# CodeBuddy > Conecta CodeBuddy a la API de LMU AI mediante models.json — ingresa el endpoint completo /chat/completions para usar Claude, GPT y modelos chinos. URL: https://docs.lmuai.com/es/docs/tools/codebuddy CodeBuddy (el asistente de programación de Tencent Cloud) es un editor de código con IA que admite una lista de modelos personalizada mediante un archivo de configuración `models.json`. Esta página cubre cómo conectarlo a LMU AI. *** ## Instalar e iniciar sesión [#instalar-e-iniciar-sesión] 1. Descarga e instala la versión para tu sistema operativo desde el sitio oficial: [https://www.codebuddy.cn](https://www.codebuddy.cn/home/) 2. Inicia sesión en tu cuenta de CodeBuddy cuando se te solicite *** ## Configurar LMU AI [#configurar-lmu-ai] ### Paso 1: Elige la ubicación del archivo de configuración [#paso-1-elige-la-ubicación-del-archivo-de-configuración] | Nivel | Ruta | Notas | | ---------------------------------- | --------------------------------------- | ------------------------------------------------------------------ | | **Nivel de usuario** (recomendado) | `~/.codebuddy/models.json` | Configuración global, se aplica a todos los proyectos | | **Nivel de proyecto** | `/.codebuddy/models.json` | Específico del proyecto, tiene prioridad sobre el nivel de usuario | Crea el archivo si no existe. Orden de fusión de mayor a menor: nivel de proyecto → nivel de usuario → valores predeterminados integrados. ### Paso 2: Escribe la configuración [#paso-2-escribe-la-configuración] Usando el `~/.codebuddy/models.json` a nivel de usuario como ejemplo: ```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 } ] } ``` El campo `url` toma la **ruta completa del endpoint**, terminando en `/chat/completions`: * ✅ Correcto: `https://api.lmuai.com/v1/chat/completions` * ❌ Incorrecto: `https://api.lmuai.com/v1` * ❌ Incorrecto: `https://api.lmuai.com` Esta es la razón más común por la que falla un ejemplo mínimo copiado y pegado — muchos tutoriales la tratan como una URL base, y entonces CodeBuddy no puede alcanzar el endpoint. La documentación oficial indica que por ahora solo se admiten APIs en **formato OpenAI**, así que conéctate a LMU AI mediante el protocolo compatible con OpenAI. Los modelos Claude también funcionan bien: ingresa un ID de modelo como `claude-opus-5` directamente, y el backend de LMU AI se encarga de la conversión OpenAI ↔ Anthropic. ### Paso 3: Elige el modelo y empieza a chatear [#paso-3-elige-el-modelo-y-empieza-a-chatear] Solo guarda el archivo — models.json admite **recarga en caliente** (debounce de 1 segundo), así que no hace falta reiniciar CodeBuddy. Selecciona tu modelo recién configurado en el selector de modelos del cuadro de chat y listo. Los modelos agregados mediante models.json se etiquetan automáticamente como `custom`, lo que facilita identificarlos en la interfaz. *** ## Referencia de campos [#referencia-de-campos] Campos disponibles en cada entrada del arreglo `models`: | Campo | Tipo | Obligatorio | Notas | | ------------------- | ------- | ----------- | -------------------------------------------------------------------------------------------------------------------- | | `id` | string | ✓ | Identificador único del modelo — usa el ID de modelo de LMU AI | | `name` | string | - | Nombre para mostrar en el desplegable | | `vendor` | string | - | Nombre del proveedor; lo que prefieras | | `apiKey` | string | - | La clave `sk-` generada en la consola de LMU AI (el valor real de la clave, no el nombre de una variable de entorno) | | `url` | string | - | Ruta completa del endpoint; para LMU AI, `https://api.lmuai.com/v1/chat/completions` | | `maxInputTokens` | number | - | Máximo de tokens de entrada | | `maxOutputTokens` | number | - | Máximo de tokens de salida | | `supportsToolCall` | boolean | - | Si se admiten llamadas a herramientas | | `supportsImages` | boolean | - | Si se admite entrada de imágenes | | `supportsReasoning` | boolean | - | Si se admite el modo de razonamiento | *** ## Mostrar solo modelos específicos [#mostrar-solo-modelos-específicos] Usa el campo de nivel superior `availableModels` para controlar qué modelos aparecen en el desplegable: ```json { "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"] } ``` * Omitido o un arreglo vacío → se muestran todos los modelos * Una vez configurado → solo aparecen los IDs de modelo listados (tanto integrados como personalizados) * Un `availableModels` a nivel de proyecto **anula por completo** el de nivel de usuario en lugar de fusionarse Según la documentación oficial: después de eliminar el campo `availableModels`, recuerda quitar la `,` que queda al final después del arreglo `models` de arriba, o el JSON se vuelve inválido y toda la configuración deja de funcionar. *** ## IDs de modelo comunes [#ids-de-modelo-comunes] | ID de modelo | Notas | | --------------------- | ------------------------------------- | | `claude-opus-5` | Claude Opus 5 (insignia, recomendado) | | `claude-sonnet-5` | Claude Sonnet 5 (equilibrado) | | `claude-haiku-4-5` | Claude Haiku 4.5 (rápido) | | `gpt-5.6-sol` | GPT-5.6 Sol | | `glm-5.2` | GLM-5.2 | | `qwen3.8-max-preview` | Qwen 3.8 Max Preview | | `deepseek-v4-pro` | DeepSeek V4 Pro | | `kimi-k3` | Kimi K3 | ¿No estás seguro de qué modelo ingresar? Ve a la [Galería de modelos](/es/docs/guide/models) para ver todos los IDs de modelo disponibles y copiarlos con un clic. Para una ventana de contexto de 1M, escribe el ID de modelo con el sufijo `[1M]` (por ejemplo, `claude-opus-5[1M]`) y aumenta `maxInputTokens` en consecuencia. *** ## Solución de problemas [#solución-de-problemas] ### ¿La configuración no surte efecto? [#la-configuración-no-surte-efecto] 1. Verifica que el **JSON sea válido** (una coma faltante o al final suele ser la culpable) 2. Confirma que la **ruta del archivo** sea correcta (`~/.codebuddy/models.json`) 3. Confirma que cada entrada tenga el campo obligatorio `id` 4. Confirma que el archivo realmente se haya **guardado en disco** (la recarga en caliente tiene un debounce de 1 segundo) ### ¿El modelo falta en el desplegable? [#el-modelo-falta-en-el-desplegable] * Si `availableModels` está configurado, verifica que el ID de modelo esté listado ahí * Verifica que la entrada en el arreglo `models` esté completa ### ¿Obtienes un 401 / 404? [#obtienes-un-401--404] * **401**: ¿es `apiKey` la clave `sk-` generada en la consola de LMU AI? * **404**: `url` casi seguro le falta `/chat/completions` — debe ser la ruta completa *** ## Notas [#notas] * `url` debe ser la **ruta completa del endpoint** `https://api.lmuai.com/v1/chat/completions`, no solo `/v1` ni el dominio pelado * CodeBuddy admite **solo el formato OpenAI**; los modelos Claude pasan por la conversión de protocolo de LMU AI * `apiKey` toma el valor real de la clave — no se admiten nombres de variables de entorno * La configuración **se recarga en caliente**, así que basta con guardar; no hace falta reiniciar * Cada entrada de modelo necesita su propia `apiKey` y `url` * La configuración a nivel de proyecto anula la de nivel de usuario por `id`, mientras que `availableModels` se reemplaza por completo en lugar de fusionarse