WorkBuddy 自定义模型接入全攻略：把 DeepSeek、企业私有模型接进你的 AI 工作台-171主机测评

WorkBuddy 自定义模型接入全攻略：把 DeepSeek、企业私有模型接进你的 AI 工作台

摘要

WorkBuddy 内置了 Hy3（混元）等模型，日常使用已经足够顺手。但当你想用自己申请的 DeepSeek 额度来控制成本、想接入公司内网的私有大模型来满足合规要求、或者想用某个在代码/推理上特别能打的开源模型时，就需要走「自定义模型」这条通道。本文基于官方文档与社区实测，手把手讲清楚 WorkBuddy 支持哪些接入方式、图形化四步怎么配、如何用 models.json 批量管理，以及企业白名单与常见坑。

一、为什么要把自己的模型接进 WorkBuddy
二、WorkBuddy 支持哪些模型接入方式
三、图形化四步配置（最适合新手）
四、进阶：直接编辑 models.json（批量管理）
五、多模型切换与 AUTO 模式
六、企业场景：模型白名单管理
七、常见坑与排查清单
八、总结

一、为什么要把自己的模型接进 WorkBuddy

内置模型确实省心，但自定义模型解决的是三类真实痛点：

成本可控。 WorkBuddy 内置模型按 Token 配额套餐计费，重度使用会有成本压力。如果你已经在 DeepSeek、Kimi、智谱等平台有自己的 API 额度，把模型接进来，长任务、批处理任务就能走自己的账户，花销一目了然。

数据与合规。金融、政企等场景对数据出网有严格限制。把模型指向公司内网部署的私有大模型（或腾讯云 TokenHub 这类托管私有化方案），敏感数据全程不离开可控环境，过审更轻松。

能力补齐。不同模型各有长板：有的擅长长上下文、有的推理能力强、有的代码补全快。把多个模型都接进来，遇到不同类型任务时手动切到最合适的一个，比「一个模型打天下」更稳。

二、WorkBuddy 支持哪些模型接入方式

核心结论先说在前面：WorkBuddy 的自定义模型仅支持 OpenAI 兼容协议（OpenAI Compatible）的 API，也就是暴露标准 chat/completions 端点的服务。只要是符合这个协议的接口，无论它在公有云、本地还是企业内网，都能接。

按部署位置可以分成三类场景：

场景典型代表接口地址特征

公有云兼容模型	DeepSeek、Kimi、智谱 GLM、MiniMax	https://api.xxx.com/v1/chat/completions
本地模型	Ollama（llama3.2、qwen2.5 等）	http://localhost:11434/v1/chat/completions
企业私有 / 托管	腾讯云 TokenHub、内网自研网关	企业内网或私有云域名

只要 provider 的接口是 OpenAI 格式，WorkBuddy 就能通过「自定义 / Custom」类型直接连上，不需要改任何代码。

自定义模型接入架构

三、图形化四步配置（最适合新手）

对大多数用户来说，图形界面是最省事的方式，全程点几下就能用。

第 1 步：打开模型设置。启动 WorkBuddy，点击左下角账户头像，选择「设置」，在左侧导航里找到「模型」，进入「自定义模型」面板，点击「添加模型」。

第 2 步：选提供商。在提供商一栏选择「自定义 / Custom」。如果你的模型厂商在列表中（如「深度求索 / DeepSeek」「智谱开放平台 / GLM」「Kimi 中国版」等），也可以直接选对应厂商，表单会自动带出部分默认值。

第 3 步：填写四个字段。表单展开后主要填这四项：

接口地址：提供商的 chat/completions 端点，例如腾讯云 TokenHub 的 https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions，或 DeepSeek 官方的 https://api.deepseek.com/v1/chat/completions。
API Key：你在对应平台申请的密钥，通常以 sk- 开头，务必复制妥善保管。
模型名称：调用时传给 API 的 model 字段值，例如 deepseek-chat、DeepSeek-V4 Pro、moonshot-v1-8k、本地 qwen2.5:7b。
高级工具（建议勾选）：工具调用、图片格式、推理模式，按需开启，能让模型更好地配合 WorkBuddy 的智能体能力。

第 4 步：保存并切换。点击「保存」，新模型会出现在 WorkBuddy 的模型选择器列表里，直接在对话界面的模型下拉框选中它即可开始对话。

以腾讯云 TokenHub 接入 deepseek-v4-pro 为例，填完保存后，在模型选择框里选「deepseek-v4-pro」就能用自己账户的额度对话了。

四、进阶：直接编辑 models.json（批量管理）

如果你要一次管理多个模型，或者希望用脚本批量同步配置，直接编辑本地配置文件更高效。

文件路径：

Windows：C:\\Users\\<你的用户名>\\.workbuddy\\models.json
macOS / Linux：~/.workbuddy/models.json

字段全解：

字段必填说明

id	是	传给 API 的 model 参数值
name	是	下拉列表显示名称，自行定义
vendor	是	厂商标识，自行填写
apiKey	是	API 密钥
url	是	完整的 chat/completions 接口地址
supportsToolCall	否	是否支持工具调用（函数调用）
supportsImages	否	是否支持图片输入

