Skip to content

Selección y personalización de modelos: 14 modelos integrados, API Key y Ollama ​

El modo de ejecución quedó definido en la lección anterior; esta página resuelve «qué modelo enviar a hacer el trabajo». Para la misma tarea, enviar el modo rápido o el extremo, usar el DeepSeek integrado o el Ollama local puede marcar una gran diferencia en velocidad, calidad y factura de créditos. Los modelos de WorkBuddy se dividen en dos niveles: los integrados, 14 listos para usar, se cobran por multiplicador de créditos; los personalizados los conectas tú mismo — API Key, plan de Tencent Cloud u Ollama local, todo vale — y además no consumen créditos de WorkBuddy. En 12 minutos, aclara de una vez las dos tareas de «elegir modelo» y «conectar modelo».

Esta es la lección 5 de «Uso diario», basada en WorkBuddy v5.9.3, con base en la documentación oficial de «Configuración de modelos» y la documentación de «Selección de modelos» de la App / el mini programa.

Qué podrás hacer al terminar ​

  • Distinguir los dos niveles de los modelos de WorkBuddy: 14 integrados listos para usar, modelos personalizados conectados según necesidad
  • Cambiar entre los modos rápido / equilibrado / extremo en el selector de modelos y elegir el modelo integrado adecuado según la tarea (mirando etiquetas de capacidad, multiplicador y nivel de ocupación)
  • Conectar modelos personalizados con presets de proveedor + API Key, o con Ollama local, y gestionar bien las claves guardadas en el models.json local
  • Explicar cómo afectan al consumo de créditos la intensidad de razonamiento, la ventana de contexto y el modo económico
  • Si aparece un error 4100 o un modelo en gris, arreglarlo por tu cuenta

Tu situación actual ​

  • La tarea no es difícil, pero siempre usas el mismo modelo, y hasta las preguntas simples queman bastantes créditos
  • Quieres usar el plan de modelos adquirido de forma centralizada por tu empresa, o quieres que el contenido no salga nunca de tu máquina, y no sabes si WorkBuddy puede conectarse
  • Añadiste un modelo personalizado, pero aparece en gris y no se puede seleccionar, y en la conversación aparece un 4100

Cuándo usar esta técnica ​

Cuando necesitas:

  • Asignar distintos modelos a distintas tareas — los retoques simples deben ser rápidos y económicos, los análisis complejos deben ser estables
  • Conectar servicios de modelos de terceros: API Key, Tencent Cloud Token Plan, Coding Plan
  • Mantener el código y las conversaciones dentro de tu máquina (Ollama local), usable también en redes internas y sin conexión

Y además no quieres:

  • Modificar a mano archivos de configuración y buscar un montón de parámetros solo para usar un modelo
  • Entregar tu API Key a una nube en la que no confías

🎒 Preparativos antes de empezar ​

💡 ¿Consume créditos?

Los modelos integrados se cobran por créditos, con multiplicadores distintos según el modelo (x0.06~x1.62); los modelos personalizados no consumen créditos de WorkBuddy — todos los costes generados (tokens, suscripciones, etc.) los pagas directamente al tercero (según la postura oficial). Las reglas de créditos se detallan en 2.6 Créditos y precios.

Idea central ​

Modelo mental: los modelos de WorkBuddy = un selector en la conversación + una página de configuración en los ajustes.

NivelQué esCómo se usa
Modelos integradosLos 14 ya conectados oficialmente (Hunyuan, GLM, Kimi, MiniMax, DeepSeek)Elegirlos directamente en el selector de modelos, se cobran por multiplicador de créditos
Modelo personalizadoModelos de terceros / locales que tú mismo conectasSe configura en «Modelos» de la página de ajustes; el costo se paga al tercero, no consume créditos de WorkBuddy

En el selector también hay tres niveles de modo (Rápido / Equilibrado / Extremo), que determinan qué nivel de capacidad de modelo se asigna a cada tarea. La recomendación oficial es muy directa: si no sabes qué nivel elegir, usa Equilibrado.

Hay tres «modos» que se confunden fácilmente; primero aclaremos la diferencia de una vez:

DenominaciónQué controlaDónde está
Modo de ejecución (Agent / Plan / Ask)Cómo avanza la tareaCuadro de entrada, lado izquierdo + menú (lección anterior)
Modo de modelo (Rápido / Equilibrado / Extremo)Qué nivel de modelo se asignaPanel de selección de modelos (esta lección)
Intensidad de razonamiento / ventana de contextoCon qué profundidad razona y por cuánto tiempo recuerda un modelo individualConfiguración de parámetros del modelo (esta lección)

Garantía de seguridad (postura oficial): los parámetros de configuración de los modelos personalizados (incluida la API Key) se guardan solo localmente en ~/.codebuddy/models.json y no se suben a la nube; al usarse, WorkBuddy actúa únicamente como canal de comunicación, reenviando tu entrada directamente al modelo que configuraste, y la salida es devuelta directamente por ese modelo.

