക്കുക, അല്ലെങ്കിൽ provider UI-യിൽ അത് നൽകുക. - Zed context size
num_ctxആയി അയയ്ക്കുന്നു. സ്ഥിരസ്ഥിതി 4096 ടോക്കണുകളാണ്, അത് agent ജോലിക്ക് വളരെ ചെറുതാണ്.context_windowസജ്ജമാക്കുക.
Agent panel-നുള്ള മോഡലുകൾ തിരഞ്ഞെടുക്കുക
ഓരോ മോഡലും provider-ഉം tool calling പിന്തുണയ്ക്കണമെന്ന് Zed docs പറയുന്നു. Tool പിന്തുണയില്ലാത്ത മോഡൽ agent panel-ൽ "No tools" ലേബൽ കാണിക്കുന്നു. Tool calling ഉള്ളതും വലിയ context window ഉള്ളതുമായ മോഡലുകൾ ഉപയോഗിക്കുക.
| മോഡൽ | സൗജന്യമായി ലഭ്യം | കോൺടെക്സ്റ്റ് | സൗജന്യ പരിധികൾ (ഏറ്റവും മികച്ച ഓഫർ) | ടൂളുകൾ | ദൃശ്യ ശേഷി |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 അഭ്യർഥന/മിനിറ്റ് 1 req/min per model | അതെ | ഇല്ല |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 അഭ്യർഥന/മിനിറ്റ് 40 RPM | അതെ | അതെ |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | അതെ | അതെ |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | അതെ | ഇല്ല |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | അതെ | അതെ |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 അഭ്യർഥന/മിനിറ്റ് 20 അഭ്യർഥന/ദിവസം 250,000 ടോക്കൺ/മിനിറ്റ് ~3M | അതെ | അതെ |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | അതെ | അതെ |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 അഭ്യർഥന/മിനിറ്റ് 50 അഭ്യർഥന/ദിവസം 50 req/day account-wide (1,000 after a $10 purchase) | അതെ | അതെ |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 അഭ്യർഥന/മിനിറ്റ് 50 അഭ്യർഥന/ദിവസം Shared rate limit | അതെ | ഇല്ല |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 അഭ്യർഥന/മിനിറ്റ് 250 അഭ്യർഥന/ദിവസം 70,000 ടോക്കൺ/മിനിറ്റ് ~6M | അതെ | അതെ |
പൊരുത്തപ്പെടുന്ന 109 സൗജന്യ മോഡലുകളിൽ 10 എണ്ണം കാണിക്കുന്നു. എല്ലാ മോഡലുകളും കാണുക.
FreeLLMAPI കാറ്റലോഗിൽ നിന്നുള്ള തത്സമയ ഡാറ്റ (പതിപ്പ് 2026.11.19, 2026-11-19 ൽ പരിശോധിച്ചത്). സൗജന്യ പരിധികൾ പലപ്പോഴും മാറുന്നു. കാറ്റലോഗ് എല്ലാ ദിവസവും പരിശോധിക്കുന്നു.
സൗജന്യ tier-കൾക്ക് മിനിറ്റിലും ദിവസത്തിലും പരിധികളുണ്ട്. ഒരു provider 429 പിശക് അയയ്ക്കുമ്പോൾ, FreeLLMAPI നിങ്ങളുടെ chain-ലെ അടുത്ത മോഡൽ പരീക്ഷിക്കുന്നു. ദീർഘമായ agent സെഷനുകൾക്ക് നാലോ അതിലധികമോ provider-കളിൽ നിന്ന് key-കൾ ചേർക്കുക.
/v1/completions endpoint-ലേക്കോ അയയ്ക്കാൻ കഴിയും. FreeLLMAPI രണ്ടും നൽകുന്നു. ഈ രണ്ട് providers-നും API key ഫീൽഡ് ഇല്ലെന്ന് Zed edit prediction docs കാണിക്കുന്നു. ഈ സംയോജനം FreeLLMAPI-യോടെ ഞങ്ങൾ സ്ഥിരീകരിച്ചിട്ടില്ല, അതിനാൽ ആശ്രയിക്കുന്നതിന് മുൻപ് ഇത് പരീക്ഷിക്കുക.JetBrains AI Assistant
JetBrains AI Assistant-ന് OpenAI-compatible provider അല്ലെങ്കിൽ പ്രാദേശിക Ollama സെർവർ ഉപയോഗിക്കാം. Settings, Tools, AI Assistant, Providers & API keys തുറക്കുക. രണ്ട് ഓപ്ഷനുകളുണ്ട്:
- സ്വന്തം key കൊണ്ടുവരിക, OpenAI-compatible: base URL
http://localhost:3001/v1, നിങ്ങളുടെ unified key,autoപോലുള്ള ഒരു model id എന്നിവ നൽകുക. JetBrains AI സബ്സ്ക്രിപ്ഷൻ ഇല്ലാതെയും agents-ൽ BYOK പ്രവർത്തിക്കുമെന്ന് JetBrains docs പറയുന്നു. - Ollama: Third-party AI providers-ൽ Ollama തിരഞ്ഞെടുക്കുക. URL ഫീൽഡിൽ
http://localhost:3001നൽകി Test Connection ക്ലിക്ക് ചെയ്യുക. തുടർന്ന് Models Assignment-ൽ മോഡലുകൾ നൽകുക. ആദ്യം FreeLLMAPI-യിൽ Ollama emulation ഓൺ ചെയ്യുക.
