第 9 章 接入自己的模型：换一台引擎，继续前行

第一篇 使用手册：先把 buddyme 用起来 · 更新于 2026-10-20 · 作者：BuddyMe Editorial Team

buddyme 默认使用平台提供的模型与积分，但它并不打算把你锁在一种选择里。如果你手上有自己的 LLM API、公司采购的模型资源，或者想让模型完全跑在本机，都可以在设置里轻松接入，让 buddyme 换上你的模型继续干活。这一章介绍三种接入方式——URL 一键导入（1.0.50 起）、手工接入第三方 API、接入本地模型——以及遇到小状况时的排查思路。

前面 28 章讲的都是「用 buddyme 干具体活」，这一章往后退一步，回答两个更根本的问题：它凭什么好用，以及怎么用才一直好用。搞懂原理不是为了当工程师，而是为了在它跑偏的时候你知道为什么、在它费点数的时候你知道省在哪里。

• 大模型是怎么「思考」的——Token、上下文窗口、温度与采样，决定了它为什么有时聪明有时糊涂；
• 指令五要素与迭代追问——同一件事，说法不同，产出质量差一倍；
• 模型为什么跑偏——问题分四类，每类有一套对应的纠偏方法；
• 技能与 Agent 的运行机制——理解了它怎么干活，你才能让它替你设计活儿；
• 自动化工作流与成本控制——让定时任务靠得住，让每一分点数花在刀刃上。

不需要任何编程基础，每一节都从「这对你用 buddyme 意味着什么」讲起。读完这一章，你再看前面 28 章的很多操作，会有「原来如此」的感觉。

为什么接入自己的模型

buddyme 开箱即用，平台的模型和积分足够应付日常任务。那为什么还要花心思接入自己的模型？通常出于下面几种情况——它们不一定都发生在你身上，但只要沾上一条，这一章就值得读。

积分用完，手边还有别的额度

平台积分是消耗品，忙季集中跑几个大任务，额度可能先见底。如果你手上已经有其他模型的 API 额度——比如公司采购的、活动赠送的、或者自己订阅的——接入 buddyme 后，这些额度立刻变成 buddyme 的"燃料"，不必等积分恢复，工作不断档。

已经有自己的 API 或套餐

不少重度 AI 用户手上都有几样"存货"：某家模型的 API Key、公司采购的中转服务、一个本地部署的模型。这些资产原本只能在各自的产品里用，接入 buddyme 后即可统一调度——你在 buddyme 里写任务、跑自动化，底层消耗的是你自己的额度，一份钱两处花。

偏好某个特定模型

不同模型各有脾性：有的擅长推理，有的擅长长文，有的中文写作味道更对。如果你早已习惯某个模型的手感，就让 buddyme 挂上它——熟悉的表达质量，配上 buddyme 的执行力，是最舒服的组合。

数据不出本机

这是最值得认真对待的一条。处理涉密文档、客户资料、内部数据时，你可能会希望内容根本不离开这台电脑。接入本地模型（如 Ollama）后，模型的推理就发生在本机，任务内容不经过任何云端——你的文件在你授权的目录里被读取，在本机被理解、被加工，成果也落在本机。对有数据合规要求的岗位，这不只是偏好，而是刚需。

进入模型设置

所有接入动作都从同一个入口开始：左侧导航的「模型」页。路径很短，认一遍以后就熟了。

三步到达新建入口

1. 打开 buddyme，轻点左侧导航的「模型」，进入模型管理页；
2. 切换到「大语言模型」标签——这里陈列着当前可用的模型清单，也是管理已接入模型的控制台：每行一个模型，可以置顶、克隆、编辑或删除（内置的 buddyme 档案不提供删除，保证基础能力随时可用）；
3. 轻点右上角的「＋ 新建模型」，进入新建表单。

新建表单里填什么

新建模型的表单字段不多，逐项认识一下：

此外还能设置最大输出长度（max_tokens）与思考模式（部分模型支持，可选轻量到深度不同档位）。这些高级项保持默认即可，不影响连通。

保存之后

保存后新模型立即出现在清单里。想让它真正参与任务，到「智能体设置」标签，在对应岗位（如执行任务的 LoopAgent）的下拉里选中它，再轻点「▶ 测试」验证连通——灯亮了，这个岗位从此就用你的模型干活了（详见第 3 章第 4 节）。

URL 一键导入：从网页复制模型配置

从 1.0.50 版本起，buddyme 支持一种最省事的接入方式：URL 一键导入。不用逐项填写接口地址和密钥，把网页上的配置链接复制回来、粘贴进去，一条模型配置就完整落地。换新电脑、重装系统、或者同事把配好的模型分享给你时，这是最快的路。