Hazlo conmigo ​

Paso 1: abre el selector de modelos de WorkBuddy y elige un nivel de modo (Rápido / Equilibrado / Extremo) ​

Por qué: las distintas tareas exigen capacidades de modelo muy diferentes — primero elige el nivel, luego el modelo concreto, y no malgastes créditos.

Operación:

  • Crea una tarea nueva, haz clic en el nombre del modelo en la barra de entrada (por ejemplo, «Auto ▾») y se abrirá el panel de selección de modelos
  • En el panel, mira primero los tres niveles de modo (tabla oficial de referencia):
ModoEscenarios adecuadosCaracterísticas
Modo rápidoTareas simples y bien definidas: preguntas cotidianas, conversión de formatos, pequeñas modificaciones de código, pulido de textosRespuesta más rápida, consumo más bajo
Modo equilibradoLa gran mayoría de las tareas: escribir documentación, analizar datos, cambios de código en varios archivosEquilibra calidad y velocidad; úsalo si no sabes qué nivel elegir
Modo extremoTareas complejas: refactorizaciones entre módulos, razonamiento en varios pasos, análisis que requieren verificación repetidaRespuesta algo más lenta, consumo más alto, pero resultados más estables en tareas complejas
  • Si no sabes qué nivel elegir: Equilibrado. Para tareas ligeras como preguntas cotidianas o pulido de textos, puedes cambiar a Rápido para ahorrar créditos; para tareas exigentes de varios pasos que requieren verificación repetida, sube a Extremo

Deberías ver: al abrir el panel, verás los tres niveles de modo y la lista de modelos; tras cambiar de modo, las conversaciones posteriores se ejecutan según el nuevo nivel.

  • Abrí el panel de selección de modelos y vi los tres niveles Rápido / Equilibrado / Extremo

Paso 2: elige un modelo integrado según la tarea (etiquetas de capacidad, multiplicador y nivel de ocupación) ​

Por qué: los 14 modelos integrados tienen cada uno sus puntos fuertes, con multiplicadores desde x0.06 hasta x1.62 — elegir bien ahorra dinero y da resultados.

Operación:

  • Mira las etiquetas de capacidad: «Razonamiento» = admite razonamiento lógico, planificación de tareas y ejecución en varios pasos; «Visión» = admite comprensión de imágenes (elige este tipo para fotos y capturas de pantalla)
  • Mira el multiplicador de créditos: cuanto más bajo el número, menor el consumo; se indica debajo del nombre del modelo (los multiplicadores de referencia de la documentación oficial del mini-programa se muestran en la tabla siguiente; en el cliente de escritorio rige lo que muestre el panel)
  • Mira el nivel de ocupación: al pasar el cursor sobre un modelo, la tarjeta de información muestra el «nivel de ocupación»

Lista de los 14 modelos integrados (documentación oficial de escritorio, v5.9.3):

ModeloDescripciónFunciones disponibles
Hy4 previewModelo de nueva generación de HunyuanEntrada de imágenes, modo de razonamiento
Hy3Modelo de razonamiento de Hunyuan, con capacidades de razonamiento mejoradasEntrada de imágenes, modo de razonamiento
GLM-5.3GLM Modelo de nueva generación, admite ventana de contexto de 1MEntrada de imágenes, modo de razonamiento
GLM-5.3-FlashGLM Versión rápida del modelo de nueva generaciónModo de razonamiento
GLM-5.21M de contexto, destacado en tareas de larga duraciónEntrada de imágenes, modo de razonamiento
GLM-5.1Capacidades equilibradas, apto para uso diarioModelo de razonamiento
GLM-5v-TurboModelo multimodal nativoEntrada de imágenes, modelo de razonamiento
MiniMax-M3Multimodal nativo, destacado en código y tareas de agentesEntrada de imágenes, modelo de razonamiento
MiniMax-m2.7Capacidades equilibradas, apto para uso diario, buena relación costo-beneficioEntrada de imágenes, modelo de razonamiento
Kimi-K3Destacado en tareas autónomas complejas de larga duración, con capacidades sobresalientes en desarrollo frontend, trabajo con conocimiento y razonamiento científicoEntrada de imágenes, modelo de razonamiento
Kimi-K2.7-CodeModelo multimodal, optimizado para escenarios de programaciónEntrada de imágenes, modelo de razonamiento
Kimi-K2.6Modelo multimodal, apto para tareas cotidianasEntrada de imágenes, modelo de razonamiento
Deepseek-V4-FlashModelo insignia de DeepSeek, admite ventana de contexto de 1M, prioriza la velocidadModo de razonamiento
Deepseek-V4-ProModelo insignia de DeepSeek, admite ventana de contexto de 1MModo de razonamiento

