JetBrains AI Assistant হলো IntelliJ IDEA, PyCharm, WebStorm আর বাকি JetBrains IDE-র AI plugin। JetBrains-এর নিজস্ব সাবস্ক্রিপশন ছাড়াও এতে অন্য provider-এর নিজের API key বসিয়ে চালানো যায়। Tokens মেলে OpenAI-compatible provider type-এর সাথে, যেটা OpenAI Chat Completions request পাঠায় https://tokens.bd/v1-এ। এরপর Tokens-এর model-গুলো AI Chat-এর model selector-এ দেখা যায়।
এই গাইড মিলিয়ে দেখা হয়েছে JetBrains-এর AI Assistant 2026.2 documentation দিয়ে (providers পেজের তারিখ 15 জুলাই 2026, overview-র 5 আগস্ট 2026; পড়া হয়েছে অক্টোবর 2026-এ)। documentation দেখে যাচাই করা হয়েছে, আসল key দিয়ে শুরু থেকে শেষ পর্যন্ত চালিয়ে দেখা হয়নি।
এটা JetBrains-এ Claude Code বা Junie-র মতো নয়
AI Assistant-এ coding agent-ও চলে (Junie, Claude Agent, Codex, GitHub Copilot, আর Agent Client Protocol দিয়ে যোগ করা agent)। ওগুলো এখানকার OpenAI-compatible provider থেকে আলাদা, আর JetBrains-এর provider পেজগুলো বলে না যে ওরা এটা ব্যবহার করে। Tokens দিয়ে Claude Code চালাতে চাইলে Claude Code পেজ আর তার নিজস্ব সেটিংস অনুসরণ করুন। file-এ config করা একটা open-source assistant চাইলে Continue দেখুন, সেটাও JetBrains IDE-তে চলে।
শুরুর আগে#
- AI Assistant install করা একটা JetBrains IDE। JetBrains-এর তালিকায় আছে CLion, DataGrip, DataSpell, GoLand, IntelliJ IDEA, PhpStorm, PyCharm, Rider, RubyMine, RustRover আর WebStorm। version 2026.1.2 বা তার পরেরটা নিন (নিচে path bug দেখুন)।
- একটা Tokens key। spend cap আর allow-list-এর কথা আছে API keys পেজে।
- model catalog থেকে একটা model id। এই গাইডে
deepseek/deepseek-v4.1-flashব্যবহার করা হয়েছে।
আপনার organization JetBrains IDE Services বা JetBrains Central ব্যবহার করলে JetBrains বলছে, administrator provider সীমিত করতে বা নিজের API key ব্যবহার আটকে দিতে পারেন। নিচের সেটিংস না পেলে আপনার admin-কে জিজ্ঞেস করুন।
Tokens-কে provider হিসেবে যোগ করুন#
- Settings খুলে Tools | AI Assistant | Providers & API keys-এ যান।
- Third-party AI providers-এ Provider set করুন OpenAI-compatible।
- URL-এ
https://tokens.bd/v1লিখুন। - API Key-তে আপনার Tokens key paste করুন।
- Tool calling চালু বা বন্ধ করুন (নিচে দেখুন)।
- Test Connection-এ ক্লিক করুন, তারপর Apply।
- AI Chat খুলে model selector-এ ক্লিক করুন। Tokens-এর model-গুলো provider-এর অংশের নিচে দেখা যাবে।
কোন URL দেবেন#
JetBrains-এর পেজগুলো শুধু বলে "Specify the URL of the provider's API endpoint"। /v1 সহ বা ছাড়া কোনো উদাহরণ তারা দেয়নি, আর field-টা path নেয় কিনা তাও বলেনি।
আপনি https://tokens.bd/v1 দিন, যার শেষে /v1 আছে কিন্তু /chat/completions নেই। কারণ:
- JetBrains-এর tracker-এ দুটো bug report দেখায় যে IDE model-list-এর request নিজেই বানায়। LLM-22721-এ custom path উপেক্ষা করে IDE চেয়েছিল
/api/v1/models(duplicate হিসেবে বন্ধ)। LLM-22911-এ/v4/দিয়ে শেষ হওয়া base URL বদলে/v1হয়ে গিয়েছিল। JetBrains LLM-22911-কে 2026.1.2-তে ঠিক করা হয়েছে বলে দেখিয়েছে। - Tokens model-list দেয়
https://tokens.bd/v1/models-এ। তাই/v1দিয়ে শেষ হওয়া URL দিলে IDE আপনার path রাখুক বা/v1দিয়ে বদলে দিক, সঠিক path-ই পাওয়া যায়।
Test Connection fail করলে আর Tokens-এর request log-এ /v1/v1/models-এর মতো doubled path সহ 404 unsupported_endpoint দেখলে বুঝবেন IDE নিজে /v1 জুড়ছে। তখন https://tokens.bd দিয়ে দেখুন (একই host, /v1 ছাড়া)। এই বিকল্পটা bug report থেকে করা অনুমান, JetBrains এটা documentation-এ লেখেনি।
model-list কীভাবে বানানো হয়, তা JetBrains-এর পেজে নেই, তবে ওপরের bug report দেখায় যে IDE /models-এ request পাঠায়। Tokens সেটা key, plan আর wallet অনুযায়ী ছেঁকে দেয়, তাই allow-list দেওয়া key-তে শুধু অনুমোদিত model-গুলো দেখা যায়।
Tool calling#
JetBrains Tool calling setting-টাকে বর্ণনা করেছে এভাবে: MCP দিয়ে config করা tool model call করতে পারে কিনা। এটা শুধু OpenAI-compatible provider-এর জন্য দেখা যায়। AI Chat-এ MCP server ব্যবহার করলে, আর model tool calling support করলে (Choosing a model দেখে নিন), এটা চালু করুন। না করলে বন্ধ রাখুন। MCP-র বাইরে tool use নিয়ে JetBrains-এর পেজে কিছু নেই।
Inline completion-এ Tokens ব্যবহার করুন#
