在 WorkBuddy 中添加自定义Ollama模型方法，已成功测试

概述

这篇文档为你梳理了在WorkBuddy中，如何利用 international-ai-deploy 这个技能来接入和管理自定义的AI模型，特别是与本地Ollama服务对接的完整配置。从技能安装到模型配置文件的编写，流程都在这儿了。

安装 international-ai-deploy 技能

方法1：通过 WorkBuddy 插件市场安装

这是最便捷的路径：打开WorkBuddy，找到侧边栏的“插件”入口，点击进入“插件市场”。在那里，你只需粘贴下面这个URL，就能找到并安装它。

https://github.com/hangtiger/international-ai-deploy-skill

方法2：从 GitHub 安装

如果你习惯命令行操作，可以克隆仓库到本地。

# 克隆仓库
git clone https://github.com/hangtiger/international-ai-deploy-skill.git

克隆完成后，回到WorkBuddy，通过“导入本地技能”的功能将其添加进来。

方法3：直接从 GitHub下载源码压缩包（本人测试）

不想用命令行也没关系。直接在GitHub页面上，找到“Code”按钮，选择“Download ZIP”，你会得到一个名为“international-ai-deploy-skill-master.zip”的文件。解压后，在WorkBuddy左侧菜单找到“技能”，点击右侧的“+导入技能”，然后定位到刚才解压的文件夹即可完成导入。

配置自定义模型

1. 确认技能已安装

首先确保技能已经就位。检查一下这个默认路径，看看文件夹是否存在：

C:\Users\ttyui\.workbuddy\skills\international-ai-deploy-skill-master

2. 使用技能添加模型

关于如何在本地部署Ollama模型，这里就不展开了，网上教程很多，过程不算复杂。假设你已经部署好了，比如我当前使用的模型是：qwen3-coder:30b。

在WorkBuddy中，你可以通过输入指令来触发配置：

添加自定义模型

3. 手动编辑 models.json 文件（推荐）

对于Ollama这类本地模型，更推荐直接手动编辑配置文件，这样控制更精准。文件位于：

C:\Users\ttyui\.workbuddy\models.json

注意，路径中的“ttyui”是我的用户名，你需要把它替换成你自己电脑的用户名。

4. 配置文件结构

确保你的 models.json 文件内容遵循以下结构：

{
  "models": [{
    "id": "qwen3-coder:30b",
    "name": "Qwen3-Coder 30B (Ollama)",
    "vendor": "Ollama",
    "apiKey": "ollama",
    "url": "http://[自定义大模型的IP地址]:11434/v1/chat/completions",
    "maxInputTokens": 128000,
    "maxOutputTokens": 8192,
    "disabled": false
  }]
}

5. 关键配置说明

重要提示

models.json配置文件规则

• 只添加 models[] 数组：这个文件只需要包含 models 数组，不要画蛇添足地添加 availableModels 这类字段。
• 内置模型与自定义模型并存：完全不用担心，WorkBuddy会自动处理好内置模型的显示，你的自定义模型会与它们并列出现。
• 重启 WorkBuddy：修改配置文件后，别忘了重启一下WorkBuddy，这样更改才能生效。

验证配置

1. 重启你的WorkBuddy应用。
2. 打开模型选择器，如果一切顺利，你应该能看到：原有的内置模型（比如各类Qwen模型），以及你刚刚添加的新成员——Qwen3-Coder 30B (Ollama)。

故障排除

常见问题

模型未显示

• 检查 models.json 文件的格式是否正确，是否是有效的JSON。
• 重启一下WorkBuddy应用。

连接错误

• 确认你的Ollama服务正在后台正常运行。
• 仔细核对配置文件中的URL地址是否正确，特别是IP和端口。
• 检查本机的网络连通性，确保能访问到该地址。

配置文件格式错误

• 使用在线的JSON验证工具检查语法。
• 确保所有键和字符串值都使用了双引号。
• 检查数组或对象末尾是否有多余逗号，这在JSON中是不允许的。

总结

走完以上步骤，恭喜你，已经成功完成了三件事：

1. 安装了功能强大的 international-ai-deploy 技能。
2. 配置好了属于你自己的Ollama本地模型。
3. 实现了内置模型与自定义模型在WorkBuddy中并列显示的效果，类似下图所示：

现在，尽情享受在WorkBuddy中调用本地强大模型进行开发和测试的乐趣吧！