下面是一份同时配置「DeepSeek 官方」和「本地 Ollama」的示例：

{
"models": [
{
"id": "deepseek-chat",
"name": "DeepSeek Chat",
"vendor": "DeepSeek",
"apiKey": "sk-你的密钥",
"url": "https://api.deepseek.com/v1/chat/completions",
"supportsToolCall": true,
"supportsImages": false
},
{
"id": "qwen2.5:7b",
"name": "Qwen 2.5 7B（本地）",
"vendor": "Ollama",
"apiKey": "ollama",
"url": "http://localhost:11434/v1/chat/completions",
"supportsToolCall": false,
"supportsImages": false
}
]
}

编辑保存后，完全退出 WorkBuddy 再重新打开，新模型才会生效。

8 家常见平台接口地址速查（仅列 url 部分）：

DeepSeek 官方：https://api.deepseek.com/v1/chat/completions
Kimi（Moonshot）：https://api.moonshot.cn/v1/chat/completions
智谱 GLM：https://open.bigmodel.cn/api/paas/v4/chat/completions
MiniMax：https://api.minimax.chat/v1/chat/completions
腾讯云 TokenHub：https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions
Ollama 本地：http://localhost:11434/v1/chat/completions
阿里通义（兼容 OpenAI）：https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
火山方舟（兼容 OpenAI）：https://ark.cn-beijing.volces.com/api/v3/chat/completions

注意：不同平台的 model 名称（即 id）写法不同，务必以该平台「接口文档」里给出的模型参数为准。

五、多模型切换与 AUTO 模式

配置好之后，对话界面右下角就是模型选择器。它有几种用法：

手动指定：直接在下拉框里选你接进来的某个模型（如 DeepSeek-V4 Flash），之后所有对话都走这个模型。
AUTO 模式：把模型选择权交给 WorkBuddy，由它根据任务自动挑合适的模型，适合不想操心的时候。
按任务切换：写代码时选推理强的，做长文总结时选上下文长的，灵活组合。

轻度使用选 Flash 类模型足够，不必一上来就上 Pro 版；只有重度或高精度需求才考虑 Pro。

六、企业场景：模型白名单管理

在团队 / 企业版里，模型管理不止是「个人添加」这么简单。企业管理员可以在后台调整模型白名单：

统一开通某些受信模型，限制员工只能使用合规范围内的模型；
把私有化部署的大模型加入白名单，让全员都能调用内网模型而不必各自配置；
当管理员调整白名单后，客户端会跟随更新，避免出现「管理员已放开但本地还显示旧模型」的不一致。

这对数据不出域、统一审计的企业环境尤其重要。

七、常见坑与排查清单

接不通时，按下面顺序逐项排查，基本都能解决：

API Key 是否正确：复制后妥善保存，注意前后不要带空格；部分平台限制「限定范围」的 Key 必须勾选对应模型权限。

模型名称（id）是否写对：这是最高频的坑。模型名要跟平台接口文档里的 model 参数完全一致，大小写都不能错。

JSON 格式是否合法：手动编辑 models.json 时，少逗号、多引号、中文引号都会让整个文件解析失败。可用任意 JSON 校验工具先过一遍。

文件位置对不对：确认改的是当前系统用户目录下的 .workbuddy/models.json，而不是随便建的一个副本；改完务必重启 WorkBuddy。

DeepSeek 缓存降成本：长任务里 DeepSeek 有前缀缓存机制，复用得好能明显降低 Token 消耗，写批处理脚本时可以刻意复用相同前缀。

内置模型 ID 冲突：自定义模型的 id 不要和 WorkBuddy 内置模型重名，否则可能被覆盖或不显示。

如果还是调不通，最省事的办法是把平台的「接口文档」页面链接直接丢给 WorkBuddy，让它帮你排好配置——它自己就能把接口地址、模型名、Key 位置都安排明白。

八、总结

WorkBuddy 的自定义模型能力，本质上是把「模型选择权」彻底交还给用户：内置 Hy3 负责开箱即用，自定义模型负责成本、合规与能力的个性化组合。记住三句话就够了——

协议唯一：只要是 OpenAI 兼容的 chat/completions 端点，公有云、本地、私有化都能接；
两种方式：新手走图形化四步，老手直接改 models.json 批量管理；
企业可管：白名单让团队在合规范围内统一用模型。

把模型接好之后，剩下的活——无论是写文案、跑数据分析还是搭网页——就都交给 WorkBuddy 自己干吧。

参考资料

腾讯云 WorkBuddy 官方文档：自定义模型（TokenHub / 私有模型）配置章节
WorkBuddy 官方更新日志 5.3.x（自定义模型相关修复与白名单说明）
DeepSeek 开放平台接口文档（模型名称与端点说明）
社区实测教程：WorkBuddy 接自定义模型完整教程（models.json 字段与多平台接口速查）

WorkBuddy 自定义模型接入全攻略：把 DeepSeek、企业私有模型接进你的 AI 工作台