मॉडल चयन और कस्टमाइज़ेशन: बिल्ट-इन 14 मॉडल, API Key और Ollama
पिछले पाठ में एग्ज़ीक्यूशन का तरीका तय हो चुका है, इस पेज पर यह सुलझाया जाएगा कि «कौन सा मॉडल भेजें»। एक ही काम के लिए, फास्ट मोड चुनें या अल्ट्रा मोड, बिल्ट-इन DeepSeek इस्तेमाल करें या लोकल Ollama — स्पीड, क्वालिटी और क्रेडिट बिल में ज़मीन-आसमान का फ़र्क़ आ सकता है। WorkBuddy मॉडल दो स्तरों में हैं: बिल्ट-इन 14 मॉडल बॉक्स से बाहर तैयार हैं, जो रेट गुणक से क्रेडिट काटते हैं; कस्टम मॉडल खुद जोड़ें — API Key, Tencent Cloud पैकेज, लोकल Ollama, कुछ भी चलेगा, और इससे WorkBuddy क्रेडिट खर्च नहीं होते। 12 मिनट में, «मॉडल चुनना» और «मॉडल जोड़ना» — दोनों काम एक साथ समझ लें।
यह «रोज़मर्रा के इस्तेमाल» का 5वाँ पाठ है, जो WorkBuddy v5.9.3 पर आधारित है; कार्यों का आधार आधिकारिक «मॉडल कॉन्फ़िगरेशन» दस्तावेज़ और App / मिनी-प्रोग्राम का «मॉडल चुनें» दस्तावेज़ है।
- एग्ज़ीक्यूशन मोड अभी साफ़ नहीं है? पहले लौटें 2.4 तीन एग्ज़ीक्यूशन मोड: डिफ़ॉल्ट (Agent), प्लान (Plan) और केवल प्रश्न-उत्तर (Ask)
- पहले इस चरण का पूरा नज़ारा देखना चाहते हैं? लौटें 2.0 रोज़मर्रा का इस्तेमाल: WorkBuddy को अपना ऑफ़िस साथी बनाएँ
सीखने के बाद आप क्या कर सकेंगे
- WorkBuddy मॉडल के दो स्तरों में अंतर करें: बिल्ट-इन 14 मॉडल बॉक्स से बाहर तैयार, कस्टम मॉडल ज़रूरत के हिसाब से जोड़ें
- मॉडल सिलेक्टर में फास्ट / बैलेंस्ड / अल्टीमेट — तीन मोड के बीच स्विच करें, और काम के अनुसार सही बिल्ट-इन मॉडल चुनें (क्षमता टैग, रेट गुणक और व्यस्तता देखें)
- प्रोवाइडर प्रीसेट + API Key से, या लोकल Ollama से कस्टम मॉडल जोड़ें, और लोकल models.json में संग्रहीत कुंजियों का ठीक से प्रबंधन करें
- समझाएँ कि थिंकिंग इंटेंसिटी, कॉन्टेक्स्ट विंडो और इकोनॉमी मोड क्रेडिट खर्च को कैसे-कैसे प्रभावित करते हैं
- 4100 एरर आने या मॉडल के ग्रे होने पर, खुद मरम्मत कर लें
आपकी मौजूदा दिक्कत
- काम मुश्किल नहीं है, फिर भी हमेशा एक ही मॉडल इस्तेमाल होता है, और सादे प्रश्न-उत्तर भी ढेर सारे क्रेडिट खा जाते हैं
- कंपनी की एकजुट खरीदी हुई मॉडल सब्सक्रिप्शन इस्तेमाल करना चाहते हैं, या चाहते हैं कि सामग्री पूरी तरह आपकी मशीन से बाहर न जाए, पता नहीं कि WorkBuddy इसे जोड़ सकता है या नहीं
- खुद कस्टम मॉडल जोड़ा, पर मॉडल ग्रे आ गया और चुना नहीं जा सका, और बातचीत में 4100 उभर आया
यह तरीक़ा कब इस्तेमाल करें
जब आपको चाहिए:
- अलग-अलग कामों के लिए अलग-अलग मॉडल मिलाना — सादी पॉलिशिंग तेज़ और किफ़ायती हो, जटिल विश्लेषण स्थिर हो
- थर्ड-पार्टी मॉडल सर्विस जोड़ना: API Key, Tencent Cloud Token Plan, Coding Plan
- कोड और बातचीत को आपकी मशीन से बाहर न जाने देना (लोकल Ollama), ताकि इंट्रानेट और ऑफ़लाइन वातावरण में भी चले
और आप नहीं करना चाहते:
- किसी मॉडल को इस्तेमाल करने के लिए कॉन्फ़िग फ़ाइल हाथ से बदलना, ढेर सारे पैरामीटर खंगालना
- अपनी API Key उस क्लाउड के हवाले करना जिस पर आपका भरोसा नहीं
🎒 शुरू करने से पहले की तैयारी
- पूरा करें 2.0 रोज़ का इस्तेमाल: WorkBuddy को अपने ऑफिस साथी की तरह इस्तेमाल करें, और अच्छा हो कि आप 2.4 तीन एक्ज़ीक्यूशन मोड भी सीख चुके हों
- अपने कंप्यूटर पर WorkBuddy इंस्टॉल और लॉग-इन करें, नया टास्क बना सकें, इनपुट बार ढूंढ सकें
- (वैकल्पिक) कस्टम मॉडल जोड़ना चाहते हैं: सेवा प्रदाता से मिली API Key तैयार रखें; Ollama जोड़ना चाहते हैं: अपनी मशीन पर Ollama इंस्टॉल और चालू हो
- पढ़ने का समय 12 मिनट
💡 क्या इसमें क्रेडिट खर्च होंगे?
