# WorkBuddy

> Conecta WorkBuddy al relay de LMU AI mediante un modelo personalizado compatible con OpenAI — configura la Base URL y la clave sk- para llamar a Claude, GPT y modelos chinos.

URL: https://docs.lmuai.com/es/docs/tools/workbuddy





WorkBuddy es el asistente de programación con IA de Tencent (de la misma familia que CodeBuddy). Admite conectarse a cualquier API compatible con OpenAI a través de un **modelo Custom (compatible con OpenAI)**, de modo que puedes apuntarlo al relay de LMU AI y usar una sola clave `sk-` para llamar a Claude, GPT y modelos chinos.

***

## Antes de empezar [#antes-de-empezar]

* Una clave de API de LMU AI que empiece con `sk-`: regístrate y genera una en la [consola de LMU AI](https://api.lmuai.com).

* Anota la dirección compatible con OpenAI de LMU AI (Base URL), **con** `/v1`:

  ```
  https://api.lmuai.com/v1
  ```

* Asegúrate de que el grupo de tu clave tenga el upstream para el modelo que quieres usar (los modelos disponibles dependen del grupo).

<Callout type="warn" title="No uses una clave del grupo Claude Max">
  El grupo Claude Max solo admite el protocolo de Anthropic y **no puede** completarse en una dirección de protocolo OpenAI como `https://api.lmuai.com/v1`, por lo que no funcionará con el modelo personalizado de WorkBuddy. Usa en su lugar una clave de grupo de **pago por uso** o de **suscripción estándar**.
</Callout>

***

## Método 1: Agregar un modelo personalizado en la interfaz (recomendado) [#método-1-agregar-un-modelo-personalizado-en-la-interfaz-recomendado]

1. Abre WorkBuddy y ve a la configuración de modelos: ya sea vía **Settings → Model**, o abre el selector de modelos en el cuadro de chat, desplázate hasta abajo y elige **Configure custom models**.

2. Haz clic en **Add Model** y establece el proveedor / tipo en **Custom**.

3. Completa estos tres campos:

   | Campo               | Valor                                                               |
   | ------------------- | ------------------------------------------------------------------- |
   | Endpoint / Base URL | `https://api.lmuai.com/v1`                                          |
   | API Key             | la clave `sk-` generada en la consola                               |
   | Model Name          | un ID de modelo de LMU AI, p. ej. `gpt-5.6-sol` o `claude-sonnet-5` |

4. (Opcional) Activa Tool Call, Image input, etc. según las capacidades del modelo.

5. Guarda, vuelve al selector de modelos, selecciona el modelo que acabas de agregar y empieza a chatear.

<img alt="El cuadro de diálogo &#x22;Add Model&#x22; de WorkBuddy completado: proveedor establecido en Custom, endpoint detenido en https://api.lmuai.com/v1" src="__img0" />

<Callout type="info" title="No escribas /chat/completions dos veces en el endpoint">
  WorkBuddy agrega automáticamente `/chat/completions` al endpoint. Así que detén el endpoint en `https://api.lmuai.com/v1` y no agregues `/chat/completions` — de lo contrario se convierte en `…/v1/chat/completions/chat/completions` y devuelve un 404.
</Callout>

***

## Método 2: Editar models.json (preciso, controlable con versiones) [#método-2-editar-modelsjson-preciso-controlable-con-versiones]

WorkBuddy / CodeBuddy también almacena los modelos personalizados en un archivo de configuración, lo cual es adecuado para la configuración masiva o de todo el equipo.

El archivo de configuración se encuentra en una carpeta `.codebuddy` en tu directorio de inicio (algunas versiones usan `.workbuddy` — usa la que realmente exista en tu máquina):

* **Windows (nivel de usuario)**: `C:\Users\<tu-nombre-de-usuario>\.codebuddy\models.json`
* **macOS / Linux (nivel de usuario)**: `~/.codebuddy/models.json`
* **Nivel de proyecto**: `<tu-directorio-de-proyecto>\.codebuddy\models.json`

