尧图网页设计 
1. 阿里云 Token Plan 接入 Cline 的真实体验与适用判断阿里云 Token Plan 是阿里云推出的一种包月制大模型调用套餐按坐席档位提供固定 Credits 配额适合需要统一管理、预算可控的团队或重度个人开发者。它能不能直接用在 Cline 这类 AI 编程插件里能但中间需要一个兼容 OpenAI 协议的 API 通道。我这次实测的思路是用 TaoToken 作为统一 Key 的接入层把阿里云 Token Plan 的额度通过标准 API 暴露给 Cline然后在settings.json里完成配置最后用一次真实对话请求验证连通性和计费是否正常。先说结论如果你已经在用 Cline 写代码又手上有阿里云 Token Plan 的额度这套组合是能跑通的。关键不在于“能不能连”而在于配置骨架写对、模型 ID 填对、验证步骤做全。很多人卡在 401 或者local proxy failed其实都是 Key 和 Base URL 没对齐。这篇文章面向三类人一是手里有阿里云 Token Plan、想知道怎么接到 Cline 的开发者二是正在评估是否购买 Token Plan、想先跑通再决定的技术负责人三是用 Cline 但被各种 API 配置搞晕的小白。下面从问题场景开始一步步给出可复制的配置和排障方法。Cline 本身是一个 VS Code 插件它的模型调用依赖 OpenAI 兼容接口。阿里云 Token Plan 提供的是额度池不是直接的 OpenAI 端点所以需要一层统一 Key 的网关来做协议转换和鉴权。TaoToken 在这里扮演的就是这个角色你拿到一个统一 Key填到 Cline 的settings.json里Cline 发出的请求就会走 TaoToken 的 API 通道最终消耗的是你阿里云 Token Plan 的额度。这个链路听起来多了一层但实际配置量很小核心就是三个字段Base URL、API Key、Model ID。把这三个填对剩下的就是验证。下面进入前置准备。2. TaoToken 前置准备统一 Key 与 API 通道在动 Cline 的settings.json之前你需要先把 TaoToken 这边的统一 Key 拿到手。这一步不复杂但有几个细节容易忽略我按顺序说。首先访问 TaoToken 官网注册并登录。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 进去之后找到控制台入口。控制台里可以创建 API Key这个 Key 就是你后面要填进 Cline 的统一 Key。创建的时候建议起一个能识别的名字比如cline-aliyun-tokenplan方便以后多工具共用时区分。拿到 Key 之后你还需要确认两件事一是 API 通道的 Base URLTaoToken 的 API 地址是 https://taotoken.net/api 注意这个地址不带 UTM 参数配置时直接用这个二是你要用的 Model ID这个取决于阿里云 Token Plan 当前支持的模型列表。根据公开信息Token Plan 目前主要支持 qwen3.6-plus、glm-5、MiniMax-M2.5、deepseek-v3.2 以及部分图像生成模型。你在 Cline 里填的 Model ID 必须是这些之一填错了会报模型不存在。这里有个容易踩的坑有人把阿里云控制台里的“套餐 ID”当成 Model ID 填进去结果请求直接失败。套餐 ID 是计费维度的标识Model ID 是模型调用维度的标识两者不是一回事。你在 TaoToken 的模型列表里能看到可用的 Model ID照着填就行。另外如果你之前已经在 Cline 里配过其他厂商的 Key建议先把旧的配置备份一下。Cline 的settings.json是全局的改错了会影响其他项目。备份很简单复制一份改个名就行。关于计费TaoToken 这边是统一 Key 的调用入口实际扣费走的是你绑定的阿里云 Token Plan 额度。你可以在 TaoToken 控制台看到调用记录在阿里云那边看到 Credits 消耗。两边对账的时候注意时间窗口通常有几分钟延迟不是实时同步的。前置准备做完你应该手上有三样东西TaoToken 的统一 API Key、Base URLhttps://taotoken.net/api、以及一个确认可用的 Model ID。下面进入 Cline 的配置环节。3. 可复制配置Cline settings.json 完整骨架Cline 的配置入口在 VS Code 里打开 Cline 插件后点击设置图标找到“Open Settings”或者直接编辑settings.json。不同版本的 Cline 入口略有差异但最终都是改同一个 JSON 文件。