Referencia de multiplicadores de créditos (documentación oficial del mini-programa; para modelos más recientes como Hy4 preview y la serie GLM-5.3, rige lo que muestre el panel):

ModeloMultiplicador de créditos
Deepseek-V4-Flashx0.06
Deepseek-V4-Prox0.16
MiniMax-M3x0.25
Kimi-K2.6x0.52
Kimi-K2.7-Codex0.57
GLM-5.2 / GLM-5.1x0.79
GLM-5v-Turbox0.95
Kimi-K3x1.62
Hy3gratis por tiempo limitado
Auto / MiniMax-m2.7la documentación del mini-programa no indica el multiplicador; prevalece lo mostrado en el panel

Los cuatro estados de ocupación (oficial):

EstadoDescripción
Libre (verde)Carga normal
Congestión leve (naranja)Carga alta, la respuesta puede volverse más lenta
Congestión extrema (rojo)Carga muy alta, se recomienda cambiar a otro modelo
No disponibleEl servicio del modelo tiene una anomalía, no disponible temporalmente

Los modelos con congestión extrema muestran además un icono rojo junto al nombre en la lista, visible sin pasar el cursor. El nivel de ocupación es solo informativo y no impide que lo elijas; cuando no se puede obtener la información de carga, no se muestra.

Consejos oficiales para ahorrar (documentación de la App): para tareas cotidianas sencillas elige modelos de razonamiento con buena relación calidad-precio, y cambia a un modelo «visual» solo cuando necesites comprensión de imágenes; si no sabes cuál elegir, usa el Auto predeterminado (selección automática inteligente), y el sistema asignará automáticamente el modelo óptimo.

💡 ¿Quieres usar DeepSeek? Ya viene integrado

No hace falta buscar tu propia API Key: Deepseek-V4-Flash (x0.06) y Deepseek-V4-Pro (x0.16) de la lista integrada funcionan listos para usar; el primero prioriza la velocidad, y ambos admiten una ventana de contexto de 1M. Para conectar otras interfaces de DeepSeek, usa los modelos personalizados de abajo.

💡 Usuarios de la edición empresarial: ¿no puedes elegir un modelo?

Los modelos que el administrador de la empresa desactiva en el backend se ocultan o se muestran en gris de forma sincronizada en el selector de modelos del cliente (incluido auto). Si descubres que un modelo no se puede seleccionar, confirma primero con el administrador de la empresa el estado de habilitación de ese modelo.

Deberías ver: al pasar el cursor sobre un modelo aparece una tarjeta de información donde se ve el nivel de ocupación; debajo del nombre del modelo hay una anotación del multiplicador.

  • Puedo elegir un modelo integrado para una tarea según «etiquetas de capacidad + multiplicador»

Paso 3: ajusta a demanda la intensidad de razonamiento y la ventana de contexto ​

Por qué: estos dos parámetros determinan «qué tan profundo piensa y qué tan largo recuerda» el modelo, y también determinan directamente el consumo de créditos por ronda; los valores predeterminados sirven para la gran mayoría de las tareas, así que entiéndelos antes de modificarlos.

Intensidad de razonamiento (criterio oficial):

  • Significado: el esfuerzo de razonamiento que invierte el modelo antes de dar una respuesta; los niveles disponibles dependen de los que admita el propio modelo
  • Cuanto mayor la intensidad → más análisis y autoverificación, adecuada para tareas con cadenas lógicas largas y propensas a errores; cuanto menor la intensidad → tiende a responder directamente, con respuesta más rápida
  • Ya viene seleccionada por defecto una intensidad adecuada para la gran mayoría de las tareas; en general no hace falta ajustarla por separado
  • Acceso en la App móvil: entrada de configuración en la esquina superior derecha del panel de selección de modelos → Intensidad de razonamiento; los niveles dependen del modelo (p. ej. baja / media / alta / ultra alta)

Ventana de contexto (criterio oficial):

