AiHubMix Documentation Hub

CodeBuddy 可以把 OpenAI 兼容接口作为自定义模型使用。把 AIHubMix 配进去后，就能在 CodeBuddy 里调用 AIHubMix 支持的 GPT、Claude、Gemini、DeepSeek、GLM 等模型。

准备工作

CodeBuddy 已安装，并且可以正常打开。
在 AIHubMix 控制台创建好的 API Key，格式通常是 sk-***。
要使用的模型 ID，例如 gpt-5.5、gemini-3.5-flash、deepseek-chat。模型 ID 建议直接从 AIHubMix 模型列表复制，避免手动输入错误。

前端界面配置 AIHubMix 模型

打开 CodeBuddy，在输入框下方点击当前模型名称，例如 Default。

把模型列表拉到底部，点击 Configure custom models。

点击 Add Model，然后在 Provider 下拉框里选择 Custom。

接着填写这几项：

Endpoint：通常填 https://aihubmix.com/v1。如果主地址暂时不可用，改成备用地址 https://api.inferera.com/v1。
API Key：填你在 AIHubMix 控制台创建的 Key。
Model Name：填要用的模型 ID，例如 gpt-5.5。
Advanced Settings：按模型能力勾选。需要工具调用就开 Tool Calling；模型支持看图就开 Image Input；推理模型可以开 Reasoning。

填好后点击 Save。

保存后回到模型下拉列表，在 Custom Models 区域选择刚添加的模型。

通过配置文件添加模型

CodeBuddy 会把自定义模型写到本地配置文件里。前端界面配置不方便时，可以编辑这个文件：

%USERPROFILE%\.codebuddy\models.json

CodeBuddy 支持项目级模型配置，位置是：

你的项目目录\.codebuddy\models.json

项目级配置优先级更高，适合只在某个项目里使用特定模型。手动写 models.json 时，推荐把 url 写成完整的 Chat Completions 地址：

{
  "models": [
    {
      "id": "gpt-5.5",
      "name": "gpt-5.5",
      "vendor": "AIHubMix",
      "url": "https://aihubmix.com/v1/chat/completions",
      "apiKey": "sk-***",
      "maxInputTokens": 128000,
      "maxOutputTokens": 8192,
      "supportsToolCall": true,
      "supportsImages": true,
      "supportsReasoning": true
    }
  ],
  "availableModels": ["gpt-5.5"]
}

如果当前 API 主地址不可用，把 url 改成备用地址即可：

"url": "https://api.inferera.com/v1/chat/completions"

这里和前端界面配置稍有区别：前端界面里的 Endpoint 填 https://aihubmix.com/v1 就可以；直接写 models.json 时，按 CodeBuddy 的配置文件格式补到 /chat/completions 更稳。改完后重启 CodeBuddy，或重新打开模型下拉列表查看。如果不想把 Key 明文写进 models.json，可以使用环境变量引用：

"apiKey": "${AIHUBMIX_API_KEY}"

CodeBuddy CLI

CodeBuddy 的命令行版本叫 CodeBuddy Code，安装后在终端执行 codebuddy 启动。如果本机还没有安装，可以用 npm 安装：

npm install -g @tencent-ai/codebuddy-code

CLI 可以通过环境变量指定 API Key、接口地址和默认模型。AIHubMix 的 Anthropic 兼容接口使用根地址作为 CODEBUDDY_BASE_URL：

$env:CODEBUDDY_API_KEY="sk-***"
$env:CODEBUDDY_BASE_URL="https://aihubmix.com"
$env:CODEBUDDY_MODEL="glm-4.7"
codebuddy

示例最后一行的 codebuddy 是启动命令。启动后可以直接在终端里输入问题。需要固定生效时，把这些变量写进 %USERPROFILE%\.codebuddy\settings.json：

{
  "env": {
    "CODEBUDDY_API_KEY": "sk-***",
    "CODEBUDDY_BASE_URL": "https://aihubmix.com",
    "CODEBUDDY_MODEL": "glm-4.7"
  }
}

CLI 走的是 Anthropic 兼容协议，和上面桌面端自定义模型的 OpenAI 兼容配置不是同一个入口。如果遇到 404，优先检查 CODEBUDDY_BASE_URL 是否误写成了 /v1/chat/completions 这类 OpenAI 路径。

验证效果

选中自定义模型后，发一条简单消息测试一下，比如让 CodeBuddy 简短介绍 AIHubMix。能正常回复，就说明配置已经生效。

如果配置的模型支持图片输入，可以上传图片继续测试多模态能力。

常见问题

保存后模型不可用怎么办？ 先检查 Endpoint 是否带 /v1，API Key 是否完整，Model Name 是否和 AIHubMix 模型 ID 一致。如果是手动写 models.json，再确认 url 是否补到了 /chat/completions。 模型列表里出现两个相似名称正常吗？ 正常。CodeBuddy 可能会把自定义模型显示成 模型名:模型名 的形式，只要选中后能正常回复即可。 CLI 和桌面端用的是同一套配置吗？ 不完全一样。桌面端的自定义模型主要看 models.json；CLI 会读取启动前设置的环境变量，或者读取 settings.json 里的 env。更新时间：2026-07-10

​准备工作

​前端界面配置 AIHubMix 模型

​通过配置文件添加模型

​CodeBuddy CLI

​验证效果

​常见问题