इनबिल्ट मॉडल क्रेडिट से बिल होते हैं, हर मॉडल का गुणांक अलग होता है (x0.06~x1.62); कस्टम मॉडल WorkBuddy क्रेडिट नहीं खर्च करते—उनसे होने वाला पूरा खर्च (Token, सब्सक्रिप्शन आदि) आप सीधे तीसरे पक्ष को चुकाते हैं (आधिकारिक बयान)। क्रेडिट नियमों की पूरी जानकारी 2.6 क्रेडिट और कीमतें में देखें।
मुख्य विचार
मानसिक मॉडल: WorkBuddy मॉडल = चैट में एक सिलेक्टर + सेटिंग्स में एक कॉन्फ़िगरेशन पेज।
| परत | क्या है | कैसे इस्तेमाल करें |
|---|---|---|
| इनबिल्ट मॉडल | आधिकारिक रूप से जुड़े 14 मॉडल (Hunyuan, GLM, Kimi, MiniMax, DeepSeek) | मॉडल सिलेक्टर से सीधे चुनें, क्रेडिट गुणांक से बिल |
| कस्टम मॉडल | आपका खुद का जोड़ा हुआ थर्ड-पार्टी / लोकल मॉडल | सेटिंग्स पेज के «मॉडल» में कॉन्फ़िगर करें; खर्च तीसरे पक्ष को चुकाएं, WorkBuddy क्रेडिट नहीं खर्च होते |
सिलेक्टर में तीन स्तर के मोड (फास्ट / बैलेंस्ड / अल्ट्रा) भी हैं, जो तय करते हैं कि किस क्षमता वाला मॉडल काम पर लगेगा। आधिकारिक सलाह बिल्कुल सीधी है: जब तय न हो कि कौन सा स्तर चुनें, तो बैलेंस्ड इस्तेमाल करें।
तीन आसानी से उलझने वाले «मोड», पहले एक साथ साफ़ कर लें:
| नाम | क्या संभालता है | कहाँ है |
|---|---|---|
| एक्ज़ीक्यूशन मोड (Agent / Plan / Ask) | टास्ककैसे आगे बढ़े | इनपुट बॉक्स के बाईं ओर + मेन्यू (पिछला पाठ) |
| मॉडल मोड (तेज़ / संतुलित / अल्टीमेट) | कौनसा मॉडल स्तर भेजें | मॉडल सिलेक्शन पैनल (यह पाठ) |
| थिंकिंग तीव्रता / कॉन्टेक्स्ट विंडो | एक मॉडलकितनी गहराई से सोचे, कितना याद रखे | मॉडल पैरामीटर कॉन्फ़िगरेशन (यह पाठ) |
सुरक्षा की न्यूनतम सीमा (आधिकारिक बयान): कस्टम मॉडल के कॉन्फ़िगरेशन पैरामीटर (API Key सहित) केवल ~/.codebuddy/models.json में सहेजे जाते हैं, क्लाउड पर अपलोड नहीं किए जाते; उपयोग के समय WorkBuddy केवल संचार लिंक के रूप में कार्य करता है, आपके इनपुट को सीधे आपके द्वारा कॉन्फ़िगर किए गए मॉडल को अग्रेषित करता है, और आउटपुट उसी मॉडल से सीधे लौटाया जाता है।
मेरे साथ करें
चरण 1: WorkBuddy मॉडल चयनकर्ता खोलें, एक मोड चुनें (तेज़ / संतुलित / अल्टीमेट)
क्यों: अलग-अलग कार्यों की मॉडल क्षमताओं की ज़रूरतें बहुत अलग होती हैं——पहले मोड चुनें, फिर विशिष्ट मॉडल चुनें, बेकार क्रेडिट खर्च न करें।
कार्यवाही:
- एक नया कार्य बनाएं, इनपुट बार में मॉडल के नाम पर क्लिक करें (जैसे「Auto ▾」), मॉडल चयन पैनल पॉप अप होगा
- पैनल में पहले तीन मोड देखें (आधिकारिक तुलना तालिका):
| मोड | लागू परिदृश्य | विशेषताएँ |
|---|---|---|
| तेज़ मोड | सरल, स्पष्ट कार्य: दैनिक प्रश्नोत्तर, फ़ॉर्मेट रूपांतरण, छोटे कोड बदलाव, कॉपी पॉलिशिंग | सबसे तेज़ प्रतिक्रिया, सबसे कम खपत |
| संतुलित मोड | अधिकांश कार्य: दस्तावेज़ लेखन, डेटा विश्लेषण, बहु-फ़ाइल कोड बदलाव | गुणवत्ता और गति दोनों का संतुलन, अनिश्चित हों तो इसे चुनें |
| अल्टीमेट मोड | जटिल कार्य: क्रॉस-मॉड्यूल रिफ़ैक्टरिंग, बहु-चरणीय तर्क, बार-बार सत्यापन की ज़रूरत वाला विश्लेषण | प्रतिक्रिया थोड़ी धीमी, खपत अधिक, लेकिन जटिल कार्यों में परिणाम अधिक स्थिर |
- कौन-सा मोड चुनें अनिश्चित हो तो: संतुलित। दैनिक प्रश्नोत्तर, पॉलिशिंग जैसे हल्के कामों के लिए तेज़ पर स्विच करके क्रेडिट बचाएं; बहु-चरणीय, बार-बार सत्यापन वाले कठिन कामों के लिए अल्टीमेट चुनें
आपको यह दिखना चाहिए: पैनल खोलने पर तीन मोड और मॉडल सूची दिखाई देगी; मोड बदलने के बाद, आगामी संवाद नई श्रेणी के अनुसार चलेगा।
- मैंने मॉडल चयन पैनल खोला, तेज़ / संतुलित / अल्टीमेट तीन श्रेणियाँ देखीं
चरण 2: कार्य के अनुसार बिल्ट-इन मॉडल चुनें (क्षमता टैग, गुणक और व्यस्तता स्तर)
क्यों: 14 बिल्ट-इन मॉडलों की अपनी-अपनी विशेषज्ञताएँ हैं, न्यूनतम गुणक x0.06, अधिकतम x1.62——सही चुनाव से पैसे बचेंगे और काम भी होगा।
कार्यवाही:
- क्षमता टैग देखें: 「तर्क」= लॉजिकल रीज़निंग, कार्य नियोजन और बहु-चरणीय निष्पादन का समर्थन; 「विज़न」= छवि समझ का समर्थन (फ़ोटो, स्क्रीनशॉट परिदृश्यों के लिए यह चुनें)
- क्रेडिट गुणक देखें: संख्या जितनी कम, खपत उतनी कम, मॉडल के नाम के नीचे अंकित होता है (आधिकारिक मिनी-प्रोग्राम दस्तावेज़ में दिए गए संदर्भ गुणक नीचे की तालिका में हैं; डेस्कटॉप पर पैनल में वास्तविक रूप से दिखाए गए मान मान्य हैं)
- व्यस्तता स्तर देखें: किसी मॉडल पर माउस होवर करें, सूचना कार्ड पर「व्यस्तता स्तर」दिखाई देगा
बिल्ट-इन 14 मॉडलों की सूची (आधिकारिक डेस्कटॉप दस्तावेज़, v5.9.3):
| मॉडल | परिचय | उपलब्ध सुविधाएँ |
|---|---|---|
| Hy4 preview | Hunyuan की नई पीढ़ी का मॉडल | छवि इनपुट, थिंकिंग मोड |
| Hy3 | Hunyuan थिंकिंग मॉडल, बेहतर तर्क क्षमता के साथ | छवि इनपुट, थिंकिंग मोड |
| GLM-5.3 | GLM नई पीढ़ी का मॉडल, 1M कॉन्टेक्स्ट विंडो का समर्थन करता है | छवि इनपुट, थिंकिंग मोड |
| GLM-5.3-Flash | GLM नई पीढ़ी के मॉडल का तेज़ संस्करण | थिंकिंग मोड |