  • Cada ronda de conversación envía el contexto actual completo al modelo: cuanto mayor la ventana, más créditos consume una sola ronda
  • Aviso oficial: una ventana más grande no siempre es mejor; una ventana mayor no hace al modelo más inteligente, solo multiplica el consumo de cada ronda
  • Modelos con varios niveles: haz clic en el anillo de uso de contexto del cuadro de entrada y cambia de nivel en la parte inferior del panel «Uso de contexto» (p. ej. predeterminado / moderado / ultra largo)
  • Reglas: al pasar el cursor sobre un nivel se ve su descripción; el cambio se guarda de inmediato; si la conversación está en curso, el nuevo nivel surte efecto a partir de la siguiente ronda; el nivel solo aplica a la tarea actual, y al cambiar de modelo o crear una nueva tarea vuelve al nivel predeterminado de ese modelo
  • Los modelos con un solo nivel no ofrecen entrada de cambio
  • Recomendación: mantén el nivel predeterminado, suficiente para la gran mayoría de los escenarios; auméntalo solo al procesar documentos ultra largos o cuando necesites que el modelo recuerde por completo una gran cantidad de historial

Modo económico (conócelo de paso):

  • El interruptor «Modo Max» que estaba en el panel de selección de modelos se ha trasladado a Ajustes → Agente → Modo económico (activado por defecto en la edición personal)
  • Activado: el sistema comprime automáticamente el contexto en el momento adecuado, reduce el contenido retransmitido en conversaciones largas y disminuye el consumo de créditos
  • Desactivado: se conserva el contexto completo en todo momento, sin compresión, sin pérdida de detalles, pero el consumo de créditos en conversaciones largas aumenta notablemente
  • Recomendación: mantenlo activado; las actualizaciones de versión no sobrescriben tu elección

Deberías ver: al hacer clic en el anillo de uso de contexto del cuadro de entrada, se abre el panel «Uso de contexto», con el cambio de niveles en la parte inferior.

  • Encontré el anillo de uso de contexto y sé que el nivel solo aplica a la tarea actual y que vuelve al predeterminado al cambiar de modelo

Paso 4: añadir modelos personalizados: preajustes de proveedor + API Key ​

Por qué: si quieres usar modelos fuera de la lista integrada (por ejemplo, un paquete adquirido de forma centralizada por tu empresa), no hace falta tocar archivos de configuración: unos clics en la interfaz gráfica de la página de ajustes bastan; en palabras oficiales, «no es necesario editar manualmente los archivos de configuración».

Operación:

  1. Abre la sección «Modelos» de la página de ajustes (el selector de modelos de la interfaz de conversación también tiene un acceso directo a la interfaz de configuración)
  2. Añade un modelo, eligiendo de la lista de proveedores: la URL, la lista de modelos y las etiquetas de capacidad (llamada a herramientas, entrada de imágenes, modo de razonamiento, etc.) se rellenan automáticamente, y solo hace falta completar la API Key para guardar y usar
  3. Elige el método de acceso según el servicio que tengas:
Método de accesoPara quiénQué hay que completar
Tencent Cloud Token Planquienes han comprado el paquete Tencent Cloud Token Plan (creado específicamente para escenarios de programación con IA y WorkBuddy, compatible con Hunyuan, MiniMax, Kimi, GLM y otros modelos grandes populares)primero elige el tipo de paquete (edición empresarial Pro / edición empresarial Lite / edición personal universal / edición personal Hy), luego introduce la API Key de ese paquete y, por último, elige los modelos que admite el paquete (los modelos disponibles varían según el paquete)
Coding Planquienes han comprado una suscripción exclusiva de AI Coding (admite los Coding Plan de Tencent Cloud, Zhipu y Kimi)las credenciales y los modelos del paquete correspondiente
API personalizadaUsa la API de otros proveedores principales (incorpora entradas predefinidas de los principales proveedores, acceso con un clic)API Key
Personalizado / CustomEl servicio no está en ninguna lista predefinidaRellena manualmente la URL, la API Key y el nombre del modelo
  1. Guarda. La configuración se guarda automáticamente; al seleccionar un proveedor estándar, las marcas de capacidades como llamadas a herramientas o entrada de imágenes se escriben automáticamente, sin necesidad de configurarlas manualmente

Consejos de seguridad (puntos clave del texto oficial):

  • No compartas la API Key con otras personas——está vinculada a tu cuenta y a la cuota de tu plan; una fuga podría permitir que otros usen tu cuota indebidamente, generen costes adicionales o provoquen riesgos de seguridad de datos
  • Confirma que el proveedor es de confianza——antes de conectarte, lee el acuerdo de servicio y la política de privacidad del proveedor del modelo, y confirma que cumplen tus requisitos de seguridad y cumplimiento de datos

💡 ¿Dónde se guarda la configuración? ¿Se sube a la nube?

