CodeBuddy 安装、登录与模型配置流程:从安装到跑通第一个对话

1. 引言

CodeBuddy 是腾讯云推出的一款 AI 智能编程助手，支持对话式编程、代码补全、代码解释、单元测试生成等能力。对于刚接触 CodeBuddy 的开发者来说，最关键的往往不是装好插件，而是把模型配置对——模型选型、API 密钥、接口地址任何一个环节出错，都可能导致对话不响应或报错。

本文将从零开始，带你完整走一遍 CodeBuddy 的安装、登录与模型配置流程，并给出主流模型（DeepSeek、通义千问、智谱 GLM 等）的具体配置参数，确保你能顺利跑通第一个对话。

2. 准备工作

在开始配置之前，请先确认你具备以下条件：

• 一个可用的腾讯云账号（用于登录 CodeBuddy）；
• 一个或多个大模型 API 密钥（下文会介绍如何获取）；
• 已安装 VS Code、JetBrains IDE 或准备使用云端 Web 版；
• 网络可以访问对应模型服务商的 API 端点。

提示：如果你还没有 API 密钥，可以先跳过本节，直接看第 4 节的“模型服务商与密钥获取”，拿到密钥后再回来配置。

3. 安装与登录 CodeBuddy

3.1 方式一：VS Code 插件安装

1. 打开 VS Code，点击左侧「扩展」图标。
2. 在搜索框中输入 CodeBuddy。
3. 选择腾讯云官方发布的 CodeBuddy 插件，点击「安装」。
4. 安装完成后，左侧活动栏会出现 CodeBuddy 图标，点击即可打开面板。

3.2 方式二：JetBrains 系列插件安装

1. 打开 IDE（如 IntelliJ IDEA、PyCharm、WebStorm）。
2. 进入 Settings / Preferences → Plugins。
3. 搜索 CodeBuddy 并安装。
4. 重启 IDE 后，右侧会出现 CodeBuddy 工具窗口。

3.3 方式三：Web 版使用

如果不方便安装插件，可以直接访问 CodeBuddy 网页版，使用腾讯云账号登录后即可体验对话式编程。

3.4 登录账号

• 打开 CodeBuddy 面板后，点击「登录」。
• 选择「腾讯云账号登录」。
• 扫码或输入账号密码完成登录。
• 登录成功后，面板会显示你的账号信息和模型配置入口。

4. 模型服务商与密钥获取

CodeBuddy 支持接入多种大模型。下面列举几种常用模型及其密钥获取方式。

4.1 DeepSeek

• 官网：https://platform.deepseek.com
• 密钥获取步骤：
  1. 注册并登录 DeepSeek 开放平台。
  2. 进入「API Keys」页面。
  3. 点击「创建 API Key」，复制保存（仅显示一次）。
• 接口地址：https://api.deepseek.com

4.2 通义千问（阿里云 DashScope）

• 官网：https://dashscope.console.aliyun.com
• 密钥获取步骤：
  1. 开通阿里云百炼服务。
  2. 进入「API-KEY 管理」页面。
  3. 创建新的 API Key 并保存。
• 接口地址：https://dashscope.aliyuncs.com/compatible-mode/v1

4.3 智谱 GLM

• 官网：https://open.bigmodel.cn
• 密钥获取步骤：
  1. 注册并登录智谱开放平台。
  2. 进入「API 密钥」页面。
  3. 创建 API Key。
• 接口地址：https://open.bigmodel.cn/api/paas/v4

安全提醒：API Key 等同于你的账户凭证，请勿泄露或提交到公开仓库。建议使用环境变量或 IDE 的安全存储保存。

5. 模型配置详解（核心步骤）

登录 CodeBuddy 后，点击面板中的「设置」或「模型配置」入口，进入模型管理页面。

5.1 添加自定义模型

1. 在模型配置页面，点击「添加模型」。
2. 选择「自定义模型」或「接入第三方模型」。
3. 填写以下关键信息：

注意：API 地址一定要填写完整、正确的端点路径，不同服务商路径不同。部分服务商采用 OpenAI 兼容格式，可直接选择对应模板。

以上是在 CodeBuddy 中添加自定义模型时需要填写的参数。下面用 Python 的 requests 库完整演示一次 DeepSeek API 调用过程，帮助你验证 API 地址、模型 ID 和密钥是否正确：