പ്രാദേശിക മോഡലുകൾക്ക് JetBrains docs പരിധികൾ നൽകുന്നു: അവ ഉപയോഗിച്ച് agents പ്രവർത്തിക്കില്ല, അവ ഉപയോഗിച്ച് AI Assistant-ന് MCP tools വിളിക്കാനും കഴിയില്ല. Inline completion-ഉം next edit നിർദ്ദേശങ്ങളും സ്ഥിരസ്ഥിതിയായി JetBrains മോഡലുകൾ ഉപയോഗിക്കുന്നു. Agent ജോലിക്ക് BYOK ഓപ്ഷൻ ഉപയോഗിക്കുക.
പ്രശ്നപരിഹാരം
| പ്രശ്നം | കാരണം | പരിഹാരം |
|---|---|---|
401 "Invalid API key" | Provider-ന് Zed-ന് key ഇല്ല, അല്ലെങ്കിൽ key തെറ്റാണ് | FREELLMAPI_API_KEY സജ്ജമാക്കുക, അല്ലെങ്കിൽ agent settings-ൽ key നൽകുക |
| മോഡലിലെ "No tools" ലേബൽ | ആ മോഡലിന് tools ഓഫാണ്, അല്ലെങ്കിൽ മോഡലിന് tool calling ഇല്ല | "tools": true സജ്ജമാക്കുക, പട്ടികയിൽ നിന്ന് ഒരു മോഡൽ ഉപയോഗിക്കുക |
| Ollama provider-ൽ മോഡലുകൾ കാണുന്നില്ല | FreeLLMAPI-യിൽ Ollama emulation ഓഫ് ആണ് | Keys, Agents-ൽ അത് ഓൺ ചെയ്യുക |
| Docker-ൽ നിന്നുള്ള Ollama request-കൾ നിരസിക്കപ്പെടുന്നു | open-loopback loopback peers-നെ മാത്രം സ്വീകരിക്കുന്നു | നിങ്ങളുടെ unified key ഉപയോഗിച്ച് key-required ഉപയോഗിക്കുക |
| നീണ്ട prompt-കളിൽ context നഷ്ടപ്പെടുന്നു | num_ctx 4096 ടോക്കണുകളാണ് | Ollama ക്രമീകരണങ്ങളിൽ context_window സജ്ജമാക്കുക |
| "N ശ്രമങ്ങൾക്ക് ശേഷം എല്ലാ മോഡലുകളും rate-limited" | എല്ലാ key-കളും അവയുടെ പരിധിയിലാണ് | കൂടുതൽ provider-കളിൽ നിന്ന് key-കൾ ചേർക്കുക, അല്ലെങ്കിൽ cooldown-കൾക്കായി കാത്തിരിക്കുക |
പതിവ് ചോദ്യങ്ങൾ
Zed-ൽ custom LLM ഉപയോഗിക്കാമോ?
ഉപയോഗിക്കാം. settings.json-ലെ language_models-ലേക്ക് api_url, available_models എന്നിവയുള്ള ഒരു openai_compatible provider ചേർക്കുക. Zed ഇഷ്ടാനുസൃത api_url-ഉള്ള Ollama provider-യെയും പിന്തുണയ്ക്കുന്നു.
Zed-ൽ സൗജന്യ AI മോഡലുകൾ എങ്ങനെ ഉപയോഗിക്കാം?
ഒരു OpenAI-compatible provider-നെ http://localhost:3001/v1-ലെ FreeLLMAPI-യിലേക്ക് ചൂണ്ടിക്കാണിക്കുക. Gateway ഓരോ request-ഉം സൗജന്യ provider tier-കളിലേക്ക് അയയ്ക്കുന്നു, അതിനാൽ inference ചെലവ് $0.
ഇഷ്ടാനുസൃത provider-ന്റെ API key Zed എവിടെ സൂക്ഷിക്കുന്നു?
Agent settings-ൽ നിങ്ങൾ നൽകുന്ന key Zed system keychain-ൽ സൂക്ഷിക്കുന്നു. Provider id-യുടെ പേരുള്ള ഒരു environment variable, ഉദാഹരണത്തിന് FREELLMAPI_API_KEY, നിങ്ങൾക്ക് സജ്ജമാക്കാം.
JetBrains AI Assistant സൗജന്യ മോഡലുകളിൽ പ്രവർത്തിക്കുമോ?
ഉവ്വ്. OpenAI-compatible base URL-ഓടെ Bring your own key ഉപയോഗിക്കുക, അല്ലെങ്കിൽ Ollama provider ഉപയോഗിക്കുക. പ്രാദേശിക മോഡലുകൾ agents-ന് ഉപയോഗിക്കാനാവില്ലെന്ന് JetBrains docs പറയുന്നു, അതിനാൽ agent ജോലിക്ക് BYOK ഉപയോഗിക്കുക.
അനുബന്ധ ഗൈഡുകൾ
- VS Code-ൽ സൗജന്യ AI മോഡലുകൾ
- സൗജന്യ LLM API-യോടെ Continue
- സൗജന്യ API-യോടെ Cline, Roo Code, Kilo Code
- മികച്ച സൗജന്യ coding model API-കൾ
- സൗജന്യ OpenAI-compatible API base URL-കൾ
ഉറവിടങ്ങൾ
- Zed docs: use API access (OpenAI-compatible providers) (20 November 2026 ൽ പരിശോധിച്ചത്)
- Zed docs: use a local model (Ollama) (20 November 2026 ൽ പരിശോധിച്ചത്)
- Zed docs: agent panel (20 November 2026 ൽ പരിശോധിച്ചത്)
- Zed docs: edit prediction (20 November 2026 ൽ പരിശോധിച്ചത്)
- JetBrains AI Assistant: use custom models (20 November 2026 ൽ പരിശോധിച്ചത്)
- JetBrains AI Assistant: bring your own key (20 November 2026 ൽ പരിശോധിച്ചത്)
- FreeLLMAPI docs: Ollama clients (20 November 2026 ൽ പരിശോധിച്ചത്)