Los parámetros de configuración (incluida la API Key) se guardan solo localmente en ~/.codebuddy/models.json, no se suben a la nube. Los modelos configurados manualmente a través de ese archivo en etapas tempranas seguirán funcionando tras la actualización de la interfaz, y podrás verlos, editarlos y eliminarlos desde la interfaz; la gestión diaria ya no requiere tocar el archivo de configuración. Cuando dejes de usar un modelo, la recomendación oficial es limpiar su Key en models.json.

Deberías ver: tras guardar, en el selector de modelos de la interfaz de conversación aparece un grupo de modelos personalizados (muestra el nombre del modelo y el icono del proveedor); selecciónalo para empezar a usarlo.

  • He añadido un modelo personalizado y lo he visto en el grupo personalizado del selector

Paso 5: conecta modelos locales con Ollama (sin necesidad de API Key) ​

Por qué: contenido sensible que no quieres que salga de tu máquina, entornos de red interna sin internet, o simplemente probar sin coste alguno—un Ollama local resuelve tres cosas de una vez.

Qué es Ollama (versión oficial): una herramienta de código abierto para ejecutar grandes modelos localmente; una vez instalada, con una sola línea de comandos puedes descargar y ejecutar modelos de código abierto; al iniciarse, escucha un puerto HTTP local (por defecto 11434) y proporciona automáticamente una interfaz compatible con el protocolo de OpenAI para que WorkBuddy se conecte.

Los tres tipos de escenarios de uso indicados oficialmente:

EscenarioVentaja
Privacidad de datos / cumplimiento en red internaEl código y el contenido de las conversaciones no salen de tu máquina, adecuado para finanzas, administración pública y empresas, y proyectos sensibles
Prueba sin costeSin consumir Tokens ni pagar API Key, usando el hardware como potencia de cálculo
Uso sin conexiónWorkBuddy funciona en aviones, máquinas de desarrollo en red interna y entornos sin red

Operación:

  1. Instala e inicia Ollama, descarga un modelo de código abierto (los pasos de instalación y descarga de modelos se realizan según las instrucciones oficiales de Ollama) y mantén el servicio local en ejecución
  2. WorkBuddy Ajustes → Modelos → Añadir, selecciona Ollama en la lista de proveedores——la dirección de la interfaz se rellena automáticamente (Ollama escucha por defecto el puerto local 11434)
  3. Rellena el nombre exacto del modelo ya instalado y guarda
  4. No hace falta rellenar la API Key—la documentación oficial aclara que «los modelos que apuntan a la máquina local (como un Ollama local) no necesitan API Key»

⚠️ Modelo local ≠ que toda la tarea se realice sin conexión

Un modelo local solo garantiza que la «inferencia del modelo» se completa en tu máquina. La documentación de la versión internacional oficial advierte además: la búsqueda web, los conectores externos u otros servicios en línea pueden seguir accediendo a la red——conectar un modelo local no significa que los datos de toda la tarea no salgan del ordenador, ni permite garantizar el cumplimiento de requisitos específicos. En escenarios sensibles al cumplimiento, piensa primero si esta tarea tocará la red; para una explicación en profundidad de los mecanismos de seguridad, ver 5.4 Seguridad y privacidad de datos.

Deberías ver: el modelo local que configuraste aparece en el grupo personalizado del selector de modelos; al enviar mensajes, responde el modelo local y el uso de recursos de tu máquina sube notablemente (el hardware es tu potencia de cálculo).

  • Mi modelo local aparece en el selector y en ningún momento me pidieron rellenar una API Key

Paso 6: resolución de problemas 4100: qué hacer si el modelo personalizado aparece en gris o la solicitud no se envía ​

Por qué: la avería más común con modelos personalizados es una sola——configuración incompleta. Aprende a reconocerla y se arregla en 10 segundos.

