Récemment, un internaute a trouvé un problème relativement réaliste dans le processus d'utilisation de WorkBuddy à haute fréquence :Les modèles de haut ordre sont très efficaces, mais dans les scénarios de tâches complexes, le coût d'appel et la consommation de ressources augmentent rapidement.
L'internaute a déjà recommandé WorkBuddy à plusieurs reprises. Pour préparer des cours et des formations d'entreprise, il a commencé à utiliser WorkBuddy à haute intensité, en particulier dans des scénarios tels que les tâches complexes, l'analyse de code, la conception de scénarios, la collecte de données, etc., où les modèles à haute capacité deviennent presque indispensables.
Dans le même temps, un nouveau problème émerge progressivement :
Si vous avez déjà des droits d'abonnement et de connexion à d'autres services d'IA sur votre ordinateur, est-il possible de réutiliser directement ces capacités du modèle au lieu de les configurer et de les payer à plusieurs reprises ?
Par exemple, l'ordinateur de l'internaute était déjà souscrit et connecté à Codex, Grock et Google AntiGravity / Gemini. Maintenant que ces capacités sont déjà disponibles, pouvez-vous accéder directement à WorkBuddy pour former un portail de travail unifié de l'IA ?
Sur la base de cette idée, le internaute a développé un WorkBuddy CLI Modèle Bridge Compétences。
Il est basé sur des projets open source. ClipProxyAPI Construit, peut détecter automatiquement l'agent CLI local déjà connecté, compléter le pont de capacité du modèle, permettant à WorkBuddy d'utiliser directement les ressources du modèle existantes telles que GPT, Grok, Gemini et autres.
Qu 'est-ce que WorkBuddy CLI Model Bridge Skill ?
En termes simples, il s'agit d'un pont entre WorkBuddy et l'agent CLI local.
Grâce à l'API CLIProxy, il mappe les capacités de modèles CLI telles que GPT, Grok, Gemini et d'autres déjà connectés à WorkBuddy.
L'utilisateur n'a pas besoin de :
- Rechercher manuellement l'URL de base API
- Demandez et remplissez votre API Key
- Modifier un profil complexe
- Étudier les formats d'interface de différents modèles
Il suffit de demander à l'agent d'exécuter cette compétence pour terminer l'ensemble du processus d'accès.
Quels problèmes a-t - il résolus ?
Beaucoup d'utilisateurs d'IA rencontrent des problèmes similaires :
1. Déjà abonnés à plusieurs services d'IA, mais déconnectés les uns des autres
Beaucoup de développeurs, de chercheurs et d'utilisateurs lourds d'IA ont également :
- Abonnement au Codex OpenAI
- Droits d'utilisation de Grok
- Les services Gemini / Google AI
- Outils supplémentaires d'agent CLI
Ces services sont déjà payants eux-mêmes, mais ne peuvent généralement être utilisés que dans leurs propres clients.
Bien que WorkBuddy prenne en charge les appels multi-modèles, de nombreux utilisateurs ont toujours besoin d'une API de configuration supplémentaire.
L'objectif de cette compétence est de passer à travers ces capacités.
2. Les modèles d'ordre élevé sont de plus en plus coûteux à invoquer
La valeur d'un agent AI réside dans l'exécution continue de tâches complexes :
- Analyse de documents longs
- Planification du projet
- Code de reconstruction
- Traitement des données
- Workflow automatisé
Si toutes ces tâches utilisent le modèle de niveau le plus élevé, la consommation sera très importante.
Donc, une approche plus raisonnable serait :
Les tâches simples utilisent des modèles à faible coût ;
Modèle de haute capacité d'appel de tâches complexes
Les ressources souscrites existantes sont réutilisées en priorité.
Workflow pour les compétences
WorkBuddy CLI Model Bridge Skill complète automatiquement les étapes suivantes :
Étape 1 : Détecter l'agent CLI local
Il analyse les outils AI CLI déjà installés et connectés dans l'environnement actuel.
Par exemple :
- Le Codex
- Grok Clipe
- Outils associés à Gemini
Confirmez les capacités du modèle existantes.
