WorkBuddy 外部模型 API 配置教程

📚 系列导航：上一篇 WorkBuddy 接入微信、飞书与钉钉教程 已经完成前一阶段；本篇聚焦添加第三方模型 API 与本地 Ollama 模型；下一篇 WorkBuddy 自动化任务设置教程 继续后续学习。

先给结论：在 WorkBuddy 设置的模型页面中，可以添加套餐或自定义 API；接第三方服务需要正确的 API key，接本地 Ollama 则要先启动兼容接口。凭证要保密，模型接通后先跑最小测试。

有自己的 API、Coding Plan 或本地 Ollama，也能接进模型列表

如果你已经购买了其他模型 API，或者本机跑着 Ollama，却仍然只使用 WorkBuddy 默认模型，相当于桌上已经有工具，却没把插头接上。

看完这一篇，你会拿到：

• 找到 WorkBuddy 的模型设置入口
• 添加 Coding Plan、Token Plan 或自定义 API
• 以 DeepSeek 为例填写 API key
• 接入本地 Ollama 的前置条件
• 一套不会拿正式资料试错的验证流程

⚠️ 模型供应商、套餐名称、接口格式和 WorkBuddy 配置页面会变化。具体选项以当前客户端和供应商官方文档为准。

进入 WorkBuddy 模型管理设置

打开 WorkBuddy 设置。

选择模型相关选项。

点击“添加模型”。

在这里可以选择 Coding Plan、Token Plan，或添加自定义 API。

💡 一句话总结：入口路径就是“设置 → 模型 → 添加模型”；先确认你接的是套餐还是按 API key 调用的服务。

配置 WorkBuddy DeepSeek API

选择 DeepSeek 后，按界面要求填写 API key。

API key 可以理解成模型服务的门卡：谁拿到它，谁就可能消耗你的额度。

因此要守住三条线：

1. 只从供应商官方控制台创建 key。
2. 不把 key 发进聊天、截图、文档或代码仓库。
3. 怀疑泄露时立即撤销并创建新 key。

保存配置后，先用一条不含敏感资料的简单任务测试，例如：

请用三句话解释什么是 CSV 文件，并在最后写出当前模型名称。

预期结果：任务正常返回，模型标识符合你刚添加的配置，供应商控制台能看到对应调用记录或额度变化。

💡 一句话总结：API 接通不等于正式可用；先用无敏感信息的小任务验证模型、账单和错误信息，再处理真实资料。

WorkBuddy 接入本地 Ollama 模型

WorkBuddy 也可以接入本地 Ollama 模型。前提是 Ollama 已在本机启动，并提供 WorkBuddy 能访问的 OpenAI 兼容接口；蓝皮书使用的默认端口是 11434。

本地模型的优势通常包括：

• 模型推理在本机运行
• 可以在不依赖远程模型服务时使用
• 没有第三方模型 API 的按 token 调用费用

但别把“本地模型”自动等同于“整条任务链绝对离线”。如果任务还调用了联网 Skill、远程连接器或云端服务，数据仍可能离开本机。机器本身也要承担模型运行所需的内存、存储和计算成本。

接入后先测试：

1. Ollama 服务是否已启动。
2. 地址和端口是否正确。
3. 模型名称是否与本地已安装模型一致。
4. WorkBuddy 能否完成一条纯文本小任务。

💡 一句话总结：Ollama 要先在本地启动兼容接口；它能减少远程模型依赖，但是否完全离线要看任务有没有调用其他外部服务。

WorkBuddy 外部模型 API 常见问题

排查时保留状态码和错误类型，但隐藏 API key、token 和完整凭证。

⚠️ 不要为了“快速验证”把 API key 粘贴给 AI 让它检查。验证凭证应通过客户端配置和供应商控制台完成。

本篇小结

• WorkBuddy 可以添加套餐、自定义 API 和本地 Ollama。
• 第三方 API 需要妥善保存 key，并关注额度和账单。
• Ollama 要先启动本地兼容接口，默认端口示例为 11434。
• 新模型接入后先用无敏感资料的小任务验证。
• 本地模型是否真正离线，取决于整条任务有没有调用其他外部服务。

你现在应该能：在 WorkBuddy 中添加一个外部模型来源，并通过最小任务确认连接、模型和费用是否符合预期，同时避免把 API key 暴露在聊天和文件里。

下一篇 10 · WorkBuddy 自动化任务：模型准备好了，下一步把那些时间固定、步骤相似、结果可检查的工作设成自动运行。