两步完成

1. 在网站复制配置链接。登录 www.buddyme.cn，进入模型配置相关页面，找到你要接入的模型条目，轻点「复制链接」（或类似入口），配置链接即进入剪贴板；
2. 在桌面端粘贴导入。打开 buddyme「模型」页，轻点「URL 一键导入」，粘贴刚才的链接，确认后配置自动填好、保存即用。

与站点 Key 的关系

一键导入的不只是外部模型：升级到付费档后，控制面板里的站点 Key（bk- 开头）也可以用同样的方式一键导入桌面端，网站上的额度就直接供桌面端使用（详见第五篇「账号与额度」的站点 Key 一节）。1.0.50 起，余额/点数面板与三个 URL 一键导入卡片（大语言模型、视觉理解、生图模型）都会在登录后显示在控制面板里。

两个提醒

• 配置链接当作密钥对待。链接里可能包含鉴权信息，只通过可信渠道传给可信的人，不要发到公开群聊；
• 导入后测一次。粘贴导入虽然不易出错，仍建议按下一节的方法发个小任务验证链路，再托付正式工作。

接入第三方 API：云端模型三步走

第三方 API 是所有接入方式里最简单的一种：拿到 API Key，粘贴进去，基本就完成了。下面以一家云端模型服务商为例走一遍流程——各家服务商的步骤几乎完全一样，只是获取 Key 的入口不同。

第一步：获取 API Key

先到模型服务商的官方网站注册并登录，进入其开放平台（API 管理）页面，创建一个 API Key。登录该服务商的开放平台，在"API Keys"（或类似名称）页面新建一个 Key，复制保存。

• Key 只在创建时完整显示一次，复制后请妥善保存；如果忘了复制，删掉旧 Key 重新建一个即可；
• 记得确认账户里有余额——Key 有效但余额为零，同样跑不了任务。

第二步：在 buddyme 中填写

按上一节的路径打开「模型 → 大语言模型 → ＋ 新建模型」，新建一个条目：id 起个好认的名字（如 chat-pro），api_key 粘贴刚才的密钥，base_url 填该服务商的接口地址，EndPoint 选 OpenAI 格式，api_model 填文档给出的模型标识：

填写完成，buddyme 会尝试连接验证。通过后，这个模型就出现在你的模型列表中了。

第三步：试一个任务

接入后别急着托付正式工作，先发一个小任务试试，比如“用一句话介绍一下你自己”。如果回复正常，链路就算通了。之后到「模型 → 智能体设置」，把需要的岗位切换到它，后续任务就会用你自己的额度来跑。

其他服务商怎么办

任何服务商都可以按上面的"自定义"方式接入：填入服务商提供的接口地址（Base URL）、API Key 与模型名称即可——这三样信息在每家服务商的 API 文档里都写得清清楚楚，照着填就行。只要对方兼容 OpenAI 接口格式，就能接入。

接入本地 Ollama

如果你希望模型的推理完全发生在自己的电脑上——不经过任何云端——本地 Ollama 是最顺手的方案。Ollama 是一个本地运行开源模型的工具，装好之后，你的电脑自己就是一台"模型服务器"，buddyme 连上它，任务的理解和生成就全部在本机完成。

本地模型的三重优势

• 数据不出本机：任务内容、文件资料只在你的电脑和模型之间流转，不经过任何第三方服务器。处理涉密文档、客户资料时的安心感，是云端方案给不了的；
• 可离线：断网也能用。高铁上、飞机上，模型照常工作；
• 零 Token 成本：跑多少任务都不产生按量计费——若不计电费，成本就是零。

代价也要说清楚：本地模型的表现受限于你电脑的硬件（内存/显存），推理速度通常不如云端旗舰模型。适合轻量任务与敏感任务，不是追求极致质量的场合。

第一步：安装并启动 Ollama

到 Ollama 官网下载安装包（Windows/macOS 都有），安装后启动。启动后它会常驻后台，默认监听 11434 端口，并提供 OpenAI 兼容接口——这意味着 buddyme 接入它的方式，和接入第三方 API 是同一套。

然后拉取一个模型，例如在终端执行：

ollama pull <模型名>

模型名称和大小按你电脑的配置选择（在 Ollama 模型库中挑选），内存越充裕可选越大的模型。

第二步：在 buddyme 中接入

打开「模型 → 大语言模型 → ＋ 新建模型」：来源字典选客户/本地自部署，base_url 填 http://localhost:11434/v1，EndPoint 选 OpenAI 格式，api_model 填刚拉取的模型名（与 pull 的一致），api_key 留空即可：