Étape 2 : Installer ou réparer automatiquement l'API CLIProxy
S'il n'y a pas d'API CLIProxy dans l'environnement, Skill effectue l'installation automatiquement.
Si vous avez déjà une installation et une configuration anormale, vous essayez également de réparer.
L'utilisateur n'a pas besoin de comprendre la logique de l'agent sous-jacent.
Étape 3 : Obtenir la liste des modèles réels
Au lieu de laisser l'utilisateur remplir manuellement le nom du modèle, Skill lit les modèles disponibles à partir de l'environnement réel.
Cela permettra d'éviter :
- Nom du modèle incorrect
- Version API non correspondante
- Configuration omise
Étape 4 : Valider automatiquement les capacités du modèle
Pas seulement pour tester si vous pouvez appeler.
Il vérifiera plus loin :
- Génération de texte normal
- Capacité d'appel d'outils
- Capacité de traitement d'image
- Capacité de raisonnement
- Route rapide
Assurez-vous que le modèle écrit sur WorkBuddy est vraiment utilisable.
Étape 5 : Écriture automatique de la configuration WorkBuddy
Une fois la validation passée, Skill ajoute le modèle à WorkBuddy.
Simultanément :
- Préserver la configuration manuelle existante
- Ne remplace pas les paramètres d'origine de l'utilisateur
- Évitez de détruire les workflows existants
Le modèle actuel qui a été dépassé
Les tests passés actuellement comprennent :
- GPT - 5.6 SOL / Rapide
- Grok 4.5
- Gemini 3.6 Flash
Ces modèles sont déjà disponibles via WorkBuddy.
Pour les scènes de bureau quotidien, de développement technologique, de création de contenu, de formation d'entreprise, etc., les capacités de modélisation de WorkBuddy peuvent être considérablement étendues.
Pourquoi choisir CLIProxy API ?
La raison principale est qu ' il offre une façon plus flexible de se connecter.
Méthode traditionnelle :
用户 → API Key → 官方接口 → 模型
L'API CLIProxy fournit :
本地 CLI Agent
↓
CLIProxyAPI
↓
WorkBuddy
↓
GPT / Grok / Gemini
Cela permet de réutiliser les états de connexion existants et de créer une synergie entre différents outils d'IA.
Qu ' est-ce que cela signifie pour l'utilisateur moyen ?
La plus grande valeur est la baisse du seuil d'utilisation.
Avant :
Pour utiliser GPT, Grok, Gemini dans WorkBuddy, vous devez :
- Enregistrement API
- Créer la clé
- Vérifier l'adresse de l'interface
- Modifier la configuration
- Debug des paramètres du modèle
Et maintenant :
Il suffit de :
- Installation des Skills
- Agents d'exécution
- Attendez que la configuration automatique se termine
Le travail complexe est confié à l'IA pour le faire.
La prochaine étape de l'AI Agent : pas avoir plus de modèles, mais connecter plus de modèles
Au cours des dernières années, tout le monde s'est concentré sur :
Quel modèle est le plus fort ? »
Mais à mesure que le nombre de modèles augmente, de nouveaux problèmes apparaissent :
« Comment faire travailler ces modèles ensemble ? »
Le futur agent d'IA ne devrait pas seulement lier un certain modèle, mais devrait devenir un centre de planification intelligent :
- Sélectionner le modèle en fonction de la tâche
- Choisir un itinéraire en fonction du coût
- Basculer automatiquement en fonction de la capacité
- Invoquer les ressources existantes de l'utilisateur
La compétence WorkBuddy CLI Model Bridge n'est qu 'un essai.
Espérons qu 'il aidera plus d'utilisateurs à connecter véritablement les capacités d'IA que nous avons déjà.
Si vous utilisez également WorkBuddy, ou si vous avez déjà plusieurs agents d'IA connectés à votre ordinateur, vous pouvez essayer cette approche pour que votre flux de travail d'IA réalise véritablement « un appel unique, une collaboration multi-modèles ».