说实话，我第一次看到WorkBuddy的积分余额显示"剩余37"的时候，心里一凉。不是用不起——是那种"每次点发送都在扣钱"的感觉，让你不敢随便用它。写周报？省着点。翻译文档？算了手动翻。让它分析一篇报告？先想想值不值得用这宝贵的积分。
后来我才发现——WorkBuddy有一个"自定义模型"的入口。你可以把市面上几乎所有免费的AI模型——DeepSeek、GLM、Kimi、Qwen——接进去。接了之后，用它们不消耗WorkBuddy积分。而且这些模型的API，很多人根本不知道是免费的。
下面就是完整的配置方法。不是程序员也能看懂——每一步我都用截图标注了按钮在哪，照着点就行。建议先收藏，积分用完的时候翻出来救急。
为什么WorkBuddy积分不够用？——因为你知道的模型只有内置那几个
先搞清楚WorkBuddy的收费逻辑。它内置了混元、DeepSeek等几个模型，每次对话消耗积分。新用户送5000积分，每天签到给100。省着用还行——但一旦你让它处理长文档、多轮推理、图片识别这些重任务，积分就哗哗掉。
但最关键的信息是：WorkBuddy支持自定义模型，走你自己申请的免费API Key——不消耗WorkBuddy积分。 相当于你用了WorkBuddy这个"壳"，但里面的"大脑"是你自己找的免费的。你只需要去模型平台注册一个账号→创建一个API Key→把这个Key填进WorkBuddy→完事。
下面就是具体的配置方法——三个免费的模型来源，从最简单到最灵活排列。
方法1：接DeepSeek——最便宜的主力模型，日常任务全用它
为什么先接DeepSeek？ 两个原因。第一——它是目前性价比最高的模型，推理能力跟收费模型一个级别。第二——它的API只需要几块钱就能用一个月，四舍五入等于免费。你日常的问答、写作、翻译、简单代码——全可以用它。
具体操作：
第一步——打开 platform.deepseek.com，注册一个账号。注册后进入控制台，点击"API Keys"→"创建新的API Key"。复制这个sk-开头的密钥，保存到一个安全的地方。
第二步——打开WorkBuddy，点击左下角的设置→模型→添加自定义模型。在弹出的窗口里填三样东西：
- 提供商：选"自定义"（不要选DeepSeek官方入口，那个可能走付费通道）
- 接口地址：https://api.deepseek.com/v1/chat/completions（注意：必须包含/v1/，少一个字母都连不上）
- API Key：粘贴你刚才复制的sk-xxx密钥
- 模型名称：deepseek-v4-pro
勾选"工具调用"和"推理模式"——保存。完全退出WorkBuddy再重新打开。
真实案例：
我第一次配DeepSeek的时候，填完接口地址点了保存，回到对话界面切换模型——列表里出现了"DeepSeek-V4 Pro"。我问它"你是什么模型"，它回答了自己的名字和版本。那一刻的感觉——跟第一次发现"原来这个功能免费"一样。从那之后我的WorkBuddy积分再也没掉到过100以下——因为日常所有任务我都切到免费的DeepSeek了。
为什么有效：
WorkBuddy就像一个"万能遥控器"——本身不自带频道，但可以控制任何电视。你给它一个API地址，它就把你的问题发过去，把回答传回来。你不花钱是因为你用了别人的算力，不是少了功能。
DeepSeek的API响应速度跟内置模型一样快，你用起来感觉不到任何区别。
方法2：接NVIDIA NIM——一个Key通吃DeepSeek+Kimi+GLM+MiniMax
这个方法是真正的"一招吃遍天下"。NVIDIA NIM是英伟达自己搞的一个模型平台——它最大的好处是：一个API Key可以同时接入DeepSeek、Kimi、GLM、MiniMax这四家模型。你不需要一家一家去注册申请Key——一个Key全搞定。
而且它免费——12个月免费用，背后跑的是H100/H200显卡集群，速度极快。
具体操作：
第一步——打开 build.NVIDIA.com，注册账号。进控制台→创建API Key→有效期选择12个月。复制这个nvapi-开头的密钥。
第二步——回到WorkBuddy的设置→模型→添加自定义模型。这次的配置跟方法1不太一样：
- 提供商：选"自定义"
- 接口地址：https://integrate.api.nvidia.com/v1（这个地址是通用的，一个地址覆盖所有模型）
- API Key：粘贴你的nvapi-xxx