下面给出一个完整的可复制骨架你把自己的 Key 和 Model ID 替换进去即可。{ cline.apiProvider: openai, cline.openAiApiKey: sk-你的TaoToken统一Key, cline.openAiBaseUrl: https://taotoken.net/api, cline.openAiModelId: qwen3.6-plus, cline.openAiModelInfo: { qwen3.6-plus: { maxTokens: 8192, contextWindow: 131072, supportsImages: false, supportsPromptCache: false, inputPrice: 0, outputPrice: 0 } }, cline.requestTimeout: 60000, cline.enableStreaming: true }这个骨架里几个字段需要重点说明。cline.apiProvider填openai因为 TaoToken 走的是 OpenAI 兼容协议Cline 会按 OpenAI 的请求格式发出去。cline.openAiApiKey填你在 TaoToken 控制台创建的统一 Key注意不要漏掉sk-前缀如果你的 Key 有这个前缀的话。cline.openAiBaseUrl填https://taotoken.net/api末尾不要加/v1Cline 会自己拼路径加了反而会 404。cline.openAiModelId填你确认可用的模型比如qwen3.6-plus。cline.openAiModelInfo是给 Cline 做上下文管理和计费估算用的maxTokens和contextWindow按模型实际能力填。如果你不确定可以先填一个保守值比如maxTokens4096、contextWindow32768跑通之后再调大。inputPrice和outputPrice填 0 不影响调用只是 Cline 界面上的费用估算会显示为 0实际计费以阿里云 Token Plan 的 Credits 消耗为准。如果你用的是 Cline 的新版本配置项名称可能略有不同比如有的版本用cline.openAiBaseUrl有的用cline.apiBaseUrl。你可以在 Cline 的设置界面里先手动填一次然后打开settings.json看它实际写入了哪个字段名照着改就行。这是最稳妥的办法比猜字段名靠谱。还有一个细节cline.requestTimeout建议设成 60000 毫秒以上。大模型首次响应有时候会慢超时太短会误报失败。cline.enableStreaming设成true流式输出体验更好也能更早看到第一个 token。配置写完之后保存文件重启一下 VS Code 或者重新加载 Cline 插件让配置生效。接下来就是验证。4. 验证请求一次对话确认连通性与计费配置生效后不要急着写复杂代码先用一次最简单的对话请求验证链路。打开 Cline 的对话面板输入一句简单的话比如“用一句话说明什么是递归”。发送之后观察几个点。第一看 Cline 是否正常返回内容。如果返回了说明 Base URL、Key、Model ID 三者对齐了连通性没问题。如果报错先看错误信息常见的有 401、404、local proxy failed、reading choices这几类下一节会逐个排查。第二看返回速度。首次请求可能会慢一些因为要建立连接和加载模型上下文。后续请求应该明显更快。如果你发现每次都很慢检查一下cline.requestTimeout是不是设得太短导致重试或者网络环境是否有波动。第三去 TaoToken 控制台看调用记录。一次成功的对话请求应该会在控制台里留下一条记录包含时间、模型、消耗的 token 数。同时去阿里云 Token Plan 的额度页面看 Credits 是否减少。两边都有记录说明计费链路是通的。这里有个实测经验第一次验证的时候Credits 消耗可能不会立刻显示等几分钟刷新一下。如果过了十分钟还没扣减但对话确实返回了那可能是计费同步延迟不用慌。但如果连续多次对话都不扣减就要检查一下 TaoToken 这边的 Key 是不是绑定了正确的阿里云 Token Plan 额度池。验证通过之后你可以再试一个稍微复杂点的请求比如让 Cline 读一个本地文件并解释代码逻辑。这一步能验证 Cline 的工具调用和上下文管理是否正常。如果这一步也过了说明整套配置可以日常使用了。验证的时候建议用同一个模型多做几次请求观察 Credits 消耗是否和请求量成正比。如果发现消耗异常快可能是maxTokens设得太大导致每次请求都预留了大量额度适当调小可以控制消耗。5. 