CodeBuddy

CodeBuddy (l'assistant de codage de Tencent Cloud) est un éditeur de code IA qui prend en charge une liste de modèles personnalisée via un fichier de configuration models.json. Cette page explique comment le connecter à LMU AI.

Installer et se connecter

1. Téléchargez et installez la version correspondant à votre système d'exploitation depuis le site officiel : https://www.codebuddy.cn
2. Connectez-vous à votre compte CodeBuddy lorsque vous y êtes invité

Configurer LMU AI

Étape 1 : Choisir l'emplacement du fichier de configuration

Créez le fichier s'il n'existe pas. Ordre de fusion, du plus élevé au plus bas : niveau projet → niveau utilisateur → valeurs par défaut intégrées.

Étape 2 : Rédiger la configuration

En prenant comme exemple le fichier au niveau utilisateur ~/.codebuddy/models.json :

{
  "models": [
    {
      "id": "claude-opus-5",
      "name": "Claude Opus 5 (LMU AI)",
      "vendor": "LMU AI",
      "apiKey": "sk-your-lmu-ai-api-key",
      "url": "https://api.lmuai.com/v1/chat/completions",
      "maxInputTokens": 200000,
      "maxOutputTokens": 32000,
      "supportsToolCall": true,
      "supportsImages": true,
      "supportsReasoning": true
    },
    {
      "id": "gpt-5.6-sol",
      "name": "GPT-5.6 Sol (LMU AI)",
      "vendor": "LMU AI",
      "apiKey": "sk-your-lmu-ai-api-key",
      "url": "https://api.lmuai.com/v1/chat/completions",
      "maxInputTokens": 400000,
      "maxOutputTokens": 32000,
      "supportsToolCall": true
    }
  ]
}

Étape 3 : Choisir le modèle et commencer à discuter

Il suffit d'enregistrer le fichier — models.json prend en charge le rechargement à chaud (anti-rebond de 1 seconde), donc pas besoin de redémarrer CodeBuddy. Sélectionnez votre modèle nouvellement configuré dans le sélecteur de modèle de la zone de chat et vous êtes prêt.

Les modèles ajoutés via models.json sont automatiquement étiquetés custom, ce qui les rend faciles à repérer dans l'interface.

Référence des champs

Champs disponibles sur chaque entrée du tableau models :

N'afficher que certains modèles

Utilisez le champ de premier niveau availableModels pour contrôler quels modèles apparaissent dans le menu déroulant :

{
  "models": [
    {
      "id": "claude-opus-5",
      "name": "Claude Opus 5 (LMU AI)",
      "apiKey": "sk-your-lmu-ai-api-key",
      "url": "https://api.lmuai.com/v1/chat/completions",
      "supportsToolCall": true
    }
  ],
  "availableModels": ["claude-opus-5"]
}

• Omis ou tableau vide → tous les modèles sont affichés
• Une fois défini → seuls les identifiants listés apparaissent (modèles intégrés et personnalisés)
• Un availableModels au niveau projet remplace intégralement celui au niveau utilisateur au lieu de fusionner

Identifiants de modèles courants

Pas sûr du modèle à saisir ? Rendez-vous dans la Galerie de modèles pour voir tous les identifiants de modèles disponibles et les copier en un clic.

Pour une fenêtre de contexte de 1M, écrivez l'identifiant de modèle avec le suffixe [1M] (par exemple claude-opus-5[1M]) et augmentez maxInputTokens en conséquence.

Dépannage

La configuration ne prend pas effet ?

1. Vérifiez que le JSON est valide (une virgule manquante ou en trop est le coupable habituel)
2. Confirmez que le chemin du fichier est correct (~/.codebuddy/models.json)
3. Confirmez que chaque entrée possède le champ obligatoire id
4. Confirmez que le fichier a bien été enregistré sur le disque (le rechargement à chaud a un anti-rebond de 1 seconde)

Modèle absent du menu déroulant ?

• Si availableModels est défini, vérifiez que l'identifiant de modèle y figure
• Vérifiez que l'entrée dans le tableau models est complète

Vous obtenez une erreur 401 / 404 ?

• 401 : apiKey est-elle bien la clé sk- générée dans la console LMU AI ?
• 404 : url manque presque certainement /chat/completions — ce doit être le chemin complet

Remarques

• url doit être le chemin d'endpoint complet https://api.lmuai.com/v1/chat/completions, pas seulement /v1 ou le domaine seul
• CodeBuddy prend en charge uniquement le format OpenAI ; les modèles Claude passent par la conversion de protocole de LMU AI
• apiKey prend la valeur réelle de la clé — les noms de variables d'environnement ne sont pas pris en charge
• La configuration se recharge à chaud, donc enregistrer suffit ; aucun redémarrage nécessaire
• Chaque entrée de modèle a besoin de sa propre apiKey et url
• La configuration au niveau projet remplace le niveau utilisateur par id, tandis qu'availableModels est remplacé intégralement au lieu de fusionner

Dernière mise à jour : 2026-09-10