Warp 教程：AI 终端上手 + 接国产模型（2026）

发布于 2026年9月8日

Warp 一开始是「一个更好用的终端」，到 2026 年它已经把自己重新定义成 agentic development environment（智能体开发环境）：一个用 Rust 写、GPU 加速的现代终端，内置能读命令输出、自动纠错、多步完成任务的 AI 智能体。这篇 Warp 教程带你从安装登录、核心用法上手，并重点解决国内用户最关心的两个问题——怎么用 BYOK 不烧 Warp 自带额度，以及怎么让 Warp 接上 DeepSeek、GLM 这些国产模型。

Warp 是什么：不只是终端，是 agentic 开发环境

和传统终端最大的不同，Warp 把每条命令和它的输出打包成一个「Block」（块）——可以整块折叠、复制、分享、跳转，长日志再也不会糊成一片。在这套 Block 界面之上，Warp 叠了一整层 AI：你可以用自然语言让它生成命令、解释报错，或者直接开 Agent Mode 让它像个工程师一样多步骤地帮你把活干完。2026 年 Warp 客户端还开源了（GitHub 上 warpdotdev/warp，采用 MIT / AGPL 双许可），并且 macOS、Linux、Windows 三平台都能装。

一句话定位

Warp = 内置 AI 智能体的现代终端。命令输出成块、自然语言生成命令、Agent Mode 多步干活；能 BYOK 用自己的 key，还能接 OpenAI 兼容的国产模型端点。

核心能力一览

Blocks：命令与输出成块分组，可折叠、整块复制/分享/跳转，告别满屏乱滚的日志
Agent Mode：把 shell 变成多步智能体，读命令输出、自动纠错、闭环完成任务，不用切到侧边聊天框
命令建议 / 报错解释：结合你的历史命令和退出码，给下一步建议或解释刚才为什么报错
MCP 支持：接入 MCP server，给智能体扩展外部工具和数据源
Cloud Agents：云端后台智能体（由 Oz 编排器调度），可响应 webhook、CI 事件、Slack 消息，无人值守跑任务
通用 agent 支持：在一个 Warp 终端里用竖排标签同时跑 Claude Code、Codex、Gemini CLI、OpenCode 并统一 review

安装与登录

去 warp.dev 下载对应平台安装包即可，macOS 也可以用 Homebrew：

bash

# macOS（Homebrew）
brew install --cask warp

# Windows / Linux：到 warp.dev 下载官方安装包
# 装好后首次启动需要注册 / 登录一个 Warp 账号

国内使用提示

Warp 能正常安装使用，但首次启动需要注册登录账号，界面是英文，部分云端功能依赖境外网络。它自带的 AI 额度也走 Warp 服务器——想稳定、省钱地用，国内用户建议直接走后面讲的 BYOK + 自定义推理端点方案，把模型换成自己的 key 或国产模型。

定价：Free / Build / Business 怎么选

Warp 在 2025 年底把套餐简化了，大体是「免费版 + 一档个人付费 + 一档企业版」的结构。每次向 Agent 提交一个提示（生成命令、解释报错、跑任务）大致消耗一个 credit：

套餐	价格（约）	大致包含
Free	$0	终端全部核心功能；自带 AI 额度有限，可用 BYOK 绕过额度
Build	约 $20 / 月	每月一批 AI credits，够日常 agentic 使用；付费版通常支持 credit 结转
Business	约 $50 / 用户 / 月	SSO、SOC 2、零数据留存等企业合规能力

个人学习和轻度使用，Free 版足够；配合 BYOK 用自己的模型 key，基本可以绕开额度限制。要企业协作、合规、SSO 才需要上 Business。

定价以官网为准

Warp 在 2025–2026 年多次调整定价和套餐名（历史上出现过 Pro / Turbo / Max 等档位），credits 数量、是否结转的规则也变过几轮。上面是大致结构，实际价格、额度、结转政策请以 warp.dev/pricing 官方页面为准。

