WorkBuddy调用模型API本质是通过HTTP向远程服务发起请求，需先在设置中准确配置模型名称、URL、Key和标识，再于对话或工作流中触发调用；配置错误将导致404或空响应，可用curl或开发者工具验证。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在WorkBuddy中调用模型API接口，本质是让本地AI工作台通过HTTP协议向远程大模型服务发起请求，而非直接运行模型。你需要先完成模型接入配置，再在对话或工作流中触发调用——整个过程不写一行代码，但每一步都依赖正确的URL、Key和模型标识。
确认已接入目标模型
打开WorkBuddy → 左下角头像 → 设置 → 模型 → 查看「自定义模型」列表。如果目标模型（如deepseek-v4-pro、claude-3-5-sonnet或glm-5.2）未出现在列表中，后续所有调用都会失败。此时必须先完成配置，不能跳过。
这一步操作起来很简单，直接点「添加模型」就行。但注意：【模型名称必须与服务商文档完全一致，大小写、连字符、版本号一个都不能错】。比如填成deepseek-v4-pro是对的，填成DeepSeek-V4-Pro或deepseekv4pro会导致404错误，WorkBuddy不会提示拼写问题，只会返回空响应。
在对话中触发模型调用
点击底部「Auto」按钮 → 下拉选择你刚配置好的模型 → 开始输入问题。WorkBuddy会自动将你的提问封装为标准OpenAI格式的POST请求，发往你填写的Base URL。
如果对话框右上角出现「正在思考…」但长时间无响应，大概率是API Key失效或配额耗尽。此时需回到「设置→模型」中重新粘贴最新Key，旧Key一旦被平台回收就无法恢复。
在AI工作流中嵌入API调用节点
第一步：进入【AI工作流设计台】→ 新建流程 → 拖入「HTTP调用」节点
第二步：在节点配置中选择已注册的连接器（如“DeepSeek v4 Pro 推理”）
第三步：绑定输入变量，例如将用户提问文本映射到请求体的messages字段
第四步：启用「自动解析JSON响应」，提取choices[0].message.content作为输出结果
这个路径适合需要结构化处理返回内容的场景，比如把模型输出自动拆解为表格字段、提取JSON中的价格和日期、或转成飞书卡片推送。纯聊天对话不需要走这一步。
验证调用是否真实生效
方法一：观察网络请求日志（仅限开发者模式）
启动WorkBuddy时加参数--devtools → 右键空白处 → 「检查」→ 切换到Network标签 → 输入问题 → 筛选chat/completions，能看到完整的请求头、请求体和响应状态码。
方法二：用curl手动复现（推荐用于排查）
复制你在WorkBuddy中配置的URL、Key和模型名，构造如下命令：
curl -X POST "https://your-base-url/v1/chat/completions" \<br> -H "Authorization: Bearer sk-xxx" \<br> -H "Content-Type: application/json" \<br> -d '{"model":"deepseek-v4-pro","messages":[{"role":"user","content":"你好"}]}'
如果curl能拿到正确响应，说明配置无误；如果失败，WorkBuddy也必然失败——它底层就是调用同样的HTTP接口。
