最近、WorkBuddyを頻繁に使用する過程で、あるネチズンがより現実的な問題を発見しました。高次モデルは非常に強力ですが、複雑なタスクシナリオでは呼び出しコストとリソース消費が急速に増加します。
以前はWorkBuddyを推薦している。コースやエンタープライズトレーニングの準備として、彼はWorkBuddyを集中的に使用し始めました。特に、高機能モデルがほぼ必要になる複雑なタスク、コード分析、ソリューション設計、データキュレーションなどのシナリオではそうです。
同時に、新たな問題が浮上してきた。
コンピュータにすでに他のAIサービスのサブスクリプションとログインがある場合、プロビジョニングと課金を繰り返すのではなく、モデル機能を直接再利用できますか？
例えば、ユーザーのコンピュータはCodex、Grok、Google AntiGravity / Geminiに登録していました。これらの機能が利用可能になったので、WorkBuddyに直接接続して統合されたAIワークポータルを形成できますか？
このアイデアに基づいて、インターネットは1つを開発した。 WorkBuddy CLIモデルブリッジスキル。
オープンソースプロジェクトに基づく CLIProxyAPI 構築は、ローカルにログインしたCLIエージェントを自動的に検出し、モデル機能ブリッジを完了し、WorkBuddyが既存のGPT、Grok、Geminiなどのモデルリソースを直接使用できるようにする。
WorkBuddy CLIモデルブリッジスキルとは何ですか？
簡単に言えば、これはWorkBuddyとローカルCLIエージェントをつなぐブリッジです。
これは、CLIProxyAPIを介して、すでに登録されているGPT、Grok、GeminiなどのCLIモデル機能をWorkBuddyにマッピングする。
ユーザーは必要ありません
- API Base URLを検索する
- APIキーを入力して入力する
- 复雑なプロファイルの修正
- 異なるモデルのインタフェース形式の検討
エージェントにスキルを実行させるだけで、アクセスプロセス全体が完了します。
どんな問題を解決したのか？
多くのAIユーザーが同様の問題を抱えています。
1.複数のAIサービスに加入しているが、別々に分かれている
多くの開発者、研究者、AIヘビーユーザーは以下を共有しています。
- Open AI Codexのサブスクリプション
- Grok権限の使用{{Grokしよう}}
- GeminiとGoogle AIサービス
- その他のCLIエージェントツール
これらのサービス自体は有料ですが、通常は独自のクライアントでのみ利用できます。
WorkBuddyはマルチモデル呼び出しをサポートしているが、多くのユーザーはAPIを追加設定する必要がある。
このスキルの目標は、これらの能力を活用することです。
2.高次モデル呼び出しコストの増加
AIエージェントの価値は、複雑なタスクを継続的に実行することです。
- 長いファイル分析
- プロジェクト計画立案
- コードのリファクタリング
- データの処理
- 自動化ワークフロー
これらのタスクはすべて最高ランクモデルを使用すると，オーバヘッドが顕著になる.
より合理的な方法は、
低コストモデルを使用したシンプルなタスク;
複雑なタスク呼び出し能力モデル;
既存のサブスクリプションリソースを優先的に再利用。
Skillのワークフロー
WorkBuddy CLI Model Bridge Skillでは、次の手順が自動的に実行されます。
最初の手順：ローカルCLIエージェントのテスト
現在の環境にインストールされてログインしているAI CLIツールをスキャンします。
例えば：
- コーデックスは
- Grok CLI
- Gemini関連ツール
既存のモデル機能を確認します。
ステップ2：CLIProxy APIの自動インストールまたは修復
環境にCLIProxy APIがない場合、Skillは自動的にインストールを完了します。
インストールされているが、構成が異常な場合も修復が試みられます。
ユーザーはエージェントの論理を理解する必要はない。
ステップ3：実際のモデルリストを取得する
Skillは、ユーザーに手動でモデル名を入力させるのではなく、実際の環境から利用可能なモデルを読み込みます。
これは回避できる：
- モデル名のエラー
- APIのバージョンが不一致
- 構成の省略
ステップ4：モデル機能の自動検証
“テスト”だけではありません。
それはさらに検証する：
- プレーンテキストの生成
- ツール呼び出し能力
- 画像処理能力。
- 推論能力の向上
- Fastルート
WorkBuddyに書かれたモデルが実際に使用可能であることを確認します。
ステップ5 WorkBuddy構成の自動書き込み
検証が成功すると、SkillはモデルをWorkBuddyに追加します。
同時に、
- 手動設定を維持する
- ユーザーの元の設定を上書きしない
- 既存のワークフローの破壊を回避
現在のモデルは
現在合格しているテストは以下の通り。
- GPT-5.6 SOL /高速
- GRO 4.5
- Gemini 3.6フラッシュ
これらのモデルはWorkBuddyですでに呼び出すことができます。
ワークバディのモデル機能は、日常業務、技術開発、コンテンツ作成、企業トレーニングなどのシナリオで大幅に拡張できます。
CLIProxy APIを選ぶ理由？
その主な理由は、より柔軟な接続方法を提供することです。
伝統的なアプローチ：
用户 → API Key → 官方接口 → 模型
CLIProxy APIの特長：
本地 CLI Agent
↓
CLIProxyAPI
↓
WorkBuddy
↓
GPT / Grok / Gemini
これにより、既存のログイン状態を再利用し、異なるAIツール間のコラボレーションを可能にする。
一般ユーザーにとってはどういう意味ですか？
最大の利点は、使用閾値を下げることです。
以前は：
WorkBuddyでGPT、Grok、Geminiを使用するには：
- APIの登録
- Keyの作成
- インターフェイスアドレスの確認
- 構成の変更
- モデルパラメータのデバッグ
現在は：
必要なのは
- Skillのインストール
- エージェントを実行する
- 自動構成が完了するまで待機
複雑な作業はAI自身に任せます。
AIエージェントの次のフェーズ：より多くのモデルを持つのではなく、より多くのモデルを接続する
ここ数年、注目されているのは：
“どのモデルが最強ですか？”
しかし、モデルの数が増えるにつれて、新たな問題が発生します。
“これらのモデルをどう連携させるか？”
未来のAIエージェントは、単一のモデルに縛られるだけでなく、インテリジェントなスケジューリングセンターになるべきです。
- タスクに基づくモデルの选択
- コストに応じたルート選択
- 能力に応じて自動的に切り替える
- 呼び出し元ユーザーはリソースを持っています
WorkBuddy CLIモデルブリッジスキルは、ほんの一歩です。
より多くのユーザーがすでに持っているAI機能を本当に結びつける手助けになれば幸いです。
WorkBuddyを使用している場合、またはコンピュータに複数のAIエージェントがすでにログインしている場合は、AIワークフローを真に“1つの呼び出し、複数のモデルのコラボレーション”にする方法を試してみてください。