| GLM-5.2 | 1M कॉन्टेक्स्ट, लंबी अवधि के कार्यों में कुशल | छवि इनपुट, थिंकिंग मोड |
| GLM-5.1 | संतुलित क्षमताएँ, रोज़मर्रा के उपयोग के लिए उपयुक्त | रीज़निंग मॉडल |
| GLM-5v-Turbo | नेटिव मल्टीमॉडल मॉडल | छवि इनपुट, रीज़निंग मॉडल |
| MiniMax-M3 | नेटिव मल्टीमॉडल, कोड और एजेंट कार्यों में कुशल | छवि इनपुट, रीज़निंग मॉडल |
| MiniMax-m2.7 | संतुलित क्षमताएँ, रोज़मर्रा के उपयोग के लिए उपयुक्त, बेहतर कीमत-प्रदर्शन अनुपात | छवि इनपुट, रीज़निंग मॉडल |
| Kimi-K3 | जटिल लंबी अवधि के स्वायत्त कार्यों में कुशल, फ्रंटएंड विकास क्षमता उत्कृष्ट, ज्ञान कार्य और वैज्ञानिक रीज़निंग में शानदार प्रदर्शन | छवि इनपुट, रीज़निंग मॉडल |
| Kimi-K2.7-Code | मल्टीमॉडल मॉडल, प्रोग्रामिंग परिदृश्यों के लिए अनुकूलित | छवि इनपुट, रीज़निंग मॉडल |
| Kimi-K2.6 | मल्टीमॉडल मॉडल, रोज़मर्रा के कार्यों के लिए उपयुक्त | छवि इनपुट, रीज़निंग मॉडल |
| Deepseek-V4-Flash | DeepSeek का फ्लैगशिप मॉडल, 1M कॉन्टेक्स्ट विंडो का समर्थन करता है, गति को प्राथमिकता | थिंकिंग मोड |
| Deepseek-V4-Pro | DeepSeek का फ्लैगशिप मॉडल, 1M कॉन्टेक्स्ट विंडो का समर्थन | थिंकिंग मोड |
पॉइंट गुणक संदर्भ (आधिकारिक मिनी-प्रोग्राम दस्तावेज़; Hy4 preview, GLM-5.3 श्रृंखला जैसे नए मॉडलों के लिए पैनल पर वास्तविक रूप से दिखाया गया मान ही मान्य है):
| मॉडल | पॉइंट गुणक |
|---|---|
| Deepseek-V4-Flash | x0.06 |
| Deepseek-V4-Pro | x0.16 |
| MiniMax-M3 | x0.25 |
| Kimi-K2.6 | x0.52 |
| Kimi-K2.7-Code | x0.57 |
| GLM-5.2 / GLM-5.1 | x0.79 |
| GLM-5v-Turbo | x0.95 |
| Kimi-K3 | x1.62 |
| Hy3 | सीमित समय के लिए निःशुल्क |
| Auto / MiniMax-m2.7 | मिनी-प्रोग्राम दस्तावेज़ में गुणक अंकित नहीं है, पैनल पर वास्तविक रूप से दिखाया गया मान ही मान्य है |
व्यस्तता की चार अवस्थाएँ (आधिकारिक):
| स्थिति | विवरण |
|---|---|
| खाली (हरा) | लोड सामान्य |
| हल्की जमावड़ी (नारंगी) | लोड अधिक, प्रतिक्रिया धीमी हो सकती है |
| अत्यधिक जमावड़ी (लाल) | लोड बहुत अधिक, दूसरे मॉडल पर स्विच करने की सलाह |
| अनुपलब्ध | मॉडल सेवा में त्रुटि, अस्थायी रूप से अनुपलब्ध |
अत्यधिक जमावड़ी वाले मॉडल के नाम के बगल में सूची में एक लाल आइकन भी होता है, जिसे होवर किए बिना भी देखा जा सकता है। व्यस्तता केवल संदर्भ के लिए है, यह आपके चयन को रोकती नहीं; लोड की जानकारी न मिलने पर दिखाई नहीं जाती।
आधिकारिक पैसे बचाने की टिप (App दस्तावेज़): रोज़मर्रा के सरल कार्यों के लिए किफ़ायती इन्फ़रेंस मॉडल चुनें, और जब छवि समझने की ज़रूरत हो तब «विज़न» मॉडल पर स्विच करें; अगर चुनने में संदेह हो, तो डिफ़ॉल्ट Auto (स्मार्ट ऑटो चयन) चुनें, सिस्टम अपने आप सबसे उपयुक्त मॉडल से मैच कर देगा।
💡 DeepSeek इस्तेमाल करना चाहते हैं? यह पहले से बिल्ट-इन है
API Key खुद ढूँढने की ज़रूरत नहीं — बिल्ट-इन सूची में Deepseek-V4-Flash (x0.06) और Deepseek-V4-Pro (x0.16) बॉक्स से बाहर उपयोग के लिए तैयार हैं, पहला गति-प्राथमिक है, और दोनों 1M कॉन्टेक्स्ट विंडो का समर्थन करते हैं। अन्य DeepSeek इंटरफ़ेस जोड़ने के लिए नीचे दिए गए कस्टम मॉडल का उपयोग करें।
💡 एंटरप्राइज़ संस्करण उपयोगकर्ता: मॉडल चुनने में समस्या?
जिन मॉडलों को एंटरप्राइज़ एडमिन ने बैकएंड में डिसेबल किया है, वे क्लाइंट के मॉडल सिलेक्टर में सिंक रूप से छिपे या ग्रे-आउट हो जाएँगे (auto सहित)। अगर कोई मॉडल चुना नहीं जा सकता, तो पहले एंटरप्राइज़ एडमिन से उस मॉडल की सक्रिय स्थिति की पुष्टि करें।
आपको यह दिखना चाहिए: किसी मॉडल पर होवर करने पर जानकारी कार्ड दिखता है, जिसमें व्यस्तता दिखाई देती है; मॉडल नाम के नीचे मल्टीप्लायर अंकित होता है।
- मैं किसी एक कार्य के लिए «क्षमता टैग + मल्टीप्लायर» के आधार पर एक बिल्ट-इन मॉडल चुन सकता हूँ
चरण 3: आवश्यकता अनुसार थिंकिंग तीव्रता और कॉन्टेक्स्ट विंडो को फ़ाइन-ट्यून करें
क्यों: ये दो पैरामीटर तय करते हैं कि मॉडल «कितनी गहराई से सोचता है, कितना लंबा याद रखता है», और सीधे तौर पर हर राउंड में क्रेडिट की खपत भी तय करते हैं — डिफ़ॉल्ट मान विशाल बहुमत के कार्यों के लिए उपयुक्त हैं, इन्हें बदलने से पहले इन्हें समझें।
थिंकिंग तीव्रता (आधिकारिक कथन):
- अर्थ: मॉडल द्वारा जवाब देने से पहले की रीज़निंग में लगाया गया प्रयास, उपलब्ध स्तर मॉडल द्वारा समर्थित श्रेणियों पर निर्भर करते हैं
- तीव्रता जितनी अधिक → अधिक विश्लेषण और आत्म-जाँच, लंबी लॉजिकल शृंखला और त्रुटि-प्रवण कार्यों के लिए उपयुक्त; तीव्रता जितनी कम → सीधे जवाब देने की प्रवृत्ति, तेज़ प्रतिक्रिया
- विशाल बहुमत के कार्यों के लिए उपयुक्त तीव्रता पहले से डिफ़ॉल्ट रूप से चुनी गई है, आम तौर पर अलग से समायोजित करने की ज़रूरत नहीं
- मोबाइल App प्रवेश: मॉडल चयन पैनल के ऊपरी-दाएँ कोने में कॉन्फ़िगरेशन प्रवेश → थिंकिंग तीव्रता, स्तर मॉडल के अनुसार बदलते हैं (जैसे कम / मध्यम / उच्च / अति-उच्च)
