CodeBuddy 自定义模型配置完整指南

一、背景说明

CodeBuddy 支持用户添加自定义模型(如 MiniMax M3、智谱 GLM、天翼云等),方便在不同场景下灵活切换。本文档汇总了配置过程中遇到的所有问题及解决方案。

下载 codebuddy工具:

国际版:www.codebuddy.ai /ide

国内版:www.codebuddy.cn/ide/


二、配置方式

通过 models.json 文件配置

适用于 CodeBuddy IDECLI 版本,也适用于部分 VS Code 插件版本(经实测可行)。

文件位置

配置级别 路径 说明
全局配置 ~/.codebuddy/models.json也有可能是~/.codebuddycn/models.json 对所有项目生效
项目配置 <项目根目录>/.codebuddy/models.json 仅对当前项目生效

注意~ 代表用户主目录,Windows 下为 C:\Users\你的用户名

在codebuddy文件夹下新建:models.json文件

配置文件格式

json 复制代码
{
  "models": [
    {
      "id": "minimax-m3",
      "name": "MiniMax M3",
      "vendor": "MiniMax",
      "url": "https://api.minimax.chat/v1/text/chatcompletion_v2",
      "apiKey": "sk-xxxxxxxxxxxxxxxx",
      "supportsToolCall": true,
      "supportsImages": false,
      "supportsReasoning": true
    }
  ]
}

字段说明

字段 类型 必填 说明
id String 唯一标识符,程序内部使用
name String 显示名称,在下拉菜单中展示
vendor String 模型提供商名称
url String API 请求完整地址
apiKey String API 密钥(建议用环境变量)
supportsToolCall Boolean 是否支持工具/函数调用
supportsImages Boolean 是否支持图像输入(多模态)
supportsReasoning Boolean 是否支持推理/思维链能力

CodeBuddy IDE:重启即可

VS Code 插件版本:配置好后重启vscode,打开codebuddy

(注:多个版本位置不同,但是大致基本都是一个范围,自己寻找一下)

三、常见踩坑与解决方案

❌ 坑1:文件放错目录

症状:配置后模型列表里看不到自定义模型。

解决方案:确认文件放在了正确的路径:

  • 用户级:~/.codebuddy/models.json
  • 项目级:<项目根目录>/.codebuddy/models.json

❌ 坑2:availableModels 字段导致内置模型消失

症状:自定义模型没出现,系统内置模型(如 minimax-m2.5、glm-5 等)也不见了。

原因availableModels 是白名单模式,写了它系统就只显示列表里的模型。

解决方案

  • ❌ 不要写这个字段,或者:
  • ✅ 写成空数组:"availableModels": []

❌ 坑3:缺少 models 顶层字段

症状:配置文件完全不被识别。

原因 :最外层必须是 {"models": [...]} 格式。

错误写法

json 复制代码
{
  "id": "minimax-m3",
  "name": "MiniMax M3",
  ...
}

正确写法

json 复制代码
{
  "models": [
    {
      "id": "minimax-m3",
      "name": "MiniMax M3",
      ...
    }
  ]
}

❌ 坑4:API Key 未正确配置

解决方案:使用环境变量(更安全):

json 复制代码
{
  "apiKey": "${MINIMAX_API_KEY}"
}

然后在 ~/.bashrc~/.zshrc 中设置:

bash 复制代码
export MINIMAX_API_KEY="sk-xxxxxxxxxxxxxxxx"

❌ 坑5:配置文件不生效/需要重启

解决方案

  • CodeBuddy 支持热重载,修改后约 1 秒生效
  • 若未生效,尝试重启 CodeBuddy 面板或整个编辑器

四、常用模型配置参考

MiniMax M3

json 复制代码
{
  "id": "minimax-m3",
  "name": "MiniMax M3",
  "vendor": "MiniMax",
  "url": "https://api.minimax.chat/v1/text/chatcompletion_v2",
  "apiKey": "sk-xxxxxxxxxxxxxxxx",
  "supportsToolCall": true,
  "supportsImages": false,
  "supportsReasoning": true
}

