如何接入通义千问到 WorkBuddy

如何接入通义千问到 WorkBuddy

通义千问（Qwen） 是阿里巴巴推出的旗舰大模型系列，Qwen3-Max 在数学推理、代码生成与中文理解方面表现卓越，Qwen3.5-Flash 支持 1M 超长上下文。本教程教你把通义千问接入腾讯桌面端 AI 助手 WorkBuddy，在桌面 GUI 中直接使用。

通义千问接入 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 阿里云账号 并完成实名认证
• 已开通 百炼平台 服务
• 电脑能上网（国内可直连，不用梯子）

步骤一：获取通义千问 API Key

两种方式都要先领一张通义千问的「通行证」（API Key）。

1.1 开通百炼服务

1. 访问 阿里云百炼控制台，使用阿里云账号登录
2. 首次进入会引导同意服务协议，免费开通（无需付费）
3. 完成实名认证（个人账号即可，填身份证号即时通过）

1.2 创建 API Key

1. 登录控制台后，点击右上角头像 → 「API-KEY 管理」（或左侧菜单「API-KEY」）
2. 点击 「创建新的 API-KEY」 按钮
3. 复制生成的密钥，格式为 sk-xxxxxxxx，这就是你的通行证

1.3 了解可用模型

注：百炼平台对预置模型大幅降价 85%，价格以阿里云百炼官方页面为准。新用户赠送 100 万 Tokens 免费额度（限时活动更高），支持所有模型。

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：接入通义千问

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 阿里通义千问，回车确认。

A5. 填入 baseURL

在 API 地址栏填入 OpenAI 兼容端点：

A6. 粘贴 DashScope API Key

把步骤一领到的 sk-xxxxxxxx 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 qwen-max（旗舰）和 qwen-turbo（极速）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 qwen-plus 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. 编写通义千问模型配置

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": "qwen-plus",
5      "provider": "openai-compatible",
6      "baseURL": "https://dashscope.aliyuncs.com/compatible-mode/v1",
7      "apiKeyEnv": "DASHSCOPE_API_KEY",
8      "maxTokens": 4096,
9      "temperature": 0.7
10    },
11    {
12      "name": "qwen-max",
13      "provider": "openai-compatible",
14      "baseURL": "https://dashscope.aliyuncs.com/compatible-mode/v1",
15      "apiKeyEnv": "DASHSCOPE_API_KEY",
16      "maxTokens": 8192,
17      "temperature": 0.7
18    },
19    {
20      "name": "qwen-turbo",
21      "provider": "openai-compatible",
22      "baseURL": "https://dashscope.aliyuncs.com/compatible-mode/v1",
23      "apiKeyEnv": "DASHSCOPE_API_KEY",
24      "maxTokens": 2048,
25      "temperature": 0.7
26    }
27  ],
28  "defaultModel": "qwen-plus"
29}

然后设置环境变量：

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

1# macOS / Linux（临时）
2export DASHSCOPE_API_KEY="sk-你的实际Key"
3
4# 写入 ~/.zshrc 永久生效（macOS 默认 shell）
5echo 'export DASHSCOPE_API_KEY="sk-你的实际Key"' >> ~/.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 qwen-plus。

4.2 发送测试消息

在 WorkBuddy 主聊天框中发送一条测试消息：

如果收到来自通义千问的回复，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DashScope API Key",   # 替换为实际 Key
5    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
6)
7
8response = client.chat.completions.create(
9    model="qwen-turbo",  # 用最便宜的模型测试
10    messages=[
11        {"role": "system", "content": "你是一个有用的 AI 助手。"},
12        {"role": "user", "content": "说一句'Hello, Qwen!'"}
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_qwen.py

场景应用示例

🧩 场景 1：长文档智能摘要

利用 Qwen3.5-Flash 或 Qwen-Plus 的 1M 超长上下文处理长文档：

使用示例：

1请对以下技术文档进行结构化摘要，提取：
21. 核心架构设计
32. 关键技术选型
43. 潜在风险点
5文档内容：[粘贴数十万字的技术文档]

效果：

• 单次处理数十万字的论文/报告
• 生成结构化摘要，便于后续处理
• 成本极低（Qwen-Flash 仅 ¥0.2/M 输入 token）

🧩 场景 2：复杂推理与数学

切换到 qwen-max 处理需要深度推理的任务：

使用示例：

1请帮我分析这段代码的时间复杂度和空间复杂度，
2并给出至少 3 个优化建议：
3[粘贴你的代码]

效果：

• Qwen3-Max 推理能力顶尖，擅长数学证明、算法分析
• 输出完整的推导过程与优化方案
• 适合处理代码评审、Bug 定位、架构设计

🧩 场景 3：日常对话与轻量任务

使用 qwen-turbo 处理日常轻量任务：

效果：

• 响应速度极快，延迟低
• 价格仅 ¥0.3/M 输入、¥0.6/M 输出，日常使用月成本可低至几元
• 适合翻译、润色、分类、问答等场景

最佳实践

💰 成本优化技巧

1. 善用免费额度：新用户赠送 100 万 Tokens，足够跑数千次测试调用
2. 按需选模：
   • 日常对话 → qwen-turbo（最便宜）
   • 长文档处理 → qwen-plus 或 qwen-flash（1M 上下文）
   • 复杂推理 → qwen-max（最强能力）
3. 利用 Prompt 缓存：将 system prompt 放在消息开头，缓存命中后输入成本大幅降低
4. 控制输出长度：输出 token 通常比输入贵，合理设置 maxTokens（一般 2048-4096 即够用）
5. 充值方式：阿里云支持支付宝，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 —— 在百炼控制台定期更新密钥
3. 设置用量告警 —— 在阿里云控制台设置预算上限，防止意外超额
4. 使用最小权限原则 —— 主账号与 RAM 子账号 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 qwen-vl-max 系列模型识别图片、截图、图表，支持图文混合输入
• 代码生成模型：qwen3-coder-next 专为编程优化，支持 64K 输出，防截断
• 多模型混合部署：在 config.json 中同时配置 Qwen + DeepSeek + GLM，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：Qwen3.6-Plus 原生支持 Function Calling，可对接外部 API 构建智能体
• 微调训练：基于开源 Qwen 模型在百炼平台进行领域适配