CodeBuddy

在 CodeBuddy 中配置 AIHubMix：添加 Custom 模型后使用 AIHubMix 支持的任意模型。

CodeBuddy 可以把 OpenAI 兼容接口作为自定义模型使用。把 AIHubMix 配进去后，就能在 CodeBuddy 里调用 AIHubMix 支持的 GPT、Claude、Gemini、DeepSeek、GLM 等模型。

​

准备工作

• CodeBuddy 已安装，并且可以正常打开。
• 在 AIHubMix 控制台 创建好的 API Key，格式通常是 sk-***。
• 要使用的模型 ID，例如 gpt-5.5、gemini-3.5-flash、deepseek-v4.1-flash。模型 ID 建议直接从 AIHubMix 模型列表复制，避免手动输入错误。

​

前端界面配置 AIHubMix 模型

打开 CodeBuddy，在输入框下方点击当前模型名称，例如 Default。

把模型列表拉到底部，点击 Configure custom models。

点击 Add Model，然后在 Provider 下拉框里选择 Custom。

接着填写这几项：

• Endpoint：通常填 https://aihubmix.com/v1。如果主地址暂时不可用，改成备用地址 https://api.inferera.com/v1。
• API Key：填你在 AIHubMix 控制台 创建的 Key。
• Model Name：填要用的模型 ID，例如 gpt-5.5。
• Advanced Settings：按模型能力勾选。需要工具调用就开 Tool Calling；模型支持看图就开 Image Input；推理模型可以开 Reasoning。

填好后点击 Save。

保存后回到模型下拉列表，在 Custom Models 区域选择刚添加的模型。

​

通过配置文件添加模型

CodeBuddy 会把自定义模型写到本地配置文件里。前端界面配置不方便时，可以编辑这个文件：

%USERPROFILE%\.codebuddy\models.json

在 macOS 和 Linux 上，路径是 ~/.codebuddy/models.json。

CodeBuddy 支持项目级模型配置，位置是：

你的项目目录\.codebuddy\models.json

项目级配置优先级更高，适合只在某个项目里使用特定模型。手动写 models.json 时，推荐把 url 写成完整的 Chat Completions 地址：

{
  "models": [
    {
      "id": "gpt-5.5",
      "name": "gpt-5.5",
      "vendor": "AIHubMix",
      "url": "https://aihubmix.com/v1/chat/completions",
      "apiKey": "sk-***",
      "maxInputTokens": 128000,
      "maxOutputTokens": 8192,
      "supportsToolCall": true,
      "supportsImages": true,
      "supportsReasoning": true
    }
  ]
}

availableModels 用于限制下拉列表中显示的模型，只有列出的模型会显示。项目级配置会整体替换用户级配置。

如果当前 API 主地址不可用，把 url 改成备用地址即可：

"url": "https://api.inferera.com/v1/chat/completions"

这里和前端界面配置稍有区别：前端界面里的 Endpoint 填 https://aihubmix.com/v1 就可以；直接写 models.json 时，按 CodeBuddy 的配置文件格式补到 /chat/completions 更稳。models.json 支持热重载，保存后自动生效，也可以重新打开模型下拉列表查看。

如果不想把 Key 明文写进 models.json，可以使用环境变量引用：

"apiKey": "${AIHUBMIX_API_KEY}"

​

CodeBuddy CLI

CodeBuddy 的命令行版本叫 CodeBuddy Code，安装后在终端执行 codebuddy 启动。安装前需要 Node.js 18.0 及以上版本。如果本机还没有安装，可以用 npm 安装：

npm install -g @tencent-ai/codebuddy-code

安装完成后，运行 codebuddy --version 可以确认安装成功。

CLI 可以通过环境变量指定 API Key、接口地址和默认模型。CLI 使用 OpenAI 兼容协议，请求地址为 <CODEBUDDY_BASE_URL>/chat/completions，AIHubMix 的 CODEBUDDY_BASE_URL 填写 https://aihubmix.com/v1：

$env:CODEBUDDY_API_KEY="sk-***"
$env:CODEBUDDY_BASE_URL="https://aihubmix.com/v1"
$env:CODEBUDDY_MODEL="glm-5.3"
codebuddy

示例最后一行的 codebuddy 是启动命令。启动后可以直接在终端里输入问题。

需要固定生效时，把这些变量写进 %USERPROFILE%\.codebuddy\settings.json（macOS 和 Linux 上为 ~/.codebuddy/settings.json）：

{
  "env": {
    "CODEBUDDY_API_KEY": "sk-***",
    "CODEBUDDY_BASE_URL": "https://aihubmix.com/v1",
    "CODEBUDDY_MODEL": "glm-5.3"
  }
}

CLI 和桌面端的自定义模型都使用 OpenAI 兼容协议。如果遇到 404，优先检查 CODEBUDDY_BASE_URL 是否漏写了 /v1。/chat/completions 由 CLI 自动拼接，不要把它写进 CODEBUDDY_BASE_URL。

​

验证效果

选中自定义模型后，发一条简单消息测试一下，比如让 CodeBuddy 简短介绍 AIHubMix。能正常回复，就说明配置已经生效。

如果配置的模型支持图片输入，可以上传图片继续测试多模态能力。

​

常见问题

保存后模型不可用怎么办？ 先检查 Endpoint 是否带 /v1，API Key 是否完整，Model Name 是否和 AIHubMix 模型 ID 一致。如果是手动写 models.json，再确认 url 是否补到了 /chat/completions。

模型列表里出现两个相似名称正常吗？ 正常。CodeBuddy 可能会把自定义模型显示成 模型名:模型名 的形式，只要选中后能正常回复即可。

CLI 和桌面端用的是同一套配置吗？ 两者都读取 models.json：用户级配置在 ~/.codebuddy/models.json，项目级配置在 .codebuddy/models.json。CLI 也可以通过环境变量或 settings.json 的 env 设置 Key 和地址。

更新时间：2026-10-17