CodeBuddy 第三方大模型 API 配置教程
如果你要找的是 codebuddy 第三方大模型 api 配置教程，先分清楚对象：这篇主要讲腾讯云 CodeBuddy Code 命令行工具的配置方式，不是 IDE 插件里的普通模型菜单。腾讯官方 TokenHub 文档说明，CodeBuddy Code 使用 ~/.codebuddy/models.json 配置模型；只要把模型 ID、接口地址、API Key 写对，再启动 codebuddy 并用 /model 选择模型，就能验证配置是否生效。
接入建议
如果你优先使用腾讯云官方模型，可以按 Coding Plan 的官方配置来做；如果你想在 CodeBuddy 里试 Claude、GPT、Gemini、Grok 等更多模型，可以使用兼容 OpenAI 协议的大模型中转站。国内可用大模型中转站可以先看 api.clawsocket.com，如果你还需要比较更多 AI API 聚合入口，也可以看 ai-api-proxy.com。这篇 codebuddy 第三方大模型 api 配置教程 会把官方 Coding Plan 配法和第三方 API 试配法放在一起讲。
CodeBuddy 和 WorkBuddy 的配置区别
很多人配置失败，是因为把 WorkBuddy 的路径拿来配置 CodeBuddy。两者的 models.json 结构接近，但目录不同。
| 工具 | 配置路径 | 适用场景 |
|---|---|---|
| CodeBuddy Code | ~/.codebuddy/models.json | 终端里的 CodeBuddy Code 编程工具 |
| WorkBuddy | ~/.workbuddy/models.json | WorkBuddy 桌面 AI 智能体 |
所以，codebuddy 第三方大模型 api 配置教程 的第一步不是写模型，而是确认你改的是 .codebuddy，不是 .workbuddy。如果你正在配置腾讯云 CodeBuddy Code，路径必须是 ~/.codebuddy/models.json。
安装和启动 CodeBuddy Code
腾讯官方文档要求本地安装 Node.js 18.0 及以上版本。安装 CodeBuddy Code：
bash
npm install -g @tencent-ai/codebuddy-code检查版本：
bash
codebuddy --version启动：
bash
codebuddy首次启动时会要求选择登录方式，例如中国站、国际站、企业域或 iOA。普通国内用户通常选择中国站。完成登录后，再输入：
text
/model如果模型列表里出现你写入的模型，说明 codebuddy 第三方大模型 api 配置教程 里的基础配置已经生效。
配置文件路径
macOS / Linux：
bash
mkdir -p ~/.codebuddy
code ~/.codebuddy/models.json如果没有 VS Code，可以用：
bash
nano ~/.codebuddy/models.jsonWindows：
text
C:\Users\<用户名>\.codebuddy\models.json注意，路径里是 .codebuddy。这也是这篇 codebuddy 第三方大模型 api 配置教程 最容易踩坑的地方。
方案一：按腾讯官方 Coding Plan 配置 CodeBuddy
腾讯官方 CodeBuddy Code 文档给出的 Coding Plan URL 是：
text
https://api.lkeap.cloud.tencent.com/coding/v3如果你订阅了腾讯云 Coding Plan，并获取了专属 API Key，可以把下面内容写入 ~/.codebuddy/models.json：
json
{
"models": [
{
"id": "tc-code-latest",
"name": "Auto",
"vendor": "Tencent Cloud",
"apiKey": "<USER_API_KEY>",
"url": "https://api.lkeap.cloud.tencent.com/coding/v3"
},
{
"id": "hunyuan-2.0-instruct",
"name": "Tencent HY 2.0 Instruct",
"vendor": "Tencent Cloud",
"apiKey": "<USER_API_KEY>",
"url": "https://api.lkeap.cloud.tencent.com/coding/v3"
},
{
"id": "hunyuan-2.0-thinking",
"name": "Tencent HY 2.0 Think",
"vendor": "Tencent Cloud",
"apiKey": "<USER_API_KEY>",
"url": "https://api.lkeap.cloud.tencent.com/coding/v3"
},
{
"id": "glm-5",
"name": "GLM-5",
"vendor": "Tencent Cloud",
"apiKey": "<USER_API_KEY>",
"url": "https://api.lkeap.cloud.tencent.com/coding/v3"
}
],
"availableModels": [
"tc-code-latest",
"hunyuan-2.0-instruct",
"hunyuan-2.0-thinking",
"glm-5"
]
}这个配置是最稳妥的官方路径。保存后重新启动 codebuddy，再输入 /model，选择 hunyuan-2.0-instruct 或其他模型进行测试。
方案二：CodeBuddy 配置第三方大模型 API
如果你的目标是使用第三方大模型 API，可以尝试 OpenAI 兼容配置。下面以 api.clawsocket.com 这类国内可用大模型中转站为例：
json
{
"models": [
{
"id": "claude-sonnet-4-6",
"name": "Claude Sonnet 4.6",
"vendor": "OpenAI",
"apiKey": "YOUR_API_KEY",
"url": "https://api.clawsocket.com/v1/chat/completions"
},
{
"id": "claude-opus-4-6",
"name": "Claude Opus 4.6",
"vendor": "OpenAI",
"apiKey": "YOUR_API_KEY",
"url": "https://api.clawsocket.com/v1/chat/completions"
},
{
"id": "gpt-5.4",
"name": "GPT-5.4",
"vendor": "OpenAI",
"apiKey": "YOUR_API_KEY",
"url": "https://api.clawsocket.com/v1/chat/completions"
}
],