कॉन्टेक्स्ट विंडो (आधिकारिक कथन):
- हर राउंड में वर्तमान कॉन्टेक्स्ट मॉडल को पूरी तरह भेजा जाता है — विंडो जितनी बड़ी, एक राउंड में उतनी अधिक क्रेडिट की खपत
- आधिकारिक अनुस्मारक: विंडो जितनी बड़ी उतनी अच्छी नहीं होती — बड़ी विंडो मॉडल को स्मार्ट नहीं बनाती, बस हर राउंड की खपत कई गुना बढ़ा देती है
- मल्टी-स्तरीय मॉडल: इनपुट बॉक्स में कॉन्टेक्स्ट उपयोग रिंग पर क्लिक करें, «कॉन्टेक्स्ट उपयोग» पैनल के नीचे स्तर बदलें (जैसे डिफ़ॉल्ट / मध्यम / अति-लंबा)
- नियम: स्तर पर होवर करने पर विवरण दिखता है; स्विच करने पर तुरंत सहेजा जाता है; बातचीत चल रही हो तो नया स्तर अगले राउंड से लागू होता है; स्तर केवल वर्तमान कार्य के लिए लागू होता है, मॉडल बदलने या नया कार्य बनाने पर उस मॉडल का डिफ़ॉल्ट स्तर बहाल हो जाता है
- जिन मॉडलों में केवल एक स्तर होता है उनमें स्विचिंग का प्रवेश उपलब्ध नहीं होता
- सुझाव: डिफ़ॉल्ट स्तर पर रखें, विशाल बहुमत के परिदृश्यों के लिए पर्याप्त है; केवल अति-लंबे दस्तावेज़ों को प्रोसेस करते समय, जब मॉडल को बड़ी मात्रा में ऐतिहासिक सामग्री पूरी तरह याद रखनी हो, तभी बड़ा करें
इकोनॉमी मोड (साथ में जान लें):
- मूल मॉडल चयन पैनल का «Max मोड» टॉगल अब सेटिंग्स → एजेंट → इकोनॉमी मोड पर ले जाया गया है (व्यक्तिगत संस्करण में डिफ़ॉल्ट रूप से चालू)
- चालू होने पर: सिस्टम उपयुक्त समय पर कॉन्टेक्स्ट को अपने आप कंप्रेस करता है, लंबी बातचीत में बार-बार भेजी जाने वाली सामग्री कम करता है, और क्रेडिट की खपत घटाता है
- बंद: पूरे समय पूरा संदर्भ बनाए रखा जाता है, कोई संपीड़न नहीं होता, ब्योरे खोए नहीं जाते, लेकिन लंबी बातचीत में क्रेडिट की खपत ध्यान देने योग्य रूप से बढ़ जाती है
- सुझाव: चालू रखें; संस्करण अपग्रेड आपकी पहले से की गई पसंद को ओवरराइट नहीं करेगा
आपको यह दिखना चाहिए: इनपुट बॉक्स में कॉन्टेक्स्ट उपयोग रिंग पर क्लिक करें, "कॉन्टेक्स्ट उपयोग" पैनल पॉप अप होगा, जिसके नीचे लेवल स्विच होता है।
- मैंने संदर्भ उपयोग रिंग ढूंढ ली है, और मैं जानता/जानती हूँ कि लेवल केवल वर्तमान कार्य के लिए लागू होता है, मॉडल बदलने के बाद डिफ़ॉल्ट पर वापस आ जाता है
चरण 4: कस्टम मॉडल जोड़ें: प्रोवाइडर प्रीसेट + API Key
क्यों: अगर आप बिल्ट-इन सूची से बाहर के मॉडल इस्तेमाल करना चाहते हैं (जैसे कंपनी द्वारा सामूहिक रूप से खरीदी गई पैकेज), तो कॉन्फ़िगरेशन फ़ाइल को छूने की ज़रूरत नहीं — सेटिंग्स पेज के ग्राफ़िकल इंटरफ़ेस में कुछ क्लिक काफ़ी हैं, आधिकारिक मूल शब्द: "कॉन्फ़िगरेशन फ़ाइल को मैन्युअली एडिट करने की आवश्यकता नहीं है"।
कार्यवाही:
- सेटिंग्स पेज का "मॉडल" सेक्शन खोलें (बातचीत इंटरफ़ेस के मॉडल सिलेक्टर में भी कॉन्फ़िगरेशन इंटरफ़ेस पर शॉर्टकट जंप करने का प्रवेश द्वार है)
- मॉडल जोड़ें, प्रोवाइडर सूची से चुनें: URL, मॉडल सूची, क्षमता टैग (टूल कॉलिंग, छवि इनपुट, रीज़निंग मोड आदि) अपने आप भर जाएंगे, केवल API Key भरने की ज़रूरत है, फिर सहेजकर उपयोग करें
- अपने पास मौजूद सेवा के अनुसार कनेक्शन विधि चुनें:
| कनेक्शन विधि | किसके लिए उपयुक्त | क्या भरना है |
|---|---|---|
| Tencent Cloud Token Plan | जिन्होंने Tencent Cloud Token Plan पैकेज खरीदा है (AI प्रोग्रामिंग और WorkBuddy परिदृश्यों के लिए विशेष रूप से बनाया गया, Hunyuan, MiniMax, Kimi, GLM जैसे मुख्यधारा के बड़े मॉडलों के साथ संगत) | पहले पैकेज प्रकार चुनें (एंटरप्राइज़ प्रोफेशनल / एंटरप्राइज़ लाइट / जनरल पर्सनल / Hy पर्सनल), फिर उस पैकेज की API Key भरें, अंत में पैकेज द्वारा समर्थित मॉडल चुनें (अलग-अलग पैकेज में उपलब्ध मॉडल अलग-अलग होते हैं) |
| Coding Plan | जिन्होंने AI Coding के लिए विशेष सब्सक्रिप्शन खरीदा है (Tencent Cloud, Zhipu, Kimi के Coding Plan का समर्थन) | संबंधित पैकेज के क्रेडेंशियल और मॉडल |
| कस्टम API | अन्य मुख्यधारा के वेंडर की API इस्तेमाल करने वाले (मुख्यधारा के वेंडरों के बिल्ट-इन प्रीसेट प्रवेश द्वार, एक क्लिक में कनेक्ट) | API Key |
| कस्टम / Custom | जिनकी सेवा किसी भी प्रीसेट सूची में नहीं है | मैन्युअली URL, API Key और मॉडल नाम भरें |
- सहेजें। कॉन्फ़िगरेशन अपने आप स्थायी हो जाता है; मानक सप्लायर चुनने पर टूल कॉलिंग, छवि इनपुट जैसे क्षमता टैग अपने आप लिख दिए जाते हैं, मैन्युअल कॉन्फ़िगरेशन की ज़रूरत नहीं
सुरक्षा सुझाव (आधिकारिक मूल बातों के मुख्य बिंदु):
- API Key को दूसरों के साथ साझा न करें — यह आपके खाते और पैकेज कोटा से जुड़ी होती है, लीक होने पर दूसरे लोग आपका कोटा इस्तेमाल कर सकते हैं, अतिरिक्त शुल्क या डेटा सुरक्षा जोखिम पैदा हो सकता है
- पुष्टि करें कि सप्लायर भरोसेमंद है — कनेक्ट करने से पहले उस मॉडल सेवा प्रदाता की सेवा समझौता और गोपनीयता नीति पढ़ें, पुष्टि करें कि वे आपकी डेटा सुरक्षा और अनुपालन आवश्यकताओं से मेल खाती हैं
💡 कॉन्फ़िगरेशन कहाँ सहेजा गया? क्या यह क्लाउड पर जाता है?
