# WorkBuddy

> Conecte o WorkBuddy ao relay de IA da LMU via um modelo Custom compatível com OpenAI — defina o Base URL e a chave sk- para chamar Claude, GPT e modelos chineses.

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





WorkBuddy é o assistente de codificação com IA da Tencent (mesma família do CodeBuddy). Ele suporta a conexão a qualquer API compatível com OpenAI através de um &#x2A;*modelo Custom (compatível com OpenAI)**, então você pode apontá-lo para o relay da LMU AI e usar uma única chave `sk-` para chamar Claude, GPT e modelos chineses.

***

## Antes de começar [#antes-de-começar]

* Uma chave de API da LMU AI que começa com `sk-`: registre-se e gere uma no [console da LMU AI](https://api.lmuai.com).

* Anote o endereço compatível com OpenAI da LMU AI (Base URL), **com** `/v1`:

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

* Certifique-se de que o grupo da sua chave tenha o upstream para o modelo que você quer usar (os modelos disponíveis dependem do grupo).

<Callout type="warn" title="Não use uma chave do grupo Claude Max">
  O grupo Claude Max suporta apenas o protocolo Anthropic e **não pode** ser preenchido em um endereço no protocolo OpenAI como `https://api.lmuai.com/v1`, então não funcionará com o modelo personalizado do WorkBuddy. Use uma chave de grupo **pré-pago** ou de **assinatura padrão** em vez disso.
</Callout>

***

## Método 1: Adicionar um modelo personalizado na interface (recomendado) [#método-1-adicionar-um-modelo-personalizado-na-interface-recomendado]

1. Abra o WorkBuddy e vá até as configurações de modelo: seja via **Settings → Model**, ou abra o seletor de modelos na caixa de chat, role até o final e escolha **Configure custom models**.

2. Clique em **Add Model** e defina o provedor / tipo como **Custom**.

3. Preencha estes três campos:

   | Campo               | Valor                                                              |
   | ------------------- | ------------------------------------------------------------------ |
   | Endpoint / Base URL | `https://api.lmuai.com/v1`                                         |
   | API Key             | a chave `sk-` gerada no console                                    |
   | Model Name          | um ID de modelo da LMU AI, ex.: `gpt-5.6-sol` ou `claude-sonnet-5` |

4. (Opcional) Ative Tool Call, Image input, etc. conforme as capacidades do modelo.

5. Salve, volte ao seletor de modelos, selecione o modelo que você acabou de adicionar e comece a conversar.

<img alt="A caixa de diálogo &#x22;Add Model&#x22; do WorkBuddy preenchida: provedor definido como Custom, endpoint parando em https://api.lmuai.com/v1" src="__img0" />

<Callout type="info" title="Não escreva /chat/completions no endpoint duas vezes">
  O WorkBuddy adiciona automaticamente `/chat/completions` ao endpoint. Então pare o endpoint em `https://api.lmuai.com/v1` e não adicione `/chat/completions` — caso contrário ele vira `…/v1/chat/completions/chat/completions` e retorna um 404.
</Callout>

***

## Método 2: Editar o models.json (preciso, versionável) [#método-2-editar-o-modelsjson-preciso-versionável]

WorkBuddy / CodeBuddy também armazena modelos personalizados em um arquivo de configuração, que serve para configuração em massa ou de toda a equipe.

O arquivo de configuração fica em uma pasta `.codebuddy` no seu diretório home (algumas versões usam `.workbuddy` — use a que realmente existe na sua máquina):

* **Windows (nível de usuário)**: `C:\Users\<seu-usuario>\.codebuddy\models.json`
* **macOS / Linux (nível de usuário)**: `~/.codebuddy/models.json`
* **Nível de projeto**: `<seu-dir-de-projeto>\.codebuddy\models.json`

No primeiro uso, instale, faça login e abra qualquer projeto uma vez para que o diretório de configuração seja criado. Exemplo (substitua `apiKey` pela sua própria chave `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:

* Aqui o `url` deve ser o **caminho completo** `https://api.lmuai.com/v1/chat/completions` (diferente do Método 1, ele inclui `/chat/completions`).
* `maxInputTokens`, `maxOutputTokens`, `supportsToolCall` e `supportsImages` são **valores declarados no lado do cliente** — ajuste-os às capacidades reais do modelo que você escolheu.
* Salve o arquivo como **UTF-8 sem BOM**; um BOM pode fazer com que ele não seja carregado.
* Você também pode definir a chave como uma variável de ambiente e referenciá-la, ex.: `"apiKey": "${LMU_API_KEY}"` (`setx LMU_API_KEY "sk-..."` no Windows, `export LMU_API_KEY=sk-...` no macOS / Linux).
* Após editar, **feche completamente e reinicie** o WorkBuddy, depois selecione o modelo no seletor.

***

## Modelos disponíveis [#modelos-disponíveis]

IDs de modelo comuns (os que você pode realmente usar dependem do seu grupo; veja a lista completa em [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`
* **Chineses**: `deepseek-v4-pro`, `qwen3.8-max-preview`, `glm-5.2`, `kimi-k3`

O WorkBuddy usa o protocolo compatível com OpenAI, e o backend da LMU AI faz a conversão de protocolo automaticamente, então IDs de modelos Claude / chineses também funcionam — desde que o seu grupo tenha o upstream correspondente.

***

## FAQ [#faq]

### Erro 401 / 403 [#erro-401--403]

Verifique nesta ordem:

1. Se a API Key é uma chave `sk-` gerada no console da LMU AI (não uma chave oficial da OpenAI / Anthropic).
2. Se o endpoint está correto: `https://api.lmuai.com/v1` (com `/v1`).
3. Se o grupo da sua chave inclui o modelo que você está chamando.

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

Geralmente o endpoint tem `/chat/completions` escrito duas vezes, ou está sem `/v1`:

* Método 1 (interface): pare o endpoint em `https://api.lmuai.com/v1`; o WorkBuddy adiciona `/chat/completions`.
* Método 2 (models.json): defina `url` como o completo `https://api.lmuai.com/v1/chat/completions`.

### "Model unavailable" / "No available accounts" [#model-unavailable--no-available-accounts]

Você chamou um modelo fora do alcance do seu grupo (por exemplo, usando um grupo Claude Max para chamar GPT). Verifique os modelos que o seu grupo atual pode chamar em "Modelos disponíveis" no console, ou troque de grupo. Veja [Protocolos de API](../guide/api-protocols).

### Alterações não têm efeito [#alterações-não-têm-efeito]

Após editar o `models.json`, **feche completamente e reinicie** o WorkBuddy; salve o arquivo como **UTF-8 sem BOM**. Para um modelo adicionado pela interface, basta reselecioná-lo no seletor de modelos após salvar.

***

## Notas [#notas]

* Insira apenas o endereço do relay da LMU AI como endpoint; não insira o endereço oficial da OpenAI / Anthropic.
* A mesma chave `sk-` pode ser usada com outras ferramentas ao mesmo tempo; o WorkBuddy usa o protocolo compatível com OpenAI.
* O domínio da API da LMU AI conecta diretamente na China, sem necessidade de proxy.

Para mais, veja [Protocolos de API](../guide/api-protocols) e o [FAQ](../guide/faq).