常见报错排查401、local proxy failed、reading choices配置过程中最容易遇到的就是报错。我按实际踩过的坑把几个高频错误和对应排查方法列出来。401 Unauthorized这个最常见基本就是 Key 的问题。先检查cline.openAiApiKey有没有填错有没有多余空格sk-前缀是否完整。然后去 TaoToken 控制台确认这个 Key 是否还在有效期内、是否被禁用。如果 Key 没问题检查一下 Base URL 是不是写成了https://taotoken.net/api/带了末尾斜杠有些版本会因此鉴权失败。把斜杠去掉再试。local proxy failed这个报错通常出现在 Cline 尝试通过本地代理转发请求的时候。如果你本地开了其他代理工具先关掉再试。另外检查cline.openAiBaseUrl是不是被其他配置覆盖了比如你在 VS Code 的全局设置里也配了http.proxy两者冲突会导致代理失败。把全局代理设置清掉只保留 Cline 自己的配置。reading choices 报错这个一般是响应格式不符合预期。TaoToken 返回的是 OpenAI 兼容格式Cline 按 OpenAI 格式解析。如果报reading choices可能是 Model ID 填错了导致后端返回了错误格式的响应。确认cline.openAiModelId填的是 Token Plan 支持的模型比如qwen3.6-plus、glm-5、deepseek-v3.2这些。如果填了一个不存在的模型后端可能返回非标准错误Cline 解析时就报这个错。OAuth 相关报错如果你在 Cline 里选了 OAuth 登录方式而不是 API Key可能会遇到 OAuth 报错。Cline 支持多种鉴权方式用 TaoToken 统一 Key 的话选 API Key 方式不要选 OAuth。在设置里把鉴权方式切到 API Key重新填一遍。模型不存在或不可用确认你填的 Model ID 在阿里云 Token Plan 当前支持的列表里。根据公开信息目前支持 qwen3.6-plus、glm-5、MiniMax-M2.5、deepseek-v3.2 及部分图像生成模型。DeepSeek-V4、GLM-5.1、MiniMax-M2.7 这些还没纳入填了会报模型不存在。排查的时候有个通用方法把 Cline 的日志级别调高看它实际发出的请求 URL 和请求体。日志里能看到 Base URL 拼接后的完整地址、用的 Model ID、以及返回的原始响应。对着日志排查比猜快得多。如果以上都试过还是不行去 TaoToken 的接入文档里对照一下最新的配置示例。文档地址在官网导航里能找到里面的示例会随版本更新比网上搜的旧教程准。6. 是否值得购买按场景判断与接入入口回到最初的问题阿里云 Token Plan 值不值得买我的判断是按场景分。如果你是个人开发者只是偶尔用 Cline 写点小工具198 元/月的标准坐席门槛不算低而且当前缺少一些热门新模型。这种情况下按量付费或者其他更轻量的方案可能更划算。你可以先用 TaoToken 的统一 Key 按量调用跑一段时间看看实际消耗再决定要不要转包月。如果你是技术负责人或创业者团队痛点在于合规、高峰期稳定和预算可控那 Token Plan 的包月模式是有优势的。多席位统一管理、Credits 配额固定、不按量计费导致账单失控这些对团队来说都是实打实的价值。接入 Cline 只是其中一个使用场景你还可以把同一个统一 Key 接到其他 AI 编程工具上共用一套额度。从接入体验来说TaoToken 这层统一 Key 的好处是你不需要在每个工具里单独配阿里云的鉴权只需要一个 Key 和一套 Base URL换工具的时候改一下 Model ID 就行。Cline 的settings.json配置骨架上面已经给全了复制改三个字段就能跑。如果你还没开始接入建议先去 TaoToken 控制台创建一个 Key然后按第 3 节的 JSON 骨架配到 Cline 里用第 4 节的方法验证一次。跑通之后再评估消耗和体验比看一堆评测文章更直接。接入过程中如果遇到配置问题优先查 TaoToken 的接入文档里面有最新的 Base URL、Model ID 列表和示例配置。文档入口在官网导航栏或者直接访问 API 地址 https://taotoken.net/api 看返回的说明。验证模型连通性的时候也可以先用模型对话功能单独测一下确认 Key 和模型没问题再配到 Cline 里这样能把问题范围缩小。最后提醒一点配置改完之后记得重启 Cline 插件很多“改了没生效”的情况都是因为插件没重新加载配置。重启之后先发一句简单对话确认返回正常再开始正式写代码。 阿里云 Token Plan 体验实测：TaoToken 统一 Key 接入 Cline 的 settings.json 配置与验证
