# CodeBuddy > Conecte o CodeBuddy à LMU AI API via models.json — informe o endpoint completo /chat/completions para usar modelos Claude, GPT e chineses. URL: https://docs.lmuai.com/pt/docs/tools/codebuddy O CodeBuddy (assistente de programação da Tencent Cloud) é um editor de código com IA que suporta uma lista de modelos personalizada via um arquivo de configuração `models.json`. Esta página aborda como conectá-lo à LMU AI. *** ## Instalar e fazer login [#instalar-e-fazer-login] 1. Baixe e instale a versão para o seu sistema operacional pelo site oficial: [https://www.codebuddy.cn](https://www.codebuddy.cn/home/) 2. Faça login na sua conta CodeBuddy quando solicitado *** ## Configurar a LMU AI [#configurar-a-lmu-ai] ### Passo 1: Escolha a localização do arquivo de configuração [#passo-1-escolha-a-localização-do-arquivo-de-configuração] | Nível | Caminho | Observações | | ---------------------------------- | ------------------------------------------ | -------------------------------------------------------------- | | **Nível de usuário** (recomendado) | `~/.codebuddy/models.json` | Configuração global, aplica-se a todos os projetos | | **Nível de projeto** | `/.codebuddy/models.json` | Específica do projeto, tem prioridade sobre o nível de usuário | Crie o arquivo se ele não existir. Ordem de mesclagem, do mais alto ao mais baixo: nível de projeto → nível de usuário → padrões embutidos. ### Passo 2: Escreva a configuração [#passo-2-escreva-a-configuração] Usando o `~/.codebuddy/models.json` de nível de usuário como exemplo: ```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 } ] } ``` O campo `url` recebe o **caminho completo do endpoint**, terminando em `/chat/completions`: * ✅ Correto: `https://api.lmuai.com/v1/chat/completions` * ❌ Errado: `https://api.lmuai.com/v1` * ❌ Errado: `https://api.lmuai.com` Esse é o motivo mais comum de um exemplo mínimo copiado e colado falhar — muitos tutoriais o tratam como uma URL base, e então o CodeBuddy não consegue alcançar o endpoint. A documentação oficial afirma que, no momento, apenas APIs no **formato OpenAI** são suportadas, então conecte-se à LMU AI pelo protocolo compatível com OpenAI. Os modelos Claude também funcionam sem problemas: informe um ID de modelo como `claude-opus-5` diretamente, e o backend da LMU AI cuida da conversão OpenAI ↔ Anthropic. ### Passo 3: Escolha o modelo e comece a conversar [#passo-3-escolha-o-modelo-e-comece-a-conversar] Basta salvar o arquivo — o models.json suporta **hot reload** (debounce de 1 segundo), então não é preciso reiniciar o CodeBuddy. Selecione o modelo recém-configurado no seletor de modelos da caixa de chat e pronto. Modelos adicionados via models.json são automaticamente marcados como `custom`, o que facilita identificá-los na interface. *** ## Referência de campos [#referência-de-campos] Campos disponíveis em cada entrada do array `models`: | Campo | Tipo | Obrigatório | Observações | | ------------------- | ------- | ----------- | --------------------------------------------------------------------------------------------------------- | | `id` | string | ✓ | Identificador único do modelo — use o ID de modelo da LMU AI | | `name` | string | - | Nome de exibição no menu suspenso | | `vendor` | string | - | Nome do fornecedor; o que você quiser | | `apiKey` | string | - | A chave `sk-` gerada no console da LMU AI (o valor real da chave, não o nome de uma variável de ambiente) | | `url` | string | - | Caminho completo do endpoint; para a LMU AI, `https://api.lmuai.com/v1/chat/completions` | | `maxInputTokens` | number | - | Máximo de tokens de entrada | | `maxOutputTokens` | number | - | Máximo de tokens de saída | | `supportsToolCall` | boolean | - | Se há suporte a chamada de ferramentas | | `supportsImages` | boolean | - | Se há suporte a entrada de imagens | | `supportsReasoning` | boolean | - | Se há suporte a modo de raciocínio | *** ## Mostrar apenas modelos específicos [#mostrar-apenas-modelos-específicos] Use o campo de nível superior `availableModels` para controlar quais modelos aparecem no menu suspenso: ```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 ou um array vazio → todos os modelos são exibidos * Uma vez definido → apenas os IDs de modelo listados aparecem (tanto embutidos quanto personalizados) * Um `availableModels` de nível de projeto **substitui completamente** o de nível de usuário em vez de mesclar Conforme a documentação oficial: após excluir o campo `availableModels`, lembre-se de remover a `,` agora sobrando após o array `models` acima dele, ou o JSON se torna inválido e toda a configuração para de funcionar. *** ## IDs de modelo comuns [#ids-de-modelo-comuns] | ID de modelo | Observações | | --------------------- | ---------------------------------------- | | `claude-opus-5` | Claude Opus 5 (carro-chefe, 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 | Não sabe qual modelo informar? Acesse a [Galeria de Modelos](/pt/docs/guide/models) para ver todos os IDs de modelo disponíveis e copiá-los com um clique. Para uma janela de contexto de 1M, escreva o ID do modelo com o sufixo `[1M]` (por exemplo, `claude-opus-5[1M]`) e aumente `maxInputTokens` de acordo. *** ## Solução de problemas [#solução-de-problemas] ### A configuração não está fazendo efeito? [#a-configuração-não-está-fazendo-efeito] 1. Verifique se o **JSON é válido** (uma vírgula ausente ou sobrando é o culpado de sempre) 2. Confirme se o **caminho do arquivo** está certo (`~/.codebuddy/models.json`) 3. Confirme se cada entrada tem o campo obrigatório `id` 4. Confirme se o arquivo foi realmente **salvo no disco** (o hot reload tem um debounce de 1 segundo) ### Modelo ausente no menu suspenso? [#modelo-ausente-no-menu-suspenso] * Se `availableModels` estiver definido, verifique se o ID do modelo está listado ali * Verifique se a entrada no array `models` está completa ### Recebendo um 401 / 404? [#recebendo-um-401--404] * **401**: `apiKey` é a chave `sk-` gerada no console da LMU AI? * **404**: o `url` quase certamente está sem `/chat/completions` — deve ser o caminho completo *** ## Observações [#observações] * O `url` deve ser o **caminho completo do endpoint** `https://api.lmuai.com/v1/chat/completions`, não apenas `/v1` ou o domínio nu * O CodeBuddy suporta **apenas o formato OpenAI**; os modelos Claude passam pela conversão de protocolo da LMU AI * O `apiKey` recebe o valor real da chave — nomes de variáveis de ambiente não são suportados * A configuração faz **hot reload**, então basta salvar; não é preciso reiniciar * Cada entrada de modelo precisa do seu próprio `apiKey` e `url` * A configuração de nível de projeto substitui a de nível de usuário por `id`, enquanto `availableModels` é substituído por inteiro em vez de mesclado