第三步：验证

发一个小任务试试，比如"把这句话翻译成英文：本地模型已就绪"。如果回复正常，说明 buddyme 和本机 Ollama 已经握上了手。之后切换到该模型，任务就在本机闭环完成。

常见问题

接入外部模型的过程不长，但偶尔也会遇到小状况。好消息是，绝大多数问题都集中在几个常见原因上，按下面的清单排查，通常几分钟就能解决。

连不上：验证一直不通过

最常见的一类问题，症状是点「测试」后转圈或直接提示失败。按顺序检查：

1. 接口地址是否正确：自定义接入时，地址末尾多了或少了路径、http 写成 https，都会连不上。照服务商文档逐字核对，别凭记忆敲；
2. 本地 Ollama 是否在运行：接入 Ollama 时，先确认 Ollama 已经启动。在浏览器里访问 http://localhost:11434，能看到回应就说明服务活着；反之，去任务栏/菜单栏把 Ollama 启动起来；
3. 网络环境：公司内网或代理环境下，请求可能被拦截。换一个网络（比如手机热点）再试一次，如果立刻通了，问题就在网络上，需要请 IT 放行对应的域名和端口；
4. 防火墙：本地 Ollama 首次启动时如果弹出了防火墙授权请求且被拒绝，也会导致连不上。允许 Ollama 通过防火墙即可。

Key 无效：提示鉴权失败

症状是能连上服务，但提示 401 或"无效的 API Key"：

• Key 复制不完整：多复制了一个空格、少复制了结尾几位，是最常见的原因。重新完整复制一遍，粘贴前看一眼首尾；
• Key 已被删除或重置：回到服务商开放平台确认这个 Key 还在生效，不在就重新创建一个；
• 余额不足或未开通服务：Key 有效，但账户没有余额、或没开通对应模型的调用权限，也会报错。到服务商后台确认账户状态。

模型列表里找不到刚接入的模型

• 确认接入流程最后一步保存成功了，回到「大语言模型」标签刷新一下列表；
• 自定义接入时检查模型名称是否拼写正确——名称区分大小写，版本号也不能少，以服务商文档为准。

能用，但响应很慢

• 本地模型：换更小的模型，或关闭其他吃内存的程序；
• 云端模型：高峰期服务商会限流，可以过段时间再试；也可能是当前模型本身较慢，切换到更轻的型号试试。

一个稳妥的排查习惯

遇到问题时，先做一次最小化验证：在浏览器访问服务商的接口地址或在服务商官网直接测试 Key 是否可用，把"buddyme 的问题"和"服务本身的问题"分开。如果服务本身正常而 buddyme 连不上，再回头检查 buddyme 里的配置项。

成本控制：Token优化与预算管理

用 buddyme 用到进阶阶段，你早晚会碰到同一件事：看一眼用量面板，发现这个月烧掉的积分比预想多了一大截，然后开始回忆"我到底干了啥"。这一节就讲清楚积分是怎么被吃掉的、哪些消耗是冤枉钱、以及怎么在不牺牲效果的前提下把成本压下来。

先搞懂：你花的钱花在哪了

为什么：不知道消耗构成，任何优化都是瞎猜。buddyme 的积分消耗粗略对应底层模型按 Token 计费的成本，公式可以记成一句话：单次消耗 ≈ 模型倍率 × 上下文长度 × 返工次数。三个变量，对应三类专业优化。

Token 从哪来（两类）：

• 输入 Token：你发的消息 + 全部历史对话 + 上传的文件内容 + 工具返回的中间结果。对话越长，每一轮都越贵。
• 输出 Token：buddyme 生成的内容。要求它写八千字长文，输出部分自然不便宜。

两者的关键是输入部分会滚雪球。 buddyme 的对话是"无记忆"设计——模型每次回复都要把你这个会话从头到尾的全部历史重读一遍。你以为自己在续聊，模型以为在"从头读一封越来越长的信"。

算笔账：假设平均每轮你发 200 字、它回 800 字，到第 20 轮时，每一轮的输入已经累积到一万多字——而你刚发的那句新话可能只占其中的 1%。换句话说， Late 阶段的大部分积分，花在"让 AI 复习旧笔记"上，而不是干新活。