कॉन्फ़िगरेशन पैरामीटर (API Key सहित) केवल स्थानीय रूप से ~/.codebuddy/models.json में सहेजे जाते हैं, क्लाउड पर अपलोड नहीं होते। इस फ़ाइल के ज़रिए मैन्युअल रूप से कॉन्फ़िगर किए गए शुरुआती मॉडल, इंटरफ़ेस अपग्रेड होने के बाद भी सामान्य रूप से उपयोग किए जा सकते हैं, और इन्हें इंटरफ़ेस में देखा, संपादित और हटाया जा सकता है — रोज़मर्रा के प्रबंधन के लिए अब कॉन्फ़िगरेशन फ़ाइल को छूने की ज़रूरत नहीं है। जब कोई मॉडल उपयोग न हो, तो आधिकारिक सलाह है कि उसकी Key को models.json से हटा दें।
आपको यह दिखना चाहिए: सहेजने के बाद, संवाद इंटरफ़ेस के मॉडल सिलेक्टर में कस्टम मॉडल ग्रुप दिखाई देगा (मॉडल नाम और सप्लायर आइकन के साथ), इसे चुनते ही उपयोग शुरू कर सकते हैं।
- मैंने एक कस्टम मॉडल जोड़ा, और सिलेक्टर के कस्टम ग्रुप में इसे देखा
चरण 5: Ollama से स्थानीय मॉडल जोड़ना (API Key की ज़रूरत नहीं)
क्यों: संवेदनशील सामग्री को मशीन से बाहर नहीं जाना चाहिए, इंट्रानेट वातावरण में इंटरनेट नहीं है, या बस शून्य लागत पर आज़माना है — स्थानीय Ollama तीनों काम एक ही बार में हल कर देता है।
Ollama क्या है (आधिकारिक कथन): एक ओपन-सोर्स स्थानीय लार्ज मॉडल रनिंग टूल, जिसे इंस्टॉल करने के बाद एक ही कमांड से ओपन-सोर्स मॉडल खींचकर चलाया जा सकता है; शुरू होने पर यह स्थानीय रूप से HTTP पोर्ट (डिफ़ॉल्ट 11434) पर सुनता है, और OpenAI प्रोटोकॉल से संगत इंटरफ़ेस अपने आप उपलब्ध कराता है ताकि WorkBuddy जुड़ सके।
आधिकारिक रूप से सूचीबद्ध तीन प्रकार के उपयोग के परिदृश्य:
| परिदृश्य | लाभ |
|---|---|
| डेटा गोपनीयता / इंट्रानेट अनुपालन | कोड और संवाद सामग्री मशीन से बाहर नहीं जाती, वित्त, सरकारी-उद्यम और संवेदनशील प्रोजेक्ट के लिए उपयुक्त |
| शून्य लागत पर आज़मायें | Token खर्च नहीं, सशुल्क API Key नहीं, हार्डवेयर को ही कंप्यूटिंग शक्ति मानें |
| ऑफ़लाइन उपलब्ध | हवाई जहाज़ पर, इंट्रानेट डेवलपमेंट मशीन पर, बिना नेटवर्क वाले वातावरण में भी काम करता है WorkBuddy |
कार्यवाही:
- Ollama इंस्टॉल करें और शुरू करें, एक ओपन-सोर्स मॉडल खींचें (इंस्टॉलेशन और मॉडल खींचने के चरण Ollama की आधिकारिक निर्देशों के अनुसार करें), स्थानीय सेवा चालू रखें
- WorkBuddy सेटिंग्स → मॉडल → जोड़ें, प्रदाता सूची में Ollama चुनें — इंटरफ़ेस पता अपने आप भर जाता है (Ollama डिफ़ॉल्ट रूप से स्थानीय 11434 पोर्ट पर सुनता है)
- इंस्टॉल किए गए मॉडल का सटीक नाम भरें, सहेजें
- API Key भरने की ज़रूरत नहीं — आधिकारिक रूप से स्पष्ट किया गया है: "इस मशीन की ओर इशारा करने वाले मॉडल (जैसे स्थानीय Ollama) को API Key की ज़रूरत नहीं होती"
⚠️ स्थानीय मॉडल ≠ पूरा टास्क नेटवर्क से बाहर
स्थानीय मॉडल केवल यह सुनिश्चित करता है कि "मॉडल इन्फ़रेंस" इसी मशीन पर पूरा हो। आधिकारिक अंतरराष्ट्रीय संस्करण के दस्तावेज़ अतिरिक्त चेतावनी देते हैं: इंटरनेट सर्च, बाहरी कनेक्टर या अन्य ऑनलाइन सेवाएँ अभी भी नेटवर्क एक्सेस कर सकती हैं — स्थानीय मॉडल जोड़ने का मतलब यह नहीं कि पूरे टास्क का डेटा कंप्यूटर से बाहर नहीं जाएगा, और न ही इसके आधार पर विशिष्ट अनुपालन आवश्यकताओं की पूर्ति की गारंटी दी जा सकती है। अनुपालन-संवेदनशील परिदृश्यों में, पहले सोचें कि यह टास्क नेटवर्क से जुड़ेगा या नहीं; सुरक्षा तंत्र की गहराई से चर्चा के लिए देखें 5.4 डेटा सुरक्षा और गोपनीयता।
आपको यह दिखना चाहिए: मॉडल सिलेक्टर के कस्टम ग्रुप में आपका कॉन्फ़िगर किया गया स्थानीय मॉडल दिखाई देगा; संदेश भेजने पर स्थानीय मॉडल जवाब देगा, और इस मशीन के संसाधनों का उपयोग स्पष्ट रूप से बढ़ेगा (हार्डवेयर ही आपकी कंप्यूटिंग शक्ति है)।
- मेरा स्थानीय मॉडल सिलेक्टर में दिखाई दिया, पूरी प्रक्रिया में API Key भरने को नहीं कहा गया
चरण 6: समस्या निवारण 4100: कस्टम मॉडल ग्रे हो / अनुरोध नहीं भेजा जाता तो क्या करें
क्यों: कस्टम मॉडल की सबसे आम खराबी सिर्फ एक ही होती है — अधूरा कॉन्फ़िगरेशन। इसका रूप पहचान लें, तो 10 सेकंड में ठीक हो जाएगा।
लक्षण (आधिकारिक एरर कोड 4100):
- मॉडल सेलेक्टर में: वह मॉडलग्रे होकर डिसेबल्ड है, चुना नहीं जा सकता, और उस पर एक एरर आइकन दिखता है (जैसे किसी थर्ड-पार्टी टूल से मॉडल का नाम लिख दिया गया हो, लेकिन कॉन्फ़िगरेशन पूरा न हुआ हो)
- होवर टिप: 「वर्तमान कस्टम मॉडल में इंटरफ़ेस पता या API key कॉन्फ़िगर नहीं है, कृपया कॉन्फ़िगर करने के बाद उपयोग करें」
- यदि फिर भी रिक्वेस्ट भेजी गई: बातचीत में वही संदेश दिखता है और 「कॉन्फ़िगर करने जाएँ」 का विकल्प मिलता है, एरर कोड 4100, रिक्वेस्ट भेजी नहीं जाती
समाधान (3 चरण):
- टिप में दिए गए**「कॉन्फ़िगर करने जाएँ」** पर क्लिक करें (होवर कार्ड या बातचीत के टिप, दोनों में मिलता है), जिससे उस मॉडल का कॉन्फ़िगरेशन पेज सीधे खुल जाता है