1. 阿里云 Token Plan 接入 Cline 的真实体验与适用判断阿里云 Token Plan 是阿里云推出的一种包月制大模型调用套餐按坐席档位提供固定 Credits 配额适合需要统一管理、预算可控的团队或重度个人开发者。它能不能直接用在 Cline 这类 AI 编程插件里能但中间需要一个兼容 OpenAI 协议的 API 通道。我这次实测的思路是用 TaoToken 作为统一 Key 的接入层把阿里云 Token Plan 的额度通过标准 API 暴露给 Cline然后在settings.json里完成配置最后用一次真实对话请求验证连通性和计费是否正常。先说结论如果你已经在用 Cline 写代码又手上有阿里云 Token Plan 的额度这套组合是能跑通的。关键不在于“能不能连”而在于配置骨架写对、模型 ID 填对、验证步骤做全。很多人卡在 401 或者local proxy failed其实都是 Key 和 Base URL 没对齐。这篇文章面向三类人一是手里有阿里云 Token Plan、想知道怎么接到 Cline 的开发者二是正在评估是否购买 Token Plan、想先跑通再决定的技术负责人三是用 Cline 但被各种 API 配置搞晕的小白。下面从问题场景开始一步步给出可复制的配置和排障方法。Cline 本身是一个 VS Code 插件它的模型调用依赖 OpenAI 兼容接口。阿里云 Token Plan 提供的是额度池不是直接的 OpenAI 端点所以需要一层统一 Key 的网关来做协议转换和鉴权。TaoToken 在这里扮演的就是这个角色你拿到一个统一 Key填到 Cline 的settings.json里Cline 发出的请求就会走 TaoToken 的 API 通道最终消耗的是你阿里云 Token Plan 的额度。这个链路听起来多了一层但实际配置量很小核心就是三个字段Base URL、API Key、Model ID。把这三个填对剩下的就是验证。下面进入前置准备。2. TaoToken 前置准备统一 Key 与 API 通道在动 Cline 的settings.json之前你需要先把 TaoToken 这边的统一 Key 拿到手。这一步不复杂但有几个细节容易忽略我按顺序说。首先访问 TaoToken 官网注册并登录。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 进去之后找到控制台入口。控制台里可以创建 API Key这个 Key 就是你后面要填进 Cline 的统一 Key。创建的时候建议起一个能识别的名字比如cline-aliyun-tokenplan方便以后多工具共用时区分。拿到 Key 之后你还需要确认两件事一是 API 通道的 Base URLTaoToken 的 API 地址是 https://taotoken.net/api 注意这个地址不带 UTM 参数配置时直接用这个二是你要用的 Model ID这个取决于阿里云 Token Plan 当前支持的模型列表。根据公开信息Token Plan 目前主要支持 qwen3.6-plus、glm-5、MiniMax-M2.5、deepseek-v3.2 以及部分图像生成模型。你在 Cline 里填的 Model ID 必须是这些之一填错了会报模型不存在。这里有个容易踩的坑有人把阿里云控制台里的“套餐 ID”当成 Model ID 填进去结果请求直接失败。套餐 ID 是计费维度的标识Model ID 是模型调用维度的标识两者不是一回事。你在 TaoToken 的模型列表里能看到可用的 Model ID照着填就行。另外如果你之前已经在 Cline 里配过其他厂商的 Key建议先把旧的配置备份一下。Cline 的settings.json是全局的改错了会影响其他项目。备份很简单复制一份改个名就行。关于计费TaoToken 这边是统一 Key 的调用入口实际扣费走的是你绑定的阿里云 Token Plan 额度。你可以在 TaoToken 控制台看到调用记录在阿里云那边看到 Credits 消耗。两边对账的时候注意时间窗口通常有几分钟延迟不是实时同步的。前置准备做完你应该手上有三样东西TaoToken 的统一 API Key、Base URLhttps://taotoken.net/api、以及一个确认可用的 Model ID。下面进入 Cline 的配置环节。3. 可复制配置Cline settings.json 完整骨架Cline 的配置入口在 VS Code 里打开 Cline 插件后点击设置图标找到“Open Settings”或者直接编辑settings.json。