Síntomas (código de error oficial 4100):

  • En el selector de modelos: el modelo aparece en gris y no se puede seleccionar, con un icono de anomalía (por ejemplo, se escribió el nombre del modelo con una herramienta de terceros, pero no se completó la configuración)
  • Sugerencia al pasar el cursor: «El modelo personalizado actual no tiene configurada la dirección de la interfaz o la API key; ve a la configuración para poder usarlo»
  • Si aun así se envió una solicitud: la conversación muestra el mismo mensaje y ofrece una entrada a «Ir a la configuración», código de error 4100, la solicitud no se envía

Solución (tres pasos):

  1. Haz clic en «Ir a la configuración» en la sugerencia (está tanto en la tarjeta flotante como en el aviso de la conversación) para abrir directamente la página de configuración de ese modelo
  2. Completa la dirección de la interfaz y la API Key y guarda
  3. Listo——según la versión oficial, «tras completar y guardar, se puede seleccionar con normalidad» y «tras completar y guardar, el modelo vuelve a estar disponible, sin necesidad de reiniciar»

Excepción: los modelos que apuntan a la máquina local (como un Ollama local) no necesitan API Key y no están sujetos a esta limitación.

Otros códigos de error (3002 conexión de red, 3008 el modelo no devuelve nada, 6003 etc.) se explican en la «guía oficial de tratamiento de códigos de error» y en la sección Consulta rápida de resolución de problemas: códigos de error y preguntas frecuentes de este sitio.

Deberías ver: tras completar y guardar, el modelo pasa de gris a seleccionable; al enviar otro mensaje, la solicitud se emite con normalidad.

  • Sé que 4100 = al modelo personalizado le falta la dirección de la interfaz o la API Key; tras completarlos no hace falta reiniciar

Para operaciones detalladas puedes consultar la documentación oficial: Configuración de modelos, Guía de tratamiento de códigos de error.

Punto de control ✅ ​

  • Puedes cambiar entre los tres niveles rápido / equilibrado / extremo en el panel de selección de modelos y explicar qué tipo de tarea conviene a cada uno
  • Puedes explicar para qué sirve la etiqueta «visión» y encontrar la anotación del multiplicador de créditos del modelo (x0.06~x1.62)
  • Sabes que cuanto mayor es la ventana de contexto, mayor es el consumo por turno, que el nivel solo aplica a la tarea actual, y que se recomienda mantener activado el modo económico
  • Has añadido un modelo personalizado (Token Plan / Coding Plan / API personalizada / Ollama, cualquiera) y sabes que la configuración se guarda solo localmente en models.json, sin subirse a la nube
  • Al encontrar 4100 sabes pulsar «Ir a la configuración» para completarla, en lugar de pensar que el software está roto

Avisos de errores comunes ​

❌ Subir al máximo la ventana de contexto pensando que cuanto más grande, mejor ​

Síntoma: ajustas el nivel de contexto al máximo, la calidad de la tarea no cambia y los créditos caen a toda velocidad.

Causa: cada turno de conversación envía al modelo el contexto actual completo; cuanto mayor es la ventana, mayor es el consumo por turno. La documentación oficial lo dice claramente: «una ventana más grande no hace que el modelo sea más inteligente, solo multiplica el consumo de cada turno.»

Solución correcta: mantén el nivel por defecto; solo súbelo cuando proceses documentos muy largos o necesites que el modelo recuerde una gran cantidad de contenido histórico, y ten en cuenta que el nivel solo aplica a la tarea actual——al terminar no hace falta volver a cambiarlo, las tareas nuevas vuelven automáticamente al valor por defecto.

❌ Compartir la API Key como texto normal o subirla a un repositorio público ​

Síntoma: envías a un grupo una captura de la configuración con la Key, o subes models.json a un repositorio de código, y alguien agota tu cuota.

Causa: la API Key está vinculada a tu cuenta y a la cuota de tu plan. Aviso de seguridad oficial: una fuga podría permitir que otros usen tu cuota indebidamente, generen costes adicionales o provoquen riesgos de seguridad de datos.

Solución correcta: la Key solo se rellena en la configuración local de WorkBuddy (models.json no se sube a la nube); no la rellenes ni la exportes en entornos compartidos; cuando dejes de usarla, límpiala en models.json.

❌ Enviar mensajes a un modelo personalizado en gris pensando que el software está roto ​

Síntoma: seleccionas un modelo personalizado en gris y envías un mensaje, la conversación devuelve 4100 y tu primer impulso es reinstalar.

Causa: ese modelo no tiene configurada la dirección de la interfaz ni la API Key——WorkBuddy directamente no envía la solicitud; es un mecanismo de protección, no una avería.

Lo correcto: pulsa «Ir a configuración» en el aviso, completa la dirección del endpoint y la API Key, guarda y listo, sin necesidad de reiniciar. Los modelos locales de Ollama no necesitan Key y no se ven afectados.