- इंटरफ़ेस पता और API Key पूरा भरें, सेव करें
- पूर्ण — आधिकारिक कथन: 「पूरा भरकर सेव करने के बाद मॉडल सामान्य रूप से चुना जा सकता है」「पूरा भरकर सेव करने के बाद मॉडल फिर से उपयोग के योग्य हो जाता है, रीस्टार्ट की ज़रूरत नहीं」
अपवाद: अपनी मशीन की ओर इशारा करने वाले मॉडल (जैसे लोकल Ollama) को API Key की ज़रूरत नहीं होती, यह सीमा उन पर लागू नहीं होती।
अन्य एरर कोड (3002 नेटवर्क कनेक्शन, 3008 मॉडल से कोई रिस्पॉन्स नहीं, 6003 आदि) के लिए आधिकारिक 「एरर कोड हैंडलिंग गाइड」 और इस साइट का ट्रबलशूटिंग क्विक रेफ़रेंस: एरर कोड और सामान्य समस्याएँ देखें।
आपको यह दिखना चाहिए: पूरा भरकर सेव करने के बाद, मॉडल ग्रे से चुनने योग्य हो जाता है; फिर से मैसेज भेजने पर रिक्वेस्ट सामान्य रूप से जाती है।
- मैं जानता/जानती हूँ कि 4100 = कस्टम मॉडल में इंटरफ़ेस पता या API Key गायब है, पूरा भरने के बाद रीस्टार्ट की ज़रूरत नहीं
विस्तृत चरणों के लिए आधिकारिक दस्तावेज़ देखें: मॉडल कॉन्फ़िगरेशन, एरर कोड हैंडलिंग गाइड।
चेकपॉइंट ✅
- मॉडल सेलेक्शन पैनल में फास्ट / बैलेंस्ड / अल्ट्रा — इन तीन लेवल के बीच स्विच कर सकता/सकती हूँ, और बता सकता/सकती हूँ कि प्रत्येक किस तरह के कार्य के लिए उपयुक्त है
- 「विज़न」 टैब का उपयोग बता सकता/सकती हूँ, और मॉडल का क्रेडिट मल्टीप्लायर अंकन (x0.06~x1.62) ढूँढ सकता/सकती हूँ
- जानता/जानती हूँ कि कॉन्टेक्स्ट विंडो जितनी बड़ी, प्रति टर्न उतनी अधिक खपत होगी; लेवल केवल वर्तमान कार्य पर लागू होता है; इकोनॉमी मोड को चालू रखने की सलाह है
- कम से कम एक कस्टम मॉडल जोड़ चुका/चुकी हूँ (Token Plan / Coding Plan / कस्टम API / Ollama में से कोई भी), और जानता/जानती हूँ कि कॉन्फ़िगरेशन केवल लोकल models.json में सेव होता है, क्लाउड पर नहीं जाता
- 4100 मिलने पर 「कॉन्फ़िगर करने जाएँ」 पर क्लिक करके जानकारी पूरी करता/करती हूँ, सॉफ़्टवेयर खराब होने का शक नहीं करता/करती
आम गलतियों की चेतावनी
❌ कॉन्टेक्स्ट विंडो को पूरी तरह बढ़ा देना, सोचना कि जितना बड़ा उतना बेहतर
लक्षण: कॉन्टेक्स्ट लेवल अधिकतम पर सेट करने पर कार्य की गुणवत्ता में कोई बदलाव नहीं आया, लेकिन क्रेडिट बहुत तेज़ी से घटे।
कारण: हर टर्न में वर्तमान कॉन्टेक्स्ट पूरा मॉडल को भेजा जाता है; विंडो जितनी बड़ी, प्रति टर्न खपत उतनी अधिक। आधिकारिक रूप से कहा गया है: 「बड़ी विंडो मॉडल को समझदार नहीं बनाती, बस हर टर्न की खपत कई गुना बढ़ा देती है।」
सही तरीका: डिफ़ॉल्ट लेवल पर रखें; केवल बहुत लंबे दस्तावेज़ों पर काम करते समय, जब मॉडल को बड़ी मात्रा में इतिहास पूरी तरह याद रखना ज़रूरी हो, तभी बढ़ाएँ — और लेवल केवल वर्तमान कार्य पर लागू होता है — इस्तेमाल के बाद जान-बूझकर वापस स्विच करने की ज़रूरत नहीं, नया कार्य शुरू करने पर डिफ़ॉल्ट अपने आप बहाल हो जाता है।
❌ API Key को सामान्य टेक्स्ट की तरह साझा करना या सार्वजनिक रिपॉज़िटरी में कमिट करना
लक्षण: Key वाले कॉन्फ़िगरेशन का स्क्रीनशॉट समूह में भेजना, models.json को कोड रिपॉज़िटरी में अपलोड करना, और किसी और द्वारा कोटा चोरी से इस्तेमाल हो जाना।
कारण: API Key आपके खाते और पैकेज कोटे से जुड़ा होता है। आधिकारिक सुरक्षा सूचना: इसका लीक होने पर दूसरे लोग आपका कोटा चोरी से इस्तेमाल कर सकते हैं, अतिरिक्त शुल्क या डेटा सुरक्षा जोखिम पैदा हो सकता है।
सही तरीका: Key को केवल WorkBuddy की लोकल कॉन्फ़िगरेशन (models.json) में भरें (models.json को क्लाउड पर न रखें); साझा वातावरण में न भरें और न ही एक्सपोर्ट करें; उपयोग खत्म होने पर models.json से इसे हटा दें।
❌ कस्टम मॉडल ग्रे होने पर भी ज़बरदस्ती मैसेज भेजना और सोचना कि सॉफ़्टवेयर खराब हो गया है
लक्षण: किसी ग्रे हुए कस्टम मॉडल को चुनकर मैसेज भेजने पर बातचीत में 4100 एरर आता है, और पहला ध्यान रीइंस्टॉल करने का होता है।
कारण: उस मॉडल में इंटरफ़ेस पता या API Key कॉन्फ़िगर नहीं है — WorkBuddy रिक्वेस्ट ही नहीं भेजता, यह एक सुरक्षा तंत्र है, खराबी नहीं।
सही तरीका: संकेत में दिए「कॉन्फ़िगरेशन पर जाएँ」पर क्लिक करें, इंटरफ़ेस पता और API Key पूरा भरें, सेव करें — रीस्टार्ट की ज़रूरत नहीं। लोकल Ollama मॉडल को Key की ज़रूरत नहीं होती, वे प्रभावित नहीं होते।
❌ यह सोचना कि「लोकल मॉडल जोड़ दिया = पूरी प्रक्रिया ऑफ़लाइन, डेटा बिल्कुल नेटवर्क से बाहर नहीं जाएगा」
लक्षण: अनुपालन के लिए Ollama जोड़कर, बेफ़िक्र होकर WorkBuddy से सारे काम करवा लेना।
कारण: लोकल मॉडल केवल यह सुनिश्चित करता है कि मॉडल इन्फ़ेरेंस इसी मशीन पर पूरा हो; ऑनलाइन सर्च, बाहरी कनेक्टर जैसी ऑनलाइन सुविधाएँ अभी भी नेटवर्क एक्सेस करती हैं (आधिकारिक अंतरराष्ट्रीय संस्करण दस्तावेज़ के अनुसार)।