然后——关键一步。这个平台有多个模型，你想用哪个就填哪个的模型名。它们的名称不是随便起的——必须精确：
你想用
模型名称必须写
DeepSeek
deepseek-ai/deepseek-v4-flash
Kimi
moonshotAI/kimi-k2.5
GLM
z-ai/glm-5.1
MiniMax
minimaxai/minimax-m2.5
每添加一个模型就要新建一条——接口地址和Key复用，模型名称每一条不同。
真实案例：
我第一次知道NVIDIA有免费的API可以用的时候，感觉跟发现新大陆一样——一家做显卡的公司，把算力免费开放给你跑AI模型。我第一个接的是Kimi——因为我需要长文档处理功能。在NVIDIA NIM上跑Kimi，速度比我预期的快很多——因为NVIDIA的H100显卡本来就是为了AI训练和推理设计的。然后我把DeepSeek和GLM也接了——现在WorkBuddy模型列表里一排免费的模型，看起来像个小AI军团。
为什么有效：
WorkBuddy的模型切换是无感的——你不需要关掉重开，在对话框里直接点模型名就能切。这就变成了：日常问答用DeepSeek、长文档分析切Kimi、多轮推理切GLM——全免费。
你不是在省钱——你是在建立一个零成本的AI组合。 一个模型干一件事，都不收钱。
方法3：接Ollama本地模型——没网也能用，完全免费
什么时候用这个方法？ 你的电脑内存够大（16GB以上）、你想完全离线使用、或者你对隐私特别敏感——不想让任何对话离开你的电脑。Ollama是一个让你在本地运行AI模型的工具——不用联网，不用API Key，物理上完全在你的电脑里。
具体操作：
第一步——去 ollama.com 下载安装Ollama。装完后打开命令行，输入ollama pull qwen3:8b——它会开始下载一个8B参数的Qwen模型（大约5GB）。等它下载完。
第二步——这一步很重要。 本地模型需要先注册成"服务"才能被WorkBuddy识别。有三种注册方式：
- 直接填本地地址：在WorkBuddy的"接口地址"填入 http://localhost:11434/v1，模型名填 qwen3:8b
- 通过NVIDIA NIM转发：如果你想统一管理多个模型（云端+本地），可以让NVIDIA NIM注册你的本地模型，然后WorkBuddy通过NIM地址访问
- 群晖/威联通NAS注册：如果你有一台NAS，可以在NAS上跑Ollama并通过局域网让WorkBuddy访问——这样你的笔记本资源不会被占满
填好地址和模型名→保存→重启WorkBuddy。然后在模型列表里测试——问它一个问题，能在命令行Ollama窗口看到模型加载就说明成功了。
真实案例：
有一次出差，酒店Wi-Fi烂到连WorkBuddy都打不开。但我提前在笔记本上跑了Ollama的Qwen3-8B——虽然只有80亿参数，比不了云端的大模型，但写写邮件、翻译句子、整理笔记完全够用了。而且它最大的好处不是功能——是安全感。所有对话都留在这台电脑里，你不用担心任何数据上传到第三方服务器。
为什么有效：
云端模型——再便宜、再免费——也是别人的电脑。你的对话会经过互联网，会被记录日志，理论上可以被审查。本地模型是物理隔离——你的数据不离开你的硬盘。这就像你把钱存银行vs放在床底——前者方便、后者放心。Ollama就是床底的那个。
启动包：快速对照表
模型来源
费用
接口地址
适用场景
DeepSeek API
~几元/月
https://api.deepseek.com/v1/chat/completions
日常主力
NVIDIA NIM
12个月免费
https://integrate.api.nvidia.com/v1
多模型一次搞定
Ollama
完全免费
http://localhost:11434/v1
离线/隐私
一个坑我踩过了：选"自定义"不要选官方入口
我第一次接DeepSeek的时候，在WorkBuddy的模型设置里看到了"DeepSeek"这个选项——点进去填Key。后来发现那个入口引导到了腾讯云的付费通道，我的免费Key根本用不了。正确做法：提供商永远选"自定义"——不要选任何官方平台入口。 接口地址手动粘贴，Key用自己的。这样完全绕过了WorkBuddy的积分系统。
你接了哪个免费模型？用下来感觉怎么样？评论区分享——我帮你优化配置。
觉得有用点个收藏，积分快用完的时候翻出来救急。关注老七聊AI，这类"帮你省钱又好用"的系列持续更新中。
热门跟贴