BYOK：用自己的 API Key，不烧 Warp 额度

BYOK（Bring Your Own Key，自带密钥）是国内用户的省钱关键：填入你自己的模型 API Key 后，请求直接发给对应模型厂商，不再消耗 Warp 的 credits，账单由模型厂商直接向你收。2026 年 BYOK 已经开放到所有套餐、包括 Free 版，官方直接支持的厂商有 OpenAI、Anthropic、Google。如果你想接的模型不在这三家里（比如国产模型），就用下面的自定义推理端点。

接国产模型：配置 OpenAI 兼容的自定义推理端点

Warp 支持「自定义推理端点」（Custom Inference Endpoint），只要目标服务实现了 OpenAI 的 Chat Completions 接口（POST /v1/chat/completions）就能接。DeepSeek 官方 API 本身就是 OpenAI 兼容的，可以直接填；GLM、Kimi、Qwen 等则可以经 OpenRouter、LiteLLM、z.ai 这类 OpenAI 兼容的聚合网关中转。配置步骤：

1打开 Warp 的 Settings（设置），在搜索框里搜 inference endpoint，跳到配置项
2填 Endpoint URL：暴露 /v1/chat/completions 的公网基础地址
3填 Credentials：通常就是你的 API Key
4填 Model identifier(s)：要通过该端点路由的模型标识
5保存后在模型选择里选中它，就能用国产模型驱动 Warp 的 AI 了

text

# 例 1：直接接 DeepSeek（官方 API 即 OpenAI 兼容）
Endpoint URL : https://api.deepseek.com
Credentials  : sk-你的-deepseek-key
Model        : deepseek-chat

# 例 2：经 OpenRouter 中转（可选 DeepSeek / GLM / Kimi 等）
Endpoint URL : https://openrouter.ai/api/v1
Credentials  : 你的-openrouter-key
Model        : deepseek/deepseek-chat

自定义端点的三个限制

① 端点必须公网可达——localhost、内网地址会被拒；② 不作用于 Cloud Agents（配置存在本地，云端跑不到）；③ 不影响 Auto 自动路由，Auto 始终消耗 Warp 自己的 credits。此外，各家模型的确切 base URL、模型标识和可用性以其官方文档为准，Warp 侧以最新版本为准。

进阶：MCP、Cloud Agents、在 Warp 里跑 Claude Code

接好模型后，还有几个能明显提效的方向：接 MCP server 给智能体加数据库、文档、API 等外部能力；用 Cloud Agents 把重复的运维/CI 任务交给云端后台智能体（响应 webhook、Slack 消息自动跑）；以及直接在 Warp 里跑 Claude Code、Codex、Gemini CLI、OpenCode——Warp 的通用 agent 支持能用竖排标签把多个 CLI 智能体并排管理、统一 review。也就是说，Warp 既可以是你的「AI 终端」，也可以是承载其他 AI 编程 CLI 的「统一驾驶舱」。

Warp vs 普通终端 vs AI 编程 CLI

维度	Warp	传统终端（iTerm/PowerShell）	Claude Code 类 CLI
定位	内置 AI 的现代终端	纯命令行	跑在终端里的编程智能体
AI 能力	命令生成/纠错 + Agent Mode	无（需自己接）	以写代码、改代码为核心
接国产模型	支持 OpenAI 兼容自定义端点	不涉及	多数支持改 Base URL
三者关系	可作为容器承载各类 CLI	被 Warp 取代或共存	可直接在 Warp 里运行

Warp 代表了终端的一个新形态：命令行不再只是等你敲命令，而是能读懂上下文、主动帮你干活的智能体入口。但工具再顺手，真正的差距还是在于你能不能把 AI 用出可交付的成果——理解 agent 的工作方式、把提示词和工作流沉淀成方法。想系统学会用 Warp、Claude Code 等 AI 工具做出真实项目，欢迎来 IMAI 看看我们的体系化实战课程。

想系统学会用 AI 编程,从入门到做出真实产品?

查看系统课程