❌ Creer que «conectar un modelo local = todo el proceso offline, los datos jamás salen a la red» ​

Síntoma: por cumplimiento normativo se conectó Ollama, y entonces se deja tranquilo que WorkBuddy haga todo el trabajo.

Causa: el modelo local solo garantiza que la inferencia del modelo se complete en tu máquina; funciones en línea como la búsqueda web y conectores externos siguen accediendo a la red (según la documentación oficial de la versión internacional).

Lo correcto: en escenarios sensibles al cumplimiento, confirma primero si la tarea accederá a la red (por ejemplo, no pidas búsqueda en línea dentro de una tarea de modelo local); para los límites de seguridad, consulta 5.4 Seguridad y privacidad de datos.

Consejos avanzados (opcional) ​

🔧 Protocolo personalizado: solo tocar cuando el endpoint pasa por gateway / proxy. Cuando el servicio de modelos usa una ruta URL no estándar (encapsulada por una capa de gateway o proxy), activa el interruptor «Protocolo personalizado» en la configuración avanzada: desactivado (predeterminado) = usa la ruta estándar /chat/completions, valida y completa automáticamente la dirección del endpoint; activado = envía la petición directamente con la URL que escribiste, saltándose la validación de ruta y el autocompletado. En general mantenlo desactivado, salvo que el proveedor lo exija expresamente.

🔧 Cómo ver los modelos en el móvil. En la App móvil puedes ver la lista de modelos, etiquetas de capacidad y multiplicadores, y también ajustar la intensidad de razonamiento (p. ej. baja / media / alta / ultra) y la ventana de contexto (p. ej. 300K / 1M) — la entrada está en el acceso de configuración de la esquina superior derecha del panel de selección de modelos. Pero el cliente móvil no ofrece la entrada de «configurar modelos personalizados»; la lista de modelos solo muestra los disponibles; en el mini-programa, la selección de modelos aparece después de enviar el primer mensaje de la tarea.

🔧 ¿Usas la versión internacional workbuddy.ai? La entrada de configuración y las rutas de archivos son distintas: avatar → Ajustes del sistema → Modelos, el archivo de configuración está en ~/.workbuddy-ai/models.json, y la dirección del endpoint por defecto de Ollama figura oficialmente como http://localhost:11434/v1/chat/completions. Para las diferencias de la versión internacional, consulta 5.5 Versión internacional workbuddy.ai: diferencias con la versión nacional e integración.

Resumen de esta lección ​

✅ Modelos en dos niveles: Los modelos de WorkBuddy se dividen en 14 integrados (Hunyuan / GLM / Kimi / MiniMax / DeepSeek) y modelos personalizados — los integrados funcionan listos para usar y consumen créditos según el multiplicador; los personalizados los conectas tú, no consumen créditos de WorkBuddy y el coste se paga al tercero.

✅ Tres modos: Rápido (tareas simples, lo más rápido y económico) / Equilibrado (la inmensa mayoría de tareas, si dudas elige este) / Extremo (tareas complejas, más estable y más caro).

✅ Elegir modelo integrado: mira las etiquetas de capacidad (razonamiento / visión) + el multiplicador de créditos (x0.06~x1.62, cuanto más bajo más ahorra) + el nivel de ocupación (verde / naranja / rojo / no disponible); si no estás seguro usa el Auto por defecto, el sistema empareja automáticamente.

✅ Dos parámetros: mantén la intensidad de razonamiento por defecto; cuanto mayor la ventana de contexto, más cara cada ronda, y el nivel solo aplica a la tarea actual; el modo económico (Ajustes → Agente) mantenlo activado para ahorrar créditos.

✅ Integración personalizada: con los presets de proveedor (Token Plan de Tencent Cloud / Coding Plan / API personalizada) solo falta la API Key; Ollama local no necesita Key (puerto 11434 por defecto); si no está en los presets, elige Custom y rellena a mano. La configuración se guarda solo en local ~/.codebuddy/models.json, no se sube a la nube.

✅ 4100: si a un modelo personalizado le falta la dirección del endpoint o la API Key → pulsa «Ir a configuración», completa y guarda; se recupera al instante, sin reiniciar.