En el primer uso, instala, inicia sesión y abre cualquier proyecto una vez para que se cree el directorio de configuración. Ejemplo (reemplaza `apiKey` con tu propia clave `sk-`):

```json
{
  "models": [
    {
      "id": "gpt-5.6-sol",
      "name": "LMU AI GPT-5.6 Sol",
      "vendor": "LMU AI",
      "url": "https://api.lmuai.com/v1/chat/completions",
      "apiKey": "sk-your-key",
      "maxInputTokens": 128000,
      "maxOutputTokens": 8192,
      "supportsToolCall": true,
      "supportsImages": false
    },
    {
      "id": "claude-sonnet-5",
      "name": "LMU AI Claude Sonnet 5",
      "vendor": "LMU AI",
      "url": "https://api.lmuai.com/v1/chat/completions",
      "apiKey": "sk-your-key",
      "maxInputTokens": 128000,
      "maxOutputTokens": 8192,
      "supportsToolCall": true,
      "supportsImages": false
    }
  ],
  "availableModels": ["gpt-5.6-sol", "claude-sonnet-5"]
}
```

Notas:

* Aquí `url` debe ser la **ruta completa** `https://api.lmuai.com/v1/chat/completions` (a diferencia del Método 1, sí incluye `/chat/completions`).
* `maxInputTokens`, `maxOutputTokens`, `supportsToolCall` y `supportsImages` son **valores declarados del lado del cliente** — ajústalos a las capacidades reales del modelo que elegiste.
* Guarda el archivo como **UTF-8 sin BOM**; un BOM puede impedir que se cargue.
* También puedes configurar la clave como una variable de entorno y hacer referencia a ella, p. ej. `"apiKey": "${LMU_API_KEY}"` (`setx LMU_API_KEY "sk-..."` en Windows, `export LMU_API_KEY=sk-...` en macOS / Linux).
* Después de editar, **sal completamente y reinicia** WorkBuddy, luego selecciona el modelo en el selector.

***

## Modelos disponibles [#modelos-disponibles]

IDs de modelo comunes (los que realmente puedes usar dependen de tu grupo; consulta la lista completa en [Modelos](../guide/models)):

* **GPT**: `gpt-5.6-sol`, `gpt-5.6-terra`, `gpt-5.6-luna`, `gpt-5.5`
* **Claude**: `claude-opus-5`, `claude-sonnet-5`, `claude-haiku-4-5`
* **Chinos**: `deepseek-v4-pro`, `qwen3.8-max-preview`, `glm-5.2`, `kimi-k3`

WorkBuddy usa el protocolo compatible con OpenAI, y el backend de LMU AI realiza la conversión de protocolo automáticamente, así que los IDs de modelo de Claude / modelos chinos también funcionan — siempre que tu grupo tenga el upstream correspondiente.

***

## FAQ [#faq]

### Error 401 / 403 [#error-401--403]

Verifica en orden:

1. Si la API Key es una clave `sk-` generada en la consola de LMU AI (no una clave oficial de OpenAI / Anthropic).
2. Si el endpoint es correcto: `https://api.lmuai.com/v1` (con `/v1`).
3. Si el grupo de tu clave incluye el modelo que estás llamando.

### 404 / Not Found [#404--not-found]

Normalmente el endpoint tiene `/chat/completions` escrito dos veces, o le falta `/v1`:

* Método 1 (interfaz): detén el endpoint en `https://api.lmuai.com/v1`; WorkBuddy agrega `/chat/completions`.
* Método 2 (models.json): configura `url` con la ruta completa `https://api.lmuai.com/v1/chat/completions`.

### "Modelo no disponible" / "No hay cuentas disponibles" [#modelo-no-disponible--no-hay-cuentas-disponibles]

Llamaste a un modelo fuera del rango de tu grupo (por ejemplo, usando un grupo Claude Max para llamar a GPT). Verifica los modelos que tu grupo actual puede llamar en "Modelos disponibles" en la consola, o cambia de grupo. Consulta [Protocolos de API](../guide/api-protocols).

### Los cambios no tienen efecto [#los-cambios-no-tienen-efecto]

Después de editar `models.json`, **sal completamente y reinicia** WorkBuddy; guarda el archivo como **UTF-8 sin BOM**. Para un modelo agregado a través de la interfaz, solo vuelve a seleccionarlo en el selector de modelos después de guardar.

***

## Notas [#notas]

* Ingresa solo la dirección del relay de LMU AI como endpoint; no ingreses la dirección oficial de OpenAI / Anthropic.
* La misma clave `sk-` puede usarse con otras herramientas al mismo tiempo; WorkBuddy usa el protocolo compatible con OpenAI.
* El dominio de la API de LMU AI se conecta directamente en China, sin necesidad de proxy.

Para más información, consulta [Protocolos de API](../guide/api-protocols) y las [FAQ](../guide/faq).