不同版本的 Cline 入口略有差异但最终都是改同一个 JSON 文件。下面给出一个完整的可复制骨架你把自己的 Key 和 Model ID 替换进去即可。{ cline.apiProvider: openai, cline.openAiApiKey: sk-你的TaoToken统一Key, cline.openAiBaseUrl: https://taotoken.net/api, cline.openAiModelId: qwen3.6-plus, cline.openAiModelInfo: { qwen3.6-plus: { maxTokens: 8192, contextWindow: 131072, supportsImages: false, supportsPromptCache: false, inputPrice: 0, outputPrice: 0 } }, cline.requestTimeout: 60000, cline.enableStreaming: true }这个骨架里几个字段需要重点说明。cline.apiProvider填openai因为 TaoToken 走的是 OpenAI 兼容协议Cline 会按 OpenAI 的请求格式发出去。cline.openAiApiKey填你在 TaoToken 控制台创建的统一 Key注意不要漏掉sk-前缀如果你的 Key 有这个前缀的话。cline.openAiBaseUrl填https://taotoken.net/api末尾不要加/v1Cline 会自己拼路径加了反而会 404。cline.openAiModelId填你确认可用的模型比如qwen3.6-plus。cline.openAiModelInfo是给 Cline 做上下文管理和计费估算用的maxTokens和contextWindow按模型实际能力填。如果你不确定可以先填一个保守值比如maxTokens4096、contextWindow32768跑通之后再调大。inputPrice和outputPrice填 0 不影响调用只是 Cline 界面上的费用估算会显示为 0实际计费以阿里云 Token Plan 的 Credits 消耗为准。如果你用的是 Cline 的新版本配置项名称可能略有不同比如有的版本用cline.openAiBaseUrl有的用cline.apiBaseUrl。你可以在 Cline 的设置界面里先手动填一次然后打开settings.json看它实际写入了哪个字段名照着改就行。这是最稳妥的办法比猜字段名靠谱。还有一个细节cline.requestTimeout建议设成 60000 毫秒以上。大模型首次响应有时候会慢超时太短会误报失败。cline.enableStreaming设成true流式输出体验更好也能更早看到第一个 token。配置写完之后保存文件重启一下 VS Code 或者重新加载 Cline 插件让配置生效。接下来就是验证。4. 验证请求一次对话确认连通性与计费配置生效后不要急着写复杂代码先用一次最简单的对话请求验证链路。打开 Cline 的对话面板输入一句简单的话比如“用一句话说明什么是递归”。发送之后观察几个点。第一看 Cline 是否正常返回内容。如果返回了说明 Base URL、Key、Model ID 三者对齐了连通性没问题。如果报错先看错误信息常见的有 401、404、local proxy failed、reading choices这几类下一节会逐个排查。第二看返回速度。首次请求可能会慢一些因为要建立连接和加载模型上下文。后续请求应该明显更快。如果你发现每次都很慢检查一下cline.requestTimeout是不是设得太短导致重试或者网络环境是否有波动。第三去 TaoToken 控制台看调用记录。一次成功的对话请求应该会在控制台里留下一条记录包含时间、模型、消耗的 token 数。同时去阿里云 Token Plan 的额度页面看 Credits 是否减少。两边都有记录说明计费链路是通的。这里有个实测经验第一次验证的时候Credits 消耗可能不会立刻显示等几分钟刷新一下。如果过了十分钟还没扣减但对话确实返回了那可能是计费同步延迟不用慌。但如果连续多次对话都不扣减就要检查一下 TaoToken 这边的 Key 是不是绑定了正确的阿里云 Token Plan 额度池。验证通过之后你可以再试一个稍微复杂点的请求比如让 Cline 读一个本地文件并解释代码逻辑。这一步能验证 Cline 的工具调用和上下文管理是否正常。如果这一步也过了说明整套配置可以日常使用了。验证的时候建议用同一个模型多做几次请求观察 Credits 消耗是否和请求量成正比。如果发现消耗异常快可能是maxTokens设得太大导致每次请求都预留了大量额度适当调小可以控制消耗。