省法一：砍上下文（省 30%-50% 的主力手段）

怎么做：

• 第 1 步：一任务一窗口。一个会话只做一类事，做完关掉，新任务开新窗口。把周报、PPT、改代码混在一个会话里聊，是成本翻倍的头号原因。
• 第 2 步：文件优于粘贴。把内容做成文件让它读，比把全文贴进对话框省 Token 也更准——文件引用本身不占对话历史太多篇幅，贴进去的全文则永远留在历史里。
• 第 3 步：定期"压缩存档"。长会话每 5-10 轮，让它把"已确认的结论 / 已排除的方案 / 待办"总结成一小段，开新窗口带着这段总结继续。历史从几万字缩成几百字，效果基本不损失。
• 第 4 步：指令本身瘦身。删掉客套话和重复修饰。"麻烦你帮我仔细认真地把这个数据整理一下好吗" → "整理这份数据，按月汇总，去重"。指令精简 30%-50%，输出质量不降反升——废话越少，约束越清晰。

出错怎么办：压缩后发现它忘了某条关键约束，不用重开会话——把那条约束补回当前消息即可，关键要求本来就该在结尾重复一遍（想想"中间信息容易被忽略"那条原理）。

省法二：选对模型（倍率差可达数倍）

为什么：同一件事，不同模型底座的消耗倍率差别很大。用旗舰模型做"翻译一段话"这种活，等于开卡车去买菜——不是不行，是浪费。

选型经验表：

• 轻量/快答类（改写、摘要、翻译、简短问答）：用低倍率模型，消耗最低、秒回。
• 日常办公类（周报、通知、常规文档）：标准模型足够，质量和成本均衡。
• 硬骨头类（复杂推理、长代码、深度调研）：才值得上旗舰/深度思考模型。
• 拿不准就用自动档，但要知道它偶尔会"杀鸡用牛刀"，高消耗任务后回看一眼明细。

进阶玩法——规划与执行分工：复杂任务可以先用旗舰模型把方案、大纲、边界聊透（这一步很便宜，因为内容短），再把大纲交给低倍率模型批量产出（这一步量大但单价低），最后人工或用旗舰复核。一次内容生产任务，这样切分通常能省下一半以上。

省法三：减少返工（一次返工 = 双倍积分）

为什么：这是最冤的一类消耗。方向错了再返工，错误的输出本身已经花过一次钱，重做再花一次——返工五次等于付六次钱只拿走一份成果。

怎么做：

• 先审计划再执行。复杂任务让它先出步骤清单，你花一分钟确认方向，再放行执行。
• 指令用五要素一次说全。角色、任务、上下文、约束、格式齐全，能把平均返工从几次降到一两次——省的不只是时间，是每一轮追问都在付的上下文钱。
• 试错用便宜窗口。不确定要什么效果时，先在轻量模型上快速试风格，定稿思路后再正式执行，别拿旗舰模型当草稿纸。

省法四：给自动化任务定预算纪律

为什么：手动任务你每点一次都有感知，定时任务却在你睡觉时默默烧积分。一条没调好的日报任务，一个月能悄悄吃掉几百上千积分。

怎么做：

• 第 1 步：每条定时任务上线前先手动跑一次，记录单次消耗。
• 第 2 步：算月账：单次消耗 × 执行频率。超过你心里价位就调——降频（日报改周报）、缩范围（只处理新增内容而非全量）、换低倍率模型。
• 第 3 步：定期审计任务清单，问一句"这条任务上周产出的东西我看了吗"。连续几周没人看的产出，直接停掉——没有收益的算力投入就是纯浪费。

建立你的预算习惯（照着做）

怎么做：

• 第 1 步：打开用量面板，看本月明细，找出消耗前三的任务——通常前 20% 的任务占了 80% 的消耗。
• 第 2 步：对照上面四省法，逐条问自己：这个会话是不是太长了？这个模型是不是用重了？这个返工是不是指令不清造成的？这条定时任务还值不值？
• 第 3 步：把省钱后验证过的好指令存成模板。每次复用模板 = 每次省掉试错轮次，这是持续性的节省。

出错怎么办：积分莫名骤降但找不到原因时，优先查两处：一是有没有刚上线的定时任务在跑高频循环；二是有没有长会话拖着几万字历史在反复续聊。九成"积分刺客"都藏在这两个地方。

成本自检清单

• [ ] 知道自己本月消耗最高的三个任务是什么
• [ ] 长会话有定期总结压缩的习惯，没有无限续聊的老窗口
• [ ] 轻、中、重任务分层用了不同档位的模型
• [ ] 复杂任务先审计划再执行，没有五次返工的黑历史
• [ ] 每条定时任务都知道自己的月消耗，并且产出有人看
• [ ] 常用指令存成了模板，不再每次从零试错

六条全勾，你就已经是"花小钱办大事"的那类用户了。