Repaso de las configuraciones clave:

Opción de configuraciónValor recomendadoExplicación
Modo de modeloEquilibradoPara la inmensa mayoría de tareas; en tareas simples puedes cambiar a Rápido, y en tareas complejas subir a Extremo
Modelo integradoAuto, o elegir por multiplicador + etiquetaTareas simples con modelo de razonamiento de multiplicador bajo; para entender imágenes elige la etiqueta «visión»
Intensidad de razonamientoPor defectoLa oficial ya eligió la intensidad adecuada para la inmensa mayoría de tareas
Ventana de contextoNivel por defectoCuanto mayor, más cara cada ronda; amplíala solo para documentos muy largos, y el nivel solo aplica a la tarea actual
Modo económicoActivadoAjustes → Agente → Modo económico; comprime el contexto automáticamente y ahorra créditos en conversaciones largas
Modelo personalizadoPrioriza el preset de proveedorURL y marcadores de capacidad se rellenan automáticamente, solo falta la API Key
Ollama localElige Ollama como proveedorLa dirección se rellena automáticamente (escucha por defecto el puerto 11434), sin necesidad de API Key

Preguntas frecuentes ​

WorkBuddy ¿Cómo conectar una API de terceros? ​

Abre la sección «Modelos» de la página de configuración; al añadir un modelo, selecciona «API personalizada» en la lista de proveedores: incluye entradas preestablecidas de los principales fabricantes, con conexión en un clic, y la URL, la lista de modelos y las etiquetas de capacidad se rellenan automáticamente; solo tienes que completar la API Key para guardar y usar. Si el servicio no está en ninguna lista preestablecida, elige «Personalizado / Custom» y rellena manualmente la URL, la API Key y el nombre del modelo. La configuración se guarda solo localmente en ~/.codebuddy/models.json y no se sube a la nube.

WorkBuddy ¿Cuáles son los pasos para conectar una API? ​

En total cuatro pasos: abre la sección «Modelos» de la página de configuración; añade un modelo y selecciónalo en la lista de proveedores (Tencent Cloud Token Plan, Coding Plan, API personalizada u Ollama, etc.); completa la información según el método elegido (con los métodos preestablecidos normalmente solo se rellena la API Key; en Token Plan además hay que elegir primero el tipo de plan y luego los modelos compatibles); tras guardar, la configuración se persiste automáticamente y podrás verlo en el grupo personalizado del selector de modelos. Todo el proceso no requiere editar manualmente archivos de configuración.

WorkBuddy ¿Cómo configurar un modelo personalizado? ​

Añádelo en Configuración → Modelos: al elegir un ajuste preestablecido de proveedor, la dirección de la interfaz y las etiquetas de capacidad se rellenan automáticamente y solo tienes que completar la API Key; Ollama local no necesita API Key: tras elegir Ollama como proveedor, la dirección de la interfaz se rellena automáticamente (por defecto escucha el puerto local 11434), luego escribe el nombre exacto del modelo instalado y guarda. Ten en cuenta que la App móvil no ofrece la entrada de «configurar modelos personalizados»; la configuración debe hacerse en la versión de escritorio. Cuando dejes de usar un modelo, la recomendación oficial es limpiar su Key en models.json.

WorkBuddy ¿Cómo elegir un modelo? ​

Primero elige uno de los tres niveles de modo en el panel de selección de modelos: Rápido para tareas simples, Equilibrado para la gran mayoría de tareas y Extremo para tareas complejas; la recomendación oficial es usar Equilibrado si no estás seguro de qué nivel elegir. Luego elige un modelo integrado concreto según las etiquetas de capacidad, el multiplicador de créditos (x0.06~x1.62, cuanto más bajo, más ahorro) y el nivel de ocupación; si no sabes cuál elegir, usa el Auto predeterminado (selección automática inteligente) y el sistema emparejará automáticamente el modelo óptimo.

WorkBuddy ¿Admite interfaces API? ​

Sí. Incluye 14 modelos listos para usar; los modelos fuera de la lista integrada se conectan mediante la sección «Modelos» de la página de configuración con una API de terceros (API Key, Tencent Cloud Token Plan, Coding Plan), o con Ollama local para conectar modelos de código abierto. Los modelos personalizados no consumen créditos de WorkBuddy; los costes generados los pagas directamente al tercero.

Avance de la próxima lección ​

Ya conoces los modelos y los multiplicadores; la próxima lección toca calcular el dinero. Aprenderás 2.6 Créditos y precios: cuota gratuita, cuatro planes y trucos para ahorrar.

Aprenderás:

  • La versión de prueba da 500 créditos básicos al mes, y cuánto da cada uno de los cuatro planes de pago
  • Los créditos se otorgan mensualmente, no se acumulan al vencer, y la deducción de créditos se aplica primero a los que venzan antes
  • Cómo comprar paquetes adicionales y cómo solicitar reembolsos
  • Qué trucos de ahorro hay según la versión oficial y según pruebas de terceros

Tutoriales relacionados ​

gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.