"availableModels": [
"claude-sonnet-4-6",
"claude-opus-4-6",
"gpt-5.4"
]
}这里要讲清楚一个边界：腾讯官方文档明确支持的是 Coding Plan 配置；第三方大模型 API 能否稳定使用，取决于你当前 CodeBuddy Code 版本是否接受 vendor: "OpenAI" 和自定义 url。所以这篇 codebuddy 第三方大模型 api 配置教程 建议你先保留一个官方模型配置，再追加一个第三方模型做测试，不要一开始就把官方模型删掉。
方案三：官方模型和第三方中转站混合配置
长期使用时，更推荐混合配置。这样 CodeBuddy 既能保留腾讯 Coding Plan，也能测试国内可用大模型中转站。
json
{
"models": [
{
"id": "tc-code-latest",
"name": "Auto",
"vendor": "Tencent Cloud",
"apiKey": "YOUR_TENCENT_CODING_PLAN_KEY",
"url": "https://api.lkeap.cloud.tencent.com/coding/v3"
},
{
"id": "claude-sonnet-4-6",
"name": "Claude Sonnet 4.6",
"vendor": "OpenAI",
"apiKey": "YOUR_CLAWSOCKET_API_KEY",
"url": "https://api.clawsocket.com/v1/chat/completions"
}
],
"availableModels": [
"tc-code-latest",
"claude-sonnet-4-6"
]
}这类配置适合代码场景：日常补全和简单问答用官方 tc-code-latest，复杂架构分析、长代码解释或跨模型测试再切到第三方模型。
CodeBuddy 第三方大模型 API 字段说明
为了让这篇 codebuddy 第三方大模型 api 配置教程 更方便排错，下面把关键字段单独说明：
| 字段 | 说明 |
|---|---|
id | 模型调用 ID，必须和服务商控制台支持的模型名一致 |
name | CodeBuddy 里展示的名称，可以自己取 |
vendor | 官方 Coding Plan 写 Tencent Cloud，第三方兼容接口可尝试 OpenAI |
apiKey | 服务商 API Key，不要上传到 GitHub |
url | 模型服务接口地址，官方 Coding Plan 是 https://api.lkeap.cloud.tencent.com/coding/v3 |
availableModels | 需要显示在 /model 列表里的模型 ID |
最常见的错误是 models 里写了模型，但 availableModels 没加对应 ID，导致 /model 看不到。
验证步骤
配置完成后，按这个顺序验证：
- 保存
~/.codebuddy/models.json。 - 完全退出正在运行的 CodeBuddy Code。
- 重新执行
codebuddy。 - 登录完成后输入
/model。 - 选择你刚配置的模型。
- 输入一个简单任务，例如“解释当前项目结构”。
如果你在验证 codebuddy 第三方大模型 api 配置教程 的第三方中转站配置，建议先问一个短问题，不要一开始就跑全仓库分析。这样更容易判断是接口不通，还是上下文太大导致失败。
常见报错排查
1. /model 看不到模型
先看 availableModels。模型 ID 必须同时出现在 models[].id 和 availableModels 里。
2. 模型出现但调用失败
优先检查 url。腾讯官方 Coding Plan 用的是：
text
https://api.lkeap.cloud.tencent.com/coding/v3第三方大模型中转站一般需要完整 Chat Completions 路径，例如：
text
https://api.clawsocket.com/v1/chat/completions3. 401 或认证失败
通常是 apiKey 错误、Key 过期、复制时多了空格，或者 Key 没有对应模型权限。
4. 第三方模型不工作
如果官方 Coding Plan 模型能用，但第三方模型不工作，说明 CodeBuddy Code 当前版本可能对 vendor 或自定义 url 做了限制。这时建议保留官方配置，同时等待工具版本更新，或改用明确支持 OpenAI 兼容接口的工具链。
5. JSON 格式错误
models.json 不能有注释，不能有多余逗号。配置前可以用 JSON 校验器检查。
安全建议
这篇 codebuddy 第三方大模型 api 配置教程 最后必须提醒：models.json 是本地明文文件，里面会保存 API Key。建议你：
- 不要把
~/.codebuddy/models.json提交到仓库。 - 给 CodeBuddy 单独创建一个 API Key。
- 不要在截图里暴露
apiKey。 - 发现泄露后立即删除旧 Key。
- 团队配置时只共享模板，不共享真实 Key。
CodeBuddy 第三方大模型 API 常见问题
CodeBuddy 能不能配置第三方大模型 API
CodeBuddy Code 的官方文档确认支持通过 ~/.codebuddy/models.json 配置模型。官方稳定支持的是 Coding Plan；第三方大模型 API 可以按 OpenAI 兼容配置尝试，但要以当前 CodeBuddy Code 版本实际支持为准。
CodeBuddy 和 WorkBuddy 配置是否一样
不完全一样。CodeBuddy 用 ~/.codebuddy/models.json，WorkBuddy 用 ~/.workbuddy/models.json。如果你把路径写错，工具不会读取配置。
国内可用大模型中转站怎么填 URL
如果使用 api.clawsocket.com，可以先按下面路径测试：
text
https://api.clawsocket.com/v1/chat/completions如果控制台给你的路径不同，以控制台为准。
CodeBuddy 第三方大模型 API 配置后是否需要重启
需要。保存 models.json 后，建议完全退出 CodeBuddy Code，再重新执行 codebuddy，然后用 /model 检查。
结论
总结一下，codebuddy 第三方大模型 api 配置教程 的关键是：配置文件放在 ~/.codebuddy/models.json，官方 Coding Plan 使用 vendor: "Tencent Cloud" 和 https://api.lkeap.cloud.tencent.com/coding/v3；如果要测试国内可用大模型中转站，可以尝试 vendor: "OpenAI" 和 Chat Completions 兼容地址。保存后重启 codebuddy，用 /model 检查模型是否出现。先保留官方模型，再追加第三方模型，是最稳的迁移方式。
参考资料：
继续阅读：