如何接入 GLM 到 WorkBuddy

如何接入 GLM 到 WorkBuddy

GLM 是智谱 AI（清华系）推出的国产大模型系列，GLM-4.5 旗舰模型在中文理解、代码生成与多模态能力方面表现卓越，GLM-4-Flash 长期免费开放。本教程教你把 GLM 接入腾讯桌面端 AI 助手 WorkBuddy，在桌面 GUI 中直接使用。

GLM 接入 WorkBuddy 有两种方式，选一种就行：

前置准备

不管选哪种方式，都需要这几样东西：

• 操作系统为 Windows 10 20H2+ 或 macOS 12+
• 已注册 智谱开放平台 账号
• 电脑能上网（国内可直连，不用梯子）
• 完成实名认证（个人账号即可，企业认证享更高并发）

步骤一：获取 GLM API Key

两种方式都要先领一张 GLM 的「通行证」（API Key）。

1.1 注册并登录

1. 访问 智谱开放平台，点击右上角「登录/注册」
2. 支持手机号、微信、邮箱等多种注册方式，无需信用卡即可获得免费额度
3. 完成个人实名认证（填身份证号即可，通常即时通过）

1.2 创建 API Key

1. 登录后进入控制台，点击左侧菜单 「API Keys」
2. 点击 「添加新 API Key」 按钮
3. 输入名称（如 workbuddy-dev），点击确认
4. 页面会显示一串形如 xxxxxxxx.yyyyyyyy 的字符串（中间有点号），这就是你的通行证

1.3 了解可用模型

注：GLM-4-Flash 与 GLM-4.7-Flash 永久免费（限 1 并发），适合个人开发与轻量试用。生产环境建议使用 GLM-4.5 或 GLM-4-Plus。

步骤二：安装 WorkBuddy

如果你还没装 WorkBuddy 桌面端，先装上。

1. 下载客户端

1. 访问 WorkBuddy 官网，点击首页「下载客户端」
2. 根据系统选择对应版本：
   • Windows 用户：下载 .exe 安装包（支持 Windows 10 20H2+ / Windows 11）
   • Mac 用户：下载 .dmg 安装包（支持 macOS 12 Monterey+）

2. 安装并登录

1. 双击安装包按提示完成安装
2. 启动 WorkBuddy，使用微信或 QQ 扫码登录
3. 登录成功后即可看到主聊天界面

步骤三：接入 GLM

从这里开始，方式 A 和方式 B 分开走，选一种跟着做即可。

方式 A：应用端交互接入（推荐新手）

WorkBuddy 自带模型供应商管理界面，跟着它一步步填就能接好，全程不用手写配置。

A1. 打开 WorkBuddy 桌面端

双击桌面 WorkBuddy 图标启动应用，进入主界面。

A2. 进入「模型配置」

点击右上角的设置（齿轮）图标 → 进入「模型配置」标签（部分版本叫「供应商」）。

A3. 点击「添加自定义供应商」

在供应商列表下方，点击 「+ 新增」 或 「添加自定义供应商」 按钮。

A4. 填入供应商名称

输入一个便于识别的名字，例如 智谱 GLM，回车确认。

A5. 填入 baseURL

在 API 地址栏填入：

A6. 粘贴智谱 API Key

把步骤一领到的 xxxxxxxx.yyyyyyyy 格式的 API Key 粘贴到「API Key」输入框，回车确认。

A7. 选择模型

在模型列表中点击「添加模型」，填入模型 ID：

回车确认。也可继续添加 glm-4-flash（免费）和 glm-4-plus 作为备选模型。

A8. 测试连接

点击页面下方的 「测试连接」 按钮。出现绿色「连接成功」字样就说明接通了！

A9. 保存并设为默认

点击 「保存」，然后在模型下拉菜单中将 glm-4.5 设为默认模型即可开始使用。

方式 B：配置文件手动接入（进阶）

如果你更喜欢直接改配置文件，可以跳过 GUI，手动编辑 WorkBuddy 的本地配置文件。

B1. 找到配置文件路径

WorkBuddy 的配置文件在不同系统下的位置：

• macOS：~/.workbuddy/config.json
• Windows：%APPDATA%/WorkBuddy/config.json（在文件资源管理器地址栏粘贴 %APPDATA%/WorkBuddy 即可跳转）

B2. 备份原配置

修改前先备份：

1# Windows PowerShell
2Copy-Item "$env:APPDATA\WorkBuddy\config.json" "$env:APPDATA\WorkBuddy\config.json.bak"

1# macOS
2cp ~/.workbuddy/config.json ~/.workbuddy/config.json.bak

B3. 编写 GLM 模型配置

打开 config.json，推荐用环境变量方式（最安全，避免 Key 明文写入）：

1{
2  "models": [
3    {
4      "name": "glm-4.5",
5      "provider": "openai-compatible",
6      "baseURL": "https://open.bigmodel.cn/api/paas/v4",
7      "apiKeyEnv": "ZHIPU_API_KEY",
8      "maxTokens": 4096,
9      "temperature": 0.7
10    },
11    {
12      "name": "glm-4-flash",
13      "provider": "openai-compatible",
14      "baseURL": "https://open.bigmodel.cn/api/paas/v4",
15      "apiKeyEnv": "ZHIPU_API_KEY",
16      "maxTokens": 2048,
17      "temperature": 0.7
18    }
19  ],
20  "defaultModel": "glm-4.5"
21}