5. 常见报错排查401、local proxy failed、reading choices配置过程中最容易遇到的就是报错。我按实际踩过的坑把几个高频错误和对应排查方法列出来。401 Unauthorized这个最常见基本就是 Key 的问题。先检查cline.openAiApiKey有没有填错有没有多余空格sk-前缀是否完整。然后去 TaoToken 控制台确认这个 Key 是否还在有效期内、是否被禁用。如果 Key 没问题检查一下 Base URL 是不是写成了https://taotoken.net/api/带了末尾斜杠有些版本会因此鉴权失败。把斜杠去掉再试。local proxy failed这个报错通常出现在 Cline 尝试通过本地代理转发请求的时候。如果你本地开了其他代理工具先关掉再试。另外检查cline.openAiBaseUrl是不是被其他配置覆盖了比如你在 VS Code 的全局设置里也配了http.proxy两者冲突会导致代理失败。把全局代理设置清掉只保留 Cline 自己的配置。reading choices 报错这个一般是响应格式不符合预期。TaoToken 返回的是 OpenAI 兼容格式Cline 按 OpenAI 格式解析。如果报reading choices可能是 Model ID 填错了导致后端返回了错误格式的响应。确认cline.openAiModelId填的是 Token Plan 支持的模型比如qwen3.6-plus、glm-5、deepseek-v3.2这些。如果填了一个不存在的模型后端可能返回非标准错误Cline 解析时就报这个错。OAuth 相关报错如果你在 Cline 里选了 OAuth 登录方式而不是 API Key可能会遇到 OAuth 报错。Cline 支持多种鉴权方式用 TaoToken 统一 Key 的话选 API Key 方式不要选 OAuth。在设置里把鉴权方式切到 API Key重新填一遍。模型不存在或不可用确认你填的 Model ID 在阿里云 Token Plan 当前支持的列表里。根据公开信息目前支持 qwen3.6-plus、glm-5、MiniMax-M2.5、deepseek-v3.2 及部分图像生成模型。DeepSeek-V4、GLM-5.1、MiniMax-M2.7 这些还没纳入填了会报模型不存在。排查的时候有个通用方法把 Cline 的日志级别调高看它实际发出的请求 URL 和请求体。日志里能看到 Base URL 拼接后的完整地址、用的 Model ID、以及返回的原始响应。对着日志排查比猜快得多。如果以上都试过还是不行去 TaoToken 的接入文档里对照一下最新的配置示例。文档地址在官网导航里能找到里面的示例会随版本更新比网上搜的旧教程准。6. 是否值得购买按场景判断与接入入口回到最初的问题阿里云 Token Plan 值不值得买我的判断是按场景分。如果你是个人开发者只是偶尔用 Cline 写点小工具198 元/月的标准坐席门槛不算低而且当前缺少一些热门新模型。这种情况下按量付费或者其他更轻量的方案可能更划算。你可以先用 TaoToken 的统一 Key 按量调用跑一段时间看看实际消耗再决定要不要转包月。如果你是技术负责人或创业者团队痛点在于合规、高峰期稳定和预算可控那 Token Plan 的包月模式是有优势的。多席位统一管理、Credits 配额固定、不按量计费导致账单失控这些对团队来说都是实打实的价值。接入 Cline 只是其中一个使用场景你还可以把同一个统一 Key 接到其他 AI 编程工具上共用一套额度。从接入体验来说TaoToken 这层统一 Key 的好处是你不需要在每个工具里单独配阿里云的鉴权只需要一个 Key 和一套 Base URL换工具的时候改一下 Model ID 就行。Cline 的settings.json配置骨架上面已经给全了复制改三个字段就能跑。如果你还没开始接入建议先去 TaoToken 控制台创建一个 Key然后按第 3 节的 JSON 骨架配到 Cline 里用第 4 节的方法验证一次。跑通之后再评估消耗和体验比看一堆评测文章更直接。接入过程中如果遇到配置问题优先查 TaoToken 的接入文档里面有最新的 Base URL、Model ID 列表和示例配置。文档入口在官网导航栏或者直接访问 API 地址 https://taotoken.net/api 看返回的说明。验证模型连通性的时候也可以先用模型对话功能单独测一下确认 Key 和模型没问题再配到 Cline 里这样能把问题范围缩小。最后提醒一点配置改完之后记得重启 Cline 插件很多“改了没生效”的情况都是因为插件没重新加载配置。重启之后先发一句简单对话确认返回正常再开始正式写代码。