WorkBuddy 怎么接自定义模型？Ollama 本地部署与自定义协议开关

2026-08-08

内置模型够用的时候没人折腾这块。会走到自定义模型这一步的通常是三种人：手上已经有 API Key 不想再买一份的、公司规定数据不能出内网的、以及想用某个内置列表里没有的模型的。

WorkBuddy（Tencent WorkBuddy）这三条路都给了，而且官方特意强调了一点：自定义模型可通过可视化界面配置，支持添加、编辑和删除，无需手动编辑配置文件。

一、提供商接入：多数情况下只用填一个 Key

最常见的场景是你已经有某家模型服务的 API Key。官方给的流程是：从提供商列表中选择，或者选自定义 API。

选完之后的好处在于——URL、模型列表、能力标记（工具调用、图片输入、推理模式等）会自动填充，仅需补全 API Key 即可保存使用，全程无需手动修改任何配置文件。

这里值得留意的是”能力标记”这一项。工具调用、图片输入这些标记决定了这个模型在实际任务里能干什么：标记不对，你可能会遇到”选了这个模型但它读不了图片”的情况。选标准供应商时这些标记会自动写入，这也是官方建议优先从列表里选的原因。

配置入口在设置页的「模型」里，通过图形界面管理，保存后自动持久化。

二、两类腾讯云的计费方案

官方在自定义模型这块给了两个和计费直接相关的选项，容易被忽略：

腾讯云 Token Plan —— 需要按 Token 用量计费的团队，可以在自定义模型配置中选它作为鉴权方式，以腾讯云账号体系完成鉴权与计费。官方列出的可接入模型范围包括混元 2.0、MiniMax、Kimi、GLM 等。

Coding Plan —— 面向 AI Coding 场景推出的专属订阅套餐，支持接入腾讯云 Coding Plan、智谱 Coding Plan 和 Kimi Coding Plan。

这两条路的意义在于：如果你所在的团队本来就在腾讯云上有账号和预算，走 Token Plan 能把这部分用量并进已有的账单体系，而不是再单独开一份订阅。

不过有一点官方文档没有说明：走自定义模型（自带 API Key 或 Token Plan）时，是否还会消耗 WorkBuddy 自己的积分。这一点我们不做推断——关心成本的话，配置前直接问官方客服或看订阅政策更稳妥。

三、Ollama：把模型跑在自己机器上

这是数据敏感场景唯一实际可行的一条路。

官方对 Ollama 的描述是：一个开源的本地大模型运行工具，安装后通过一行命令即可拉取并运行开源模型；启动后会在本地监听 HTTP 端口（默认 11434），并自动提供兼容 OpenAI 协议的接口供 WorkBuddy 对接。

“兼容 OpenAI 协议”这句是关键——正因为协议兼容，WorkBuddy 才能像接一个普通的云端服务那样接本机服务，不需要为它做特殊适配。

官方给的三个适用场景值得原样记住：

场景	官方说明
数据隐私 / 内网合规	代码与对话内容不出本机，适合金融、政企、敏感项目场景
零成本试用	不用消耗 Token、不用付费 API Key，把硬件当算力
离线可用	飞机上、内网开发机、没网的环境也能用

但这条路不是免费午餐，有两件事官方没说，你得自己掂量：

一是算力。模型跑在你的机器上，速度和能跑多大的模型完全取决于本机配置。官方没有给出运行 Ollama 的硬件要求，这意味着效果因机器而异——笔记本上跑个小模型和工作站上跑大模型，体验不是一回事。

二是能力差距。本地能跑的开源模型，和云端的旗舰模型在复杂任务上通常有差距。日常问答、文本整理这类任务本地模型够用；多步骤的复杂任务、需要精确工具调用的场景，落差会明显。

还有一个容易让人混淆的点：官方在环境要求里写明”需要网络连接以调用 AI 模型服务”，而 Ollama 主打的恰恰是离线可用。两者不矛盾——前者说的是调用云端模型，走本地模型时这条自然不适用。但如果你是冲着”完全断网也能用”去的，配置前最好确认一下客户端本身在离线状态下的行为，这一点官方文档没有展开说明。

四、自定义与自定义协议开关

如果你的模型服务不在提供商列表里，可以选 自定义 / Custom，手动填写 URL、API Key 与模型名接入。

更深一层是「自定义协议」开关，这是高级配置里的一项，用来处理非标准 URL 路径：

状态	行为
关闭（默认）	使用标准 `/chat/completions` 路径，自动校验并补全接口地址
开启	直接使用用户填写的接口地址发起请求，跳过路径校验与自动补全

什么时候该开：官方说明是当模型服务使用非标准 URL 路径时（比如经过网关或代理层封装）。

实际判断方法很简单——如果你填的地址在关闭状态下报路径相关的错误，而你确认这个地址在别的客户端里能正常用，那多半就是路径被自动补全改坏了，这时候开启开关直接用你填的地址。

反过来，没遇到问题就别开。关闭状态下的自动校验与补全是一层保护，开了之后地址写错就没人提醒你了。

五、老配置不会失效

有一条兼容性说明值得单独提，因为它能省掉一次不必要的折腾：

官方明确，已经通过 ~/.codebuddy/models.json 配置的自定义模型，在界面升级后仍可正常使用，并且可以通过 UI 界面查看、编辑或删除，无需再直接操作配置文件。

也就是说，如果你是早期手写过配置文件的用户，升级后不用迁移，直接在界面里管理就行。

六、什么情况下别折腾自定义模型

第一，内置模型够用的时候。 官方内置了覆盖推理、多模态及图像处理的模型，日常办公场景基本都在射程内。为了省一点钱去配一套自定义模型，很可能得不偿失——尤其是走自定义后积分怎么算官方还没说明。

第二，只是想省钱的时候。 真正的成本大头是模型等级选择（官方把它列为影响积分消耗的三因素之首），把日常任务从高级模型换到轻量模型带来的节省，往往比折腾自定义模型来得直接。

第三，团队协作场景。 自定义模型是本机配置，团队里每个人都得配一遍。有统一管控需求的，企业版的企业模型配置是更合适的路。

小结

自定义模型这块官方做得比较克制：可视化配置、无需改文件、标准供应商自动填充能力标记，够用。腾讯云 Token Plan 和 Coding Plan 解决的是计费归集问题，Ollama 解决的是数据不出本机的合规问题（代价是本机算力和模型能力）。

自定义协议开关默认关着就好，只在地址被自动补全改坏时才开。至于走自定义模型后积分怎么算——官方文档没写，别自己推断，配置前问清楚。