然后设置环境变量：

1# PowerShell（临时，当前会话有效）
2$env:ZHIPU_API_KEY = "xxxxxxxx.yyyyyyyy"
3
4# 或设为系统永久环境变量（重启终端仍有效）
5[System.Environment]::SetEnvironmentVariable("ZHIPU_API_KEY", "xxxxxxxx.yyyyyyyy", "User")

1# macOS / Linux（临时）
2export ZHIPU_API_KEY="xxxxxxxx.yyyyyyyy"
3
4# 写入 ~/.zshrc 永久生效（macOS 默认 shell）
5echo 'export ZHIPU_API_KEY="xxxxxxxx.yyyyyyyy"' >> ~/.zshrc
6source ~/.zshrc

B4. 关键参数说明

B5. 重启 WorkBuddy 加载配置

关闭 WorkBuddy 客户端再重新打开，它会自动加载新的 config.json。如配置出错会在启动日志中提示。

步骤四：测试验证

4.1 启动 WorkBuddy 并选择模型

打开 WorkBuddy 桌面端，确认顶部模型下拉框已切到 glm-4.5。

4.2 发送测试消息

在 WorkBuddy 主聊天框中发送一条测试消息：

如果收到来自 GLM 的回复，恭喜你——接入成功！🎉

4.3 Python 快速验证（可选）

绕过 WorkBuddy 直接验证 API Key 是否有效：

1from openai import OpenAI
2
3client = OpenAI(
4    api_key="你的智谱 API Key",   # 替换为实际 Key，格式 xxxxxxxx.yyyyyyyy
5    base_url="https://open.bigmodel.cn/api/paas/v4"
6)
7
8response = client.chat.completions.create(
9    model="glm-4-flash",  # 用免费模型测试
10    messages=[
11        {"role": "system", "content": "你是一个有用的 AI 助手。"},
12        {"role": "user", "content": "说一句'Hello, GLM!'"}
13    ],
14    max_tokens=100
15)
16
17print("✅ 连接成功！模型回复：")
18print(response.choices[0].message.content)

运行前确保已安装依赖：

1pip install openai
2python test_glm.py

场景应用示例

🧩 场景 1：中文内容创作

将 glm-4.5 设为默认模型，处理中文写作任务：

使用示例：

效果：

• GLM 中文表达自然流畅，成语与行业黑话使用地道
• 自动生成结构完整的新闻稿（标题+导语+正文+引言）
• 支持 PR 稿件、营销文案、技术博客等多种文体

🧩 场景 2：代码生成与解释

利用 GLM-4.5 的代码能力辅助开发：

使用示例：

效果：

• 生成完整可运行的函数代码
• 自动添加参数说明和类型注解
• 提供使用示例和边界处理

🧩 场景 3：免费模型日常助手

利用 GLM-4-Flash 的永久免费特性做日常助手：

效果：

• 限 1 并发，适合个人开发者日常使用
• 128K 上下文，足以应对大多数对话场景
• 0 成本，可作为生产环境兜底模型

最佳实践

💰 成本优化技巧

1. 善用免费额度：新用户赠送 2000 万 Tokens + GLM-4-Flash 永久免费，先把流程跑通
2. 按需选模：
   • 日常对话 → glm-4-flash（永久免费）
   • 通用任务 → glm-4.5（性价比最高）
   • 高质量生成 → glm-4-plus（专业内容）
3. 控制输出长度：输出 token 与输入同价，合理设置 maxTokens（一般 2048-4096 即够用）
4. 充值方式：智谱支持微信、支付宝，国内用户充值便捷

🔒 安全建议

1. 永远不要将 API Key 提交到 Git 仓库 —— 确保 .gitignore 包含 .env 和 config.json
2. 定期轮换 Key —— 在智谱开放平台定期更新密钥
3. 设置用量告警 —— 在开放平台设置预算上限，防止意外超额
4. 使用最小权限原则 —— 个人 Key 与团队 Key 分开管理

🐛 故障排查速查表

扩展与进阶

📚 更多学习资源

🚀 进阶玩法

• 多模态理解：使用 glm-4v 系列模型识别图片、截图，支持图文混合输入
• 代码生成模型：glm-4.7-flash（300 亿参数 MoE）专为编程助手优化，免费可用
• 多模型混合部署：在 config.json 中同时配置 GLM + DeepSeek + Qwen，根据任务类型动态切换
• 流式输出（Streaming）：开启 SSE 流式返回，提升长文本的交互体验
• 智能体（Agent）开发：GLM 支持 Function Calling，可对接外部 API 构建智能体