सही तरीका: अनुपालन-संवेदनशील परिदृश्यों में पहले पुष्टि करें कि काम नेटवर्क छूएगा या नहीं (जैसे लोकल मॉडल के काम में उसे ऑनलाइन खोज न करने दें); सुरक्षा सीमा का विवरण देखें 5.4 डेटा सुरक्षा और गोपनीयता में।
एडवांस टिप्स (वैकल्पिक)
🔧 कस्टम प्रोटोकॉल: केवल तब छेड़ें जब इंटरफ़ेस गेटवे / प्रॉक्सी से गुज़रता हो। जब मॉडल सेवा गैर-मानक URL पाथ इस्तेमाल करती है (गेटवे या प्रॉक्सी लेयर से रैप की गई), तो एडवांस कॉन्फ़िगरेशन में「कस्टम प्रोटोकॉल」स्विच चालू करें: बंद (डिफ़ॉल्ट) = मानक /chat/completions पाथ इस्तेमाल होता है, इंटरफ़ेस पते का स्वतः सत्यापन और पूर्ति होती है; चालू = आपके भरे गए URL पर सीधे रिक्वेस्ट भेजी जाती है, पाथ सत्यापन और स्वतः पूर्ति छोड़ दी जाती है। आम तौर पर बंद रखें, जब तक सेवा प्रदाता स्पष्ट रूप से न माँगे।
🔧 फ़ोन पर मॉडल कैसे देखें। मोबाइल ऐप पर मॉडल सूची, क्षमता टैग और दरें देखी जा सकती हैं, साथ ही थिंकिंग तीव्रता (जैसे निम्न / मध्यम / उच्च / अति-उच्च) और कॉन्टेक्स्ट विंडो (जैसे 300K / 1M) भी समायोजित की जा सकती है — प्रवेश द्वार मॉडल चयन पैनल के ऊपरी दाएँ कोने के कॉन्फ़िगरेशन प्रवेश में है। लेकिनमोबाइल पर「कस्टम मॉडल कॉन्फ़िगर करें」का प्रवेश द्वार नहीं है, मॉडल सूची में केवल उपलब्ध मॉडल दिखते हैं; मिनी-प्रोग्राम पर मॉडल चयन कार्य का पहला मैसेज भेजने के बाद ही दिखता है।
🔧 क्या आप अंतरराष्ट्रीय संस्करण workbuddy.ai इस्तेमाल कर रहे हैं? कॉन्फ़िगरेशन प्रवेश द्वार और फ़ाइल पाथ अलग हैं: अवतार → सिस्टम सेटिंग्स → मॉडल, कॉन्फ़िगरेशन फ़ाइल ~/.workbuddy-ai/models.json में है, Ollama का डिफ़ॉल्ट इंटरफ़ेस पता आधिकारिक रूप से http://localhost:11434/v1/chat/completions बताया गया है। अंतरराष्ट्रीय संस्करण के अंतर का विवरण देखें 5.5 अंतरराष्ट्रीय संस्करण workbuddy.ai: घरेलू संस्करण से अंतर और एक्सेस में।
इस पाठ का सारांश
✅ दो स्तर के मॉडल: WorkBuddy मॉडल दो प्रकार के हैं — बिल्ट-इन 14 (हुनयुआन / GLM / Kimi / MiniMax / DeepSeek) और कस्टम मॉडल — बिल्ट-इन तुरंत इस्तेमाल के लिए तैयार हैं और दर के अनुसार क्रेडिट खर्च करते हैं; कस्टम आप खुद जोड़ते हैं, WorkBuddy क्रेडिट नहीं खर्च होते, शुल्क तीसरे पक्ष को देय होता है।
✅ तीन स्तर के मोड: फ़ास्ट (सरल कार्य, सबसे तेज़ और सबसे किफ़ायती) / बैलेंस्ड (अधिकांश कार्य, अनिश्चित हों तो यही चुनें) / एक्सट्रीम (जटिल कार्य, अधिक स्थिर और अधिक महँगा)।
✅ अंतर्निहित मॉडल चुनें: क्षमता टैग देखें (रीज़निंग / विज़न) + क्रेडिट गुणक (x0.06~x1.62, जितना कम उतनी बचत) + व्यस्तता स्तर (हरा / नारंगी / लाल / अनुपलब्ध); अनिश्चित हों तो डिफ़ॉल्ट Auto रखें, सिस्टम अपने आप मैच कर देगा।
✅ दो पैरामीटर: थिंकिंग तीव्रता डिफ़ॉल्ट पर रखें; कॉन्टेक्स्ट विंडो जितनी बड़ी, एक राउंड उतना महँगा, टियर केवल वर्तमान कार्य पर लागू होता है; इकोनॉमी मोड (सेटिंग्स → एजेंट) चालू रखें और क्रेडिट बचाएँ।
✅ कस्टम एक्सेस: प्रोवाइडर प्रीसेट (Tencent Cloud Token Plan / Coding Plan / कस्टम API) में केवल API Key भरें; लोकल Ollama को Key की ज़रूरत नहीं (डिफ़ॉल्ट 11434 पोर्ट); प्रीसेट में न हो तो Custom चुनकर मैन्युअली भरें। कॉन्फ़िगरेशन केवल लोकल ~/.codebuddy/models.json में सेव होता है, क्लाउड पर नहीं जाता।
✅ 4100: कस्टम मॉडल में इंटरफ़ेस पता या API Key गायब है → 「कॉन्फ़िगर करने जाएँ」 पर क्लिक करके पूरा करें और सेव करें, तुरंत बहाल हो जाता है, रीस्टार्ट की ज़रूरत नहीं।
मुख्य कॉन्फ़िगरेशन की समीक्षा:
| कॉन्फ़िगरेशन आइटम | अनुशंसित मान | विवरण |
|---|---|---|
| मॉडल मोड | संतुलित | अधिकांश कार्य; सरल कार्यों पर फ़ास्ट पर स्विच करें, जटिल कार्यों पर अल्टीमेट |
| अंतर्निहित मॉडल | Auto, या गुणक + टैग से चुनें | सरल कार्यों के लिए कम गुणक वाला रीज़निंग मॉडल, इमेज समझने के लिए 「विज़न」 टैग चुनें |
| थिंकिंग तीव्रता | डिफ़ॉल्ट | आधिकारिक रूप से पहले से ही अधिकांश कार्यों के लिए उपयुक्त तीव्रता चुनी गई है |
| कॉन्टेक्स्ट विंडो | डिफ़ॉल्ट टियर | जितनी बड़ी, एक राउंड उतना महँगा; बहुत लंबे दस्तावेज़ों पर ही बड़ा करें, टियर केवल वर्तमान कार्य पर लागू होता है |
| इकोनॉमी मोड | चालू | सेटिंग्स → एजेंट → इकोनॉमी मोड; कॉन्टेक्स्ट अपने आप कंप्रेस होता है, लंबी बातचीत में क्रेडिट बचता है |
| कस्टम मॉडल | प्रोवाइडर प्रीसेट को प्राथमिकता दें | URL और क्षमता टैग अपने आप भर जाते हैं, केवल API Key भरें |
| लोकल Ollama | प्रोवाइडर में Ollama चुनें | पता अपने आप भर जाता है (डिफ़ॉल्ट रूप से 11434 पोर्ट पर सुनता है), API Key की ज़रूरत नहीं |
अक्सर पूछे जाने वाले प्रश्न
WorkBuddy थर्ड-पार्टी API से कैसे जुड़ें?