智谱 GLM-5.1

json 复制代码
{
  "id": "glm-5.1",
  "name": "智谱 GLM-5.1",
  "vendor": "Zhipu",
  "url": "https://open.bigmodel.cn/api/paas/v4/chat/completions",
  "apiKey": "sk-yyyyyyyyyyyyyyyy",
  "supportsToolCall": true,
  "supportsImages": true,
  "supportsReasoning": true
}

天翼云

json 复制代码
{
  "id": "ctyun-glm",
  "name": "天翼云 GLM",
  "vendor": "CTyun",
  "url": "https://wishub-x6.ctyun.cn/v1/chat/completions",
  "apiKey": "your-api-key-here",
  "supportsToolCall": false,
  "supportsImages": false,
  "supportsReasoning": true
}

六、多模型完整配置示例

json 复制代码
{
  "models": [
    {
      "id": "minimax-m3",
      "name": "MiniMax M3",
      "vendor": "MiniMax",
      "url": "https://api.minimax.chat/v1/text/chatcompletion_v2",
      "apiKey": "${MINIMAX_API_KEY}",
      "supportsToolCall": true,
      "supportsImages": false,
      "supportsReasoning": true
    },
    {
      "id": "glm-5.1",
      "name": "智谱 GLM-5.1",
      "vendor": "Zhipu",
      "url": "https://open.bigmodel.cn/api/paas/v4/chat/completions",
      "apiKey": "${ZHIPU_API_KEY}",
      "supportsToolCall": true,
      "supportsImages": true,
      "supportsReasoning": true
    },
    {
      "id": "gpt-4",
      "name": "GPT-4",
      "vendor": "OpenAI",
      "url": "https://api.openai.com/v1/chat/completions",
      "apiKey": "${OPENAI_API_KEY}",
      "supportsToolCall": true,
      "supportsImages": true,
      "supportsReasoning": true
    }
  ]
}

七、API 获取渠道汇总

模型 官方地址
MiniMax api.minimax.chat
智谱 GLM open.bigmodel.cn
OpenAI platform.openai.com
天翼云 www.ctyun.cn
Anthropic Claude console.anthropic.com
DeepSeek platform.deepseek.com

八、总结

核心要点

  1. 文件路径~/.codebuddy/models.json 或项目下的 .codebuddy/models.json
  2. 文件格式{"models": [...]},最外层必须有 models 数组
  3. 不要写 availableModels:会隐藏内置模型
  4. API Key 用环境变量:安全且方便
相关推荐
_codeOH8 分钟前
MCP Server 开发实战:从 0 到 1 构建自己的工具服务
人工智能·ai编程
洛阳纸贵9 分钟前
AI-PyTorch(一)基础代码实操和自动求导
人工智能·pytorch·python
妙码生花12 分钟前
golang 应用服务端部署(使用 systemd 服务)
开发语言·人工智能·后端·golang·node.js·php·gin
欧特克_Glodon15 分钟前
OpenCV计算机视觉开发入门与实践<三十八>:图像添加数字水印
c++·人工智能·opencv·计算机视觉
智圣新创0116 分钟前
第二课堂育人体系数字化落地:从需求对齐到价值释放的全域建设路径
人工智能
GlobalInfo17 分钟前
34.2%年复合增长率背后,AI量子计算市场规模影响因素会是什么?
大数据·人工智能·量子计算
智驭未来掌门人21 分钟前
从LLM Gateway到Agent Gateway:大模型网关架构演进的技术分析
人工智能
RisunJan21 分钟前
DeepSeek 全景技术指南:从混合推理架构到提示语工程实战(2026.09)
大数据·人工智能·架构
空堂与归23 分钟前
dsh 插件报「未注册 hmr」又空白?两处根因排查与解决
人工智能
能源革命24 分钟前
AI 日报 2026-09-10
人工智能·dubbo