最近，一位网友在高频使用 WorkBuddy 的过程中，发现了一个比较现实的问题：高阶模型能力很强，但在复杂任务场景下，调用成本和资源消耗也会快速增加。
该网友此前多次推荐 WorkBuddy。为了准备课程和企业培训，他开始高强度使用 WorkBuddy，尤其是在复杂任务、代码分析、方案设计、资料整理等场景中，高能力模型几乎成为刚需。
与此同时，一个新的问题也逐渐显现：
如果电脑上已经拥有其他 AI 服务的订阅和登录权限，是否可以直接复用这些模型能力，而不是重复配置和付费？
例如，该网友的电脑上原本已经订阅并登录了 Codex、Grok，以及 Google AntiGravity / Gemini。既然这些能力已经具备，能否直接接入 WorkBuddy，形成统一的 AI 工作入口？
基于这个想法，该网友开发了一个 WorkBuddy CLI Model Bridge Skill。
它基于开源项目 CLIProxyAPI 构建，可以自动检测本地已经登录的 CLI Agent，完成模型能力桥接，让 WorkBuddy 直接使用已有的 GPT、Grok、Gemini 等模型资源。
什么是 WorkBuddy CLI Model Bridge Skill？
简单来说，这是一个连接 WorkBuddy 和本地 CLI Agent 的桥梁。
它通过 CLIProxyAPI，将已经登录的 GPT、Grok、Gemini 等 CLI 模型能力映射到 WorkBuddy 中。
用户不需要：
- 手动寻找 API Base URL
- 自己申请和填写 API Key
- 修改复杂配置文件
- 研究不同模型接口格式
只需要让 Agent 执行这个 Skill，即可完成整个接入流程。
它解决了什么问题？
Muchos usuarios de IA se encuentran con problemas similares en la actualidad:
1. Ya suscritos a varios servicios de IA, pero separados entre sí
Muchos desarrolladores, investigadores y usuarios intensivos de IA, además de tener:
- Suscripción al Codex OpenAI
- Permisos de uso de Grok
- Servicios de AI de Gemini / Google
- Herramientas adicionales de CLI Agent
Estos servicios ya están pagados por sí mismos, pero generalmente solo se pueden usar en su propio cliente.
Aunque WorkBuddy admite llamadas multimodelo, muchos usuarios aún necesitan una API de configuración adicional.
El objetivo de esta habilidad es aprobar estas habilidades.
2. Los costos de invocación de modelos de orden superior son cada vez más altos
El valor de un agente de IA reside en la ejecución continua de tareas complejas:
- Análisis de documentos largos
- Planificación del proyecto
- Código Refactoring
- Procesamiento de datos
- Flujo de trabajo automatizado
Si todas estas tareas utilizan el modelo de nivel más alto, el consumo será muy significativo.
Por lo tanto, una forma más razonable de hacerlo es:
Modelos de bajo costo para tareas simples;
Modelos de alta capacidad para invocar tareas complejas
Los recursos de suscripción existentes se reutilizan con prioridad.
Flujo de trabajo para Skill
WorkBuddy CLI Model Bridge Skill completa automáticamente los siguientes pasos:
Paso 1: Detectar el agente CLI local
Escanea las herramientas AI CLI que ya están instaladas e iniciadas en el entorno actual.
Por ejemplo:
- Código
- Grok Cli
- Herramientas relacionadas con Gemini
Confirme qué capacidades del modelo ya existen.
Paso 2: Instalar o reparar automáticamente la API de CLIProxy
Si no hay API CLIProxy en el entorno, Skill completa la instalación automáticamente.
Si ya tiene una instalación y la configuración es anormal, también se intenta arreglar.
Los usuarios no necesitan entender la lógica subyacente del agente.
Paso 3: Obtener una lista de modelos reales
Skill lee los modelos disponibles desde el entorno real en lugar de permitir que los usuarios rellenen manualmente los nombres de los modelos.
Esto puede evitar:
- 模型名称错误
- API 版本不匹配
- 配置遗漏
第四步：自动验证模型能力
不仅仅测试“能不能调用”。
它会进一步验证：
- 普通文本生成
- 工具调用能力
- 图片处理能力
- Capacidad razonable
- Fast 路由
确保写入 WorkBuddy 的模型是真正可用的。
第五步：自动写入 WorkBuddy 配置
验证通过后，Skill 会将模型加入 WorkBuddy。
Al mismo tiempo:
- 保留已有手工配置
- 不覆盖用户原来的设置
- 避免破坏已有工作流
当前已经跑通的模型
目前测试通过的包括：
- GPT-5.6 SOL / Fast
- Grok 4.5
- Gemini 3.6 Flash
这些模型已经可以通过 WorkBuddy 调用。
对于日常办公、技术开发、内容创作、企业培训等场景，可以明显扩展 WorkBuddy 的模型能力。
为什么选择 CLIProxyAPI？
核心原因是它提供了一种更灵活的连接方式。
El método tradicional:
用户 → API Key → 官方接口 → 模型
而 CLIProxyAPI 提供：
本地 CLI Agent
↓
CLIProxyAPI
↓
WorkBuddy
↓
GPT / Grok / Gemini
这样可以复用已有登录状态，让不同 AI 工具之间形成协同。
对普通用户意味着什么？
最大的价值是降低使用门槛。
Anteriormente:
想在 WorkBuddy 中使用 GPT、Grok、Gemini，需要：
- 注册 API
- 创建 Key
- 查接口地址
- 修改配置
- 调试模型参数
Y ahora:
Sólo se necesita:
- 安装 Skill
- 运行 Agent
- 等待自动配置完成
复杂工作交给 AI 自己完成。
AI Agent 的下一阶段：不是拥有更多模型，而是连接更多模型
过去几年，大家关注的是：
¿Cuál es el modelo más fuerte? "
但随着模型数量越来越多，新的问题出现：
“如何让这些模型协同工作？”
未来的 AI Agent，不应该只是绑定某一个模型，而应该成为一个智能调度中心：
- 根据任务选择模型
- 根据成本选择路线
- 根据能力自动切换
- 调用用户已有资源
WorkBuddy CLI Model Bridge Skill 只是一个尝试。
希望它能够帮助更多用户，把已经拥有的 AI 能力真正连接起来。
如果你也在使用 WorkBuddy，或者电脑中已经登录了多个 AI Agent，不妨尝试这种方式，让 AI 工作流真正实现“一处调用，多模型协同”。