当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > WorkBuddy模型切换配置教程

WorkBuddy模型切换配置教程

2026-05-01 17:54:50 0浏览 收藏
WorkBuddy移动端现已支持灵活、安全的多模型热切换功能,只需四步即可轻松配置:开启热切换开关、设置专用API接口与JWT鉴权、为各模型绑定移动端专属密钥与别名、最后在聊天界面长按输入框触发模型选择——整个过程无需重启应用,切换即时生效,真正实现“一机多智”;如果你正苦恼于移动端无法更换AI模型,这篇指南将手把手帮你排查开关未启、接口失联或密钥错配等常见问题,让GLM-4-Flash、DeepSeek-V3、Kimi-Long等前沿模型随时为你所用。

WorkBuddy怎么在移动端触发模型切换_配置前端交互开关与接口

如果您在移动端使用WorkBuddy时无法触发模型切换,可能是由于前端交互开关未启用或后端接口未正确配置。以下是实现移动端模型切换所需的关键配置步骤:

一、启用移动端多模型热切换开关

该开关控制移动端模型选择面板的可见性与响应能力,未启用时输入框右侧模型图标将不响应点击事件,且下拉菜单不可展开。

1、在手机端WorkBuddy应用中,点击右上角个人头像图标,进入「设置」页面。

2、在设置菜单中滑动查找并点击「AI模型管理」选项。

3、定位到「启用多模型热切换」开关项,向右滑动将其置为开启状态(开关变为蓝色高亮)。

4、等待页面自动刷新,确认下方模型列表中已显示至少一个非混元模型名称(如GLM-4-Flash、DeepSeek-V3)。

二、配置移动端模型切换接口地址与鉴权参数

移动端需通过独立HTTP接口获取模型列表并提交切换请求,该接口必须与桌面端保持协议一致且支持HTTPS双向认证。

1、在「AI模型管理」页面,点击右上角「高级配置」按钮,进入JSON编辑模式。

2、在配置对象中添加或修改mobile_model_switch_endpoint字段,值设为:https://api.codebuddy.cn/v2/ai/model/switch。

3、在同级配置中确保auth_mode字段值为"jwt_token",且token_refresh_interval不高于300000(毫秒)。

4、点击「保存并验证」,系统将向该接口发送预检请求,返回HTTP 200且响应体含"status":"ready"即表示配置生效。

三、绑定移动端专属API密钥与模型映射关系

为保障移动端调用安全,需为每个第三方模型分配独立的移动端API密钥,并在本地建立模型标识到密钥的哈希映射表。

1、在「AI模型管理」页面,找到目标模型(如Kimi-Long)条目右侧的「移动端配置」按钮。

2、点击后弹出配置弹窗,在「Mobile API Key」字段中粘贴由腾讯云密钥中心生成的mob-sk-xxxxxxxxxxxxxxxxxxxxxxxx格式密钥。

3、在「Model Alias」字段中填写该密钥对应的标准模型标识,例如:kimi-long-v3-mobile。

4、点击「提交映射」,系统将把该键值对写入设备本地安全存储区,并同步至当前账号的移动端配置快照。

四、在会话界面激活模型切换交互控件

移动端模型切换依赖输入框右侧的动态图标控件,该控件需在满足前置条件后才渲染为可点击状态,并加载已启用模型的缩略图。

1、返回WorkBuddy主聊天界面,在任意对话窗口中长按输入框以唤起软键盘。

2、观察输入框右侧是否出现圆形模型图标(默认为混元Logo),若图标为灰色且无响应,则说明前置配置未完成。

3、若图标正常显示且可点击,轻触该图标,系统将从本地缓存中加载已启用模型的缩略图列表,并按启用时间倒序排列。

4、在弹出列表中点击任一已配置成功的模型(如DeepSeek-V3),图标将立即更新为对应模型视觉标识,并在下次发送消息时启用该模型推理。

好了,本文到此结束,带大家了解了《WorkBuddy模型切换配置教程》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

Python字典键不存在处理技巧Python字典键不存在处理技巧
上一篇
Python字典键不存在处理技巧
电脑功放软件安装指南与使用技巧
下一篇
电脑功放软件安装指南与使用技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    286次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    339次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    339次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    304次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    126次使用