AI Completion (inline completion আর next edit suggestions)-এর provider setting আলাদা।
- একই settings পেজে AI Completion অংশটা খুঁজুন আর Provider set করুন OpenAI Compatible।
- API key-তে আপনার Tokens key আর Base URL-এ
https://tokens.bd/v1দিন। - Model, Model context, Max output tokens আর Prompt schema দিন, তারপর Test Connection ও Apply-এ ক্লিক করুন।
JetBrains বলছে, Base URL-এর endpoint-এ ওই model থাকতে হবে, আর inline completion-এর জন্য Fill-in-the-Middle (FIM) support করা model লাগবে। next edit suggestions-এর জন্য লাগে edit-prediction support। catalog-এর বেশির ভাগ chat model FIM model নয়, তাই completion-কে Tokens-এ পাঠানোর আগে catalog দেখে নিন। টাইপ করতে করতে ছোট বিরতি নিলেই completion চলে, আর metered key-তে খরচ আর প্রতি মিনিটের rate limit, দুটোতেই এটা জমে যায়। spend cap দেওয়া আলাদা একটা key ব্যবহার করুন।
Models Assignment#
local model আর OpenAI-compatible endpoint-এর ক্ষেত্রে JetBrains চায়, আপনি Models Assignment-এর নিচে feature group-গুলোতে model নিজে ঠিক করে দেবেন:
| Group | JetBrains-এর মতে কীসে লাগে |
|---|---|
| Core features | editor-এর ভেতরে code generation আর commit message generation |
| Instant helpers | chat context collection, chat title generation আর name suggestions |
পেজে Context window নামে একটা field-ও আছে, local model-এর জন্য যার default 64 000 token। এটা catalog-এ আপনার model-এর পাশে লেখা context window-এ বদলে নিন, যাতে লম্বা chat মাঝপথে কেটে না যায়।
ঠিকমতো চলছে কিনা যাচাই করুন#
আগে IDE-র বাইরে key আর model পরীক্ষা করুন:
export TOKENS_API_KEY=tok_live_your_key
curl -s https://tokens.bd/v1/models -H "Authorization: Bearer $TOKENS_API_KEY"
curl -s https://tokens.bd/v1/chat/completions \
-H "Authorization: Bearer $TOKENS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "deepseek/deepseek-v4.1-flash", "max_tokens": 16, "messages": [{"role": "user", "content": "Reply with OK"}]}'তারপর IDE-তে Test Connection-এ ক্লিক করুন, AI Chat-এ Tokens-এর model বেছে একটা message পাঠান। Request-টা আপনার Dashboard-এর usage analytics-এ দেখা যাবে।
সীমা আর যা কাজ করে না#
- JetBrains-এর provider পেজগুলোতে agent-এর কথা নেই। Junie, Claude Agent আর বাকি agent আলাদাভাবে config করতে হয়।
- JetBrains স্পষ্ট বলছে, local model ব্যবহার করলে AI Assistant config করা MCP server-এর tool চালাতে পারে না। OpenAI-compatible endpoint নিয়ে পেজে এমন কিছু বলা নেই, কিন্তু সেখানে tool calling-এর প্রতিটা feature চলবে, এমন নিশ্চয়তাও দেয়নি।
- কোনো feature-এর জন্য তাকে support করে এমন model assign করা না থাকলে JetBrains, আপনার JetBrains AI সাবস্ক্রিপশন থাকলে, সেটায় ফিরে যেতে পারে।
- model selector-এর তালিকা ততটুকুই পূর্ণ, যতটুকু আপনার key-র জন্য
GET /v1/modelsদেয়।
সমস্যা হলে#
Test Connection fail করছে। আগে URL দেখুন (ওপরে আছে), তারপর key। সমস্যাটা Tokens-এর না IDE-র, তা আলাদা করতে ওপরের curl command দুটো চালান। version 2026.1.2-এর চেয়ে পুরনো হলে update করুন, কারণ পুরনো build path বদলে ফেলতে পারে।
401 invalid_api_key বা missing_api_key। key ভুল, ফাঁকা রাখা হয়েছে, বা rotate করা হয়েছে। rotate করলে পুরনো secret সাথে সাথে বন্ধ হয়ে যায়। নতুন key paste করে আবার Apply করুন।
model list ফাঁকা। data array ফাঁকা থাকলে সাধারণত কোনো active plan নেই আর Wallet-এও ব্যালান্স নেই, অথবা allow-list সব model বাদ দিয়ে রেখেছে। billing-এ গিয়ে plan নিন বা টাকা যোগ করুন।
404 model_not_found। model id হতে হবে পুরো Tokens id, provider prefix আর slash সহ, যেমন deepseek/deepseek-v4.1-flash।
Tool calling চালু করার পর error। 400 invalid_request-এর মানে হতে পারে upstream tool-এর বিবরণ নেয়নি। setting-টা বন্ধ করুন, নয়তো tool support করে এমন model নিন।
402 insufficient_credits বা 429 rate_limited। billing-এ টাকা যোগ করুন, নয়তো Retry-After পর্যন্ত অপেক্ষা করুন। rate limit-এর সাধারণ কারণ inline completion।
সব code-এর তালিকা আছে Errors পেজে, আর request-এর format আছে Chat Completions-এ।
সূত্র: JetBrains AI Assistant help, Providers and API keys, Use custom models, Agents, tracker issue LLM-22911 আর LLM-22721, অক্টোবর 2026-এ দেখা।