用 WorkBuddy 的自定义模型功能，把高频调用成本降下来

适用人群：WorkBuddy 重度用户、开发者、想把 AI 调用成本自己掌控的人。 我每天高频调模型跑任务，内置积分烧得飞快，后来发现 WorkBuddy 支持在设置里接入自定义模型。只要你自己有一个 OpenAI 兼容的 API 端点，就能把这些模型挂到 WorkBuddy 里手动切换使用，消耗不再走 WorkBuddy 积分。下面把"怎么接 + 怎么验证 + 怎么算账"一次讲透。

一、为什么要用自定义模型

WorkBuddy 内置模型是按"积分"扣的，长期高频使用有两个痛点：

• 加量包单价高：临时赶项目还能接受，天天用就吃不消。
• 额度有上限：免费版每月基础额度有限，月底容易见底。

而 WorkBuddy 的自定义模型功能支持 OpenAI 兼容协议。你把自有的 API 端点填进去后，在对话里手动切到这个模型，调用成本就走你自己的 API 账单，不再消耗 WorkBuddy 积分。对高频任务来说，这是一条稳定的降本通道。

二、原理一句话

WorkBuddy 的"添加自定义模型"就是填一个 OpenAI 风格的三元组：Base URL + API Key + 模型名。你发消息时，WorkBuddy 把请求转发到这个地址，拿到结果后照常显示在对话里。本质上和调用内置模型没区别，只是账单由你填的端点承担。

三、准备工作

• 已安装并登录 WorkBuddy 桌面端。
• 拥有一个 OpenAI 兼容的 API 端点 和对应的 API Key（可以是你自己部署的模型、私有化服务、或任何兼容 /v1/chat/completions 的接口）。
• 确认该端点的模型名和计费方式（按 token 计费居多）。

安全提示：自定义模型会收到你的完整 Prompt，涉及机密/隐私的内容请谨慎使用，优先走私有部署或本地模型。

四、接入步骤（四步）

第 1 步：拿到 API Key 和接口信息 确认你的端点地址、模型名、Key 格式。常见 OpenAI 兼容地址一般以 /v1 结尾，例如 https://your-endpoint.example.com/v1。

第 2 步：在 WorkBuddy 里添加自定义模型 打开 WorkBuddy → 左下角头像 → 设置 → 模型 → 添加自定义模型，参考下面填写：

名称：My-Custom-Model
Base URL：https://your-endpoint.example.com/v1
API Key：sk-你的Key
模型：your-model-name

第 3 步：对话时切换 在对话界面的模型下拉菜单里，选择你刚添加的模型。之后这条对话的请求就都会走自定义端点。

第 4 步：发一句简单的话验证连通 能正常回复说明配置正确。如果报错，按 Base URL 是否带 /v1、Key 是否正确、模型名是否拼错这三条逐一排查。

五、接之前先用脚本验证（避免填错白忙活）

与其在客户端里反复试，不如先用一段 Python 把接口跑通。下面代码里的参数和你在 WorkBuddy 里填的是同一套：

from openai import OpenAI

# 换成你自己的端点、Key、模型名
client = OpenAI(
    api_key="sk-你的Key",
    base_url="https://your-endpoint.example.com/v1",
)

resp = client.chat.completions.create(
    model="your-model-name",
    messages=[{"role": "user", "content": "用一句话解释什么是限免模型"}],
)
print(resp.choices[0].message.content)
print("本次用量:", resp.usage)

能打印出回复和 usage，说明接口通了，把同样的三个参数填进 WorkBuddy 即可。

六、成本核算方法：自己算一笔账

自定义模型划不划算，取决于你的调用量和端点单价。下面这段脚本帮你估算"同样 1500 token 一轮，不同单价下每轮多少钱"：

# 输入/输出单价：元 / 百万 token，按你自己的端点实际价格填写
PRICE_PER_M = {
    "你的模型A": (1.0, 2.0),   # 示例：输入1元/百万，输出2元/百万
    "你的模型B": (0.5, 1.5),
}

tokens_per_turn = 1500
for name, (inp, out) in PRICE_PER_M.items():
    cost = (inp + out) * tokens_per_turn / 1_000_000
    print(f"{name}: 每轮约 ¥{cost:.4f}，¥1 约可对话 {1/cost:.0f} 轮")

把上面算出来的"每轮成本"和 WorkBuddy 内置模型的积分消耗一对比，就知道高频场景下该切哪边了。一般规律是：调用越频繁、单条越长，自定义模型越省；偶尔用用，留在内置积分更省心。

七、注意事项（踩坑提醒）

• 数据安全：自定义端点会收到你的 Prompt，机密内容建议只用私有部署或本地模型。
• 限免期优先用内置：如果 WorkBuddy 内置模型当前处于"限免全模型"期，直接免费使用，没必要切自定义。
• 多模态任务不支持：生图、视频等任务通常需要专用多模态模型，自定义文本端点接不了，仍会走内置模型并扣积分。
• 价格与稳定性自负：自定义端点的可用性、响应速度、价格变化由该端点提供方决定，WorkBuddy 只负责转发。

八、小结

自定义模型不是复杂操作，本质就是"填三个字段 + 手动切换"。它的价值在于把高频、长文本类的调用成本从 WorkBuddy 积分体系里剥离出来，由你自己按 token 付费。对于每天都要跑大量任务的人来说，这是把成本曲线打平的最直接手段。