सेटिंग्स पेज के 'मॉडल' सेक्शन को खोलें, मॉडल जोड़ते समय प्रोवाइडर सूची में से 'कस्टम API' चुनें — मुख्यधारा की कंपनियों के प्रीसेट एंट्री पॉइंट बिल्ट-इन हैं, एक क्लिक में जुड़ें, URL, मॉडल सूची और क्षमता टैग अपने आप भर जाएंगे, केवल API Key भरने के बाद ही सेव करके उपयोग किया जा सकता है। अगर सेविस किसी प्रीसेट सूची में नहीं है, तो 'कस्टम / Custom' चुनें और URL, API Key तथा मॉडल का नाम मैन्युअली भरें। कॉन्फ़िगरेशन केवल लोकल ~/.codebuddy/models.json में सेव होता है, क्लाउड पर अपलोड नहीं किया जाता।
WorkBuddy API से जुड़ने के चरण क्या हैं?
कुल चार चरण: सेटिंग्स पेज का "मॉडल" सेक्शन खोलें; मॉडल जोड़ें और प्रोवाइडर सूची में से चुनें (Tencent Cloud Token Plan, Coding Plan, कस्टम API या Ollama आदि); चुने गए तरीके के अनुसार जानकारी पूरी करें (प्रीसेट तरीके में आमतौर पर सिर्फ API Key भरनी होती है, Token Plan में पहले पैकेज प्रकार चुनना होता है फिर समर्थित मॉडल चुनना होता है); सेव करने के बाद कॉन्फ़िगरेशन अपने आप स्थायी हो जाता है, और मॉडल सिलेक्टर के कस्टम ग्रुप में वह दिखने लगता है। पूरी प्रक्रिया में कॉन्फ़िगरेशन फ़ाइल को मैन्युअल रूप से एडिट करने की ज़रूरत नहीं है।
WorkBuddy कस्टम मॉडल कैसे कॉन्फ़िगर करें?
सेटिंग्स → मॉडल में जोड़ें: प्रोवाइडर प्रीसेट चुनने पर इंटरफ़ेस पता और क्षमता टैग अपने आप भर जाते हैं, सिर्फ API Key भरनी होती है; लोकल Ollama को API Key की ज़रूरत नहीं है, प्रोवाइडर में Ollama चुनने पर इंटरफ़ेस पता अपने आप भर जाता है (डिफ़ॉल्ट रूप से लोकल 11434 पोर्ट पर सुनता है), फिर इंस्टॉल किए गए मॉडल का सटीक नाम भरकर सेव कर दें। ध्यान दें कि मोबाइल ऐप में "कस्टम मॉडल कॉन्फ़िगर करें" का कोई विकल्प नहीं है, कॉन्फ़िगरेशन डेस्कटॉप पर करना होगा। जब किसी मॉडल का उपयोग न करना हो, तो आधिकारिक सलाह है कि models.json में उसकी Key हटा दें।
WorkBuddy मॉडल कैसे चुनें?
पहले मॉडल सिलेक्शन पैनल में तीन स्तर के मोड चुनें: आसान कार्यों के लिए Fast, अधिकांश कार्यों के लिए Balanced, और जटिल कार्यों के लिए Extreme — आधिकारिक सलाह है कि अनिश्चित हों तो Balanced चुनें। फिर क्षमता टैग, पॉइंट गुणक (x0.06~x1.62, जितना कम उतनी बचत) और व्यस्तता के आधार पर कोई विशिष्ट बिल्ट-इन मॉडल चुनें; अनिश्चित हों तो डिफ़ॉल्ट Auto (स्मार्ट ऑटो चयन) चुनें, सिस्टम अपने आप सबसे उपयुक्त मॉडल मैच कर देगा।
WorkBuddy क्या API इंटरफ़ेस समर्थित है?
समर्थित है।14 बिल्ट-इन मॉडल बॉक्स से बाहर उपयोग के लिए तैयार हैं; बिल्ट-इन सूची के बाहर के मॉडल सेटिंग्स पेज के "मॉडल" सेक्शन के ज़रिए थर्ड-पार्टी API (API Key, Tencent Cloud Token Plan, Coding Plan) से जोड़ें, या लोकल Ollama से ओपन-सोर्स मॉडल जोड़ें। कस्टम मॉडल WorkBuddy पॉइंट्स खर्च नहीं करते, उनसे होने वाला खर्च आप सीधे थर्ड-पार्टी को चुकाते हैं।
अगले पाठ की झलक
मॉडल और गुणक दोनों जान लिए गए, अगले पाठ में पैसे का हिसाब करेंगे। अगले पाठ में सीखें 2.6 क्रेडिट और कीमत: फ़्री कोटा, चार-स्तरीय पैकेज और पैसे बचाने की तरकीबें।
आप सीखेंगे:
- ट्रायल संस्करण में हर महीने 500 बेसिक क्रेडिट, पेड चार-स्तरीय पैकेज में कितने मिलते हैं
- क्रेडिट हर महीने जारी होते हैं, एक्सपायर होने पर आगे नहीं बढ़ते, कटौती पहले सबसे पहले एक्सपायर होने वाले से होती है
- ऐड-ऑन पैक कैसे खरीदें, रिफ़ंड कैसे आवेदन करें
- आधिकारिक स्रोत और तीसरे पक्ष के टेस्ट — दोनों में कौन-कौन सी पैसे बचाने की तरकीबें हैं