import os
import requests
# DeepSeek API 地址（OpenAI 兼容格式）
API_URL = "https://api.deepseek.com/v1/chat/completions"
# 从环境变量读取 API Key，避免将密钥硬编码在代码中
API_KEY = os.getenv("DEEPSEEK_API_KEY", "sk-xxxxxxxxxxxxxxxx")
def call_deepseek(user_prompt: str) -> str:
    """调用 DeepSeek API 并返回模型回复内容。"""
    # 1. 构造请求头
    headers = {
        "Authorization": f"Bearer {API_KEY}",  # Bearer Token 鉴权，替换 API_KEY
        "Content-Type": "application/json",    # 请求体使用 JSON 格式
    }
    # 2. 组装请求体
    payload = {
        "model": "deepseek-chat",   # 模型 ID：deepseek-chat 对应 DeepSeek-V3 对话模型
        "messages": [
            {
                "role": "system",   # 系统提示词：设定助手角色或行为
                "content": "你是一个专业的编程助手。",
            },
            {
                "role": "user",     # 用户消息：本次要提问的具体内容
                "content": user_prompt,
            },
        ],
        "temperature": 0.7,        # 采样温度：控制回答随机性，代码生成建议设为 0.1~0.3
        "max_tokens": 1024,         # 限制单次回复最大 token 数，防止输出过长
        "stream": False,            # 关闭流式输出，普通请求直接返回完整结果
    }
    try:
        # 3. 发送 POST 请求
        response = requests.post(
            API_URL,
            headers=headers,
            json=payload,       # 使用 json 参数自动完成 JSON 序列化
            timeout=30,         # 超时时间（秒），避免请求长时间阻塞
        )
        # 4. 检查 HTTP 状态码，非 2xx 时抛出异常
        response.raise_for_status()
        # 5. 解析 JSON 响应
        data = response.json()
        # 模型回复位于 choices[0].message.content 字段中
        content = data["choices"][0]["message"]["content"]
        return content
    except requests.exceptions.Timeout:
        # 请求超时：可重试或检查网络连接
        raise RuntimeError("请求 DeepSeek API 超时，请检查网络后重试。")
    except requests.exceptions.ConnectionError:
        # 连接错误：网络不可达或代理配置异常
        raise RuntimeError("无法连接 DeepSeek API，请检查网络或代理设置。")
    except requests.exceptions.HTTPError as exc:
        # HTTP 错误：如 401 鉴权失败、404 地址错误、429 限流等
        status_code = exc.response.status_code if exc.response is not None else "N/A"
        detail = exc.response.text if exc.response is not None else str(exc)
        raise RuntimeError(f"DeepSeek API 返回错误：{status_code}，详情：{detail}") from exc
    except (KeyError, IndexError, ValueError):
        # 响应结构不符合预期，说明接口返回格式异常或地址不是 OpenAI 兼容格式
        raise RuntimeError("DeepSeek API 响应格式异常，请检查请求是否使用 OpenAI 兼容地址。")
if __name__ == "__main__":
    # 发送一条简单问题并打印模型回复
    answer = call_deepseek("请用一句话介绍你自己。")
    print(answer)

如果你使用的是 Node.js 环境，可以用原生 fetch API 调用 DeepSeek。下面示例展示如何构造请求头、请求体，并处理超时、HTTP 错误和响应解析异常：

// 使用原生 fetch，需要 Node.js 18 及以上版本
const API_URL = "https://api.deepseek.com/v1/chat/completions";
// 从环境变量读取 API Key，避免将密钥硬编码在代码中
const API_KEY = process.env.DEEPSEEK_API_KEY || "sk-xxxxxxxxxxxxxxxx";
async function callDeepSeek(userPrompt) {
    // 1. 构造请求头
    const headers = {
        "Authorization": `Bearer ${API_KEY}`, // Bearer Token 鉴权
        "Content-Type": "application/json",   // 请求体使用 JSON 格式
    };
    // 2. 组装请求体
    const payload = {
        model: "deepseek-chat", // 模型 ID：deepseek-chat 对应 DeepSeek-V3 对话模型
        messages: [
            {
                role: "system", // 系统提示词：设定助手角色或行为
                content: "你是一个专业的编程助手。",
            },
            {
                role: "user", // 用户消息：本次要提问的具体内容
                content: userPrompt,
            },
        ],
        temperature: 0.7, // 采样温度：控制回答随机性，代码生成建议设为 0.1~0.3
        max_tokens: 1024, // 限制单次回复最大 token 数，防止输出过长
        stream: false,    // 关闭流式输出，普通请求直接返回完整结果
    };
    // 3. 创建超时控制器，30 秒后自动中断请求
    const controller = new AbortController();
    const timeout = setTimeout(() => controller.abort(), 30000);
    try {
        // 4. 发送 POST 请求
        const response = await fetch(API_URL, {
            method: "POST",
            headers,
            body: JSON.stringify(payload), // 将请求体序列化为 JSON 字符串
            signal: controller.signal,     // 绑定超时信号
        });
        // 5. 检查 HTTP 状态码，非 2xx 时抛出包含状态码和响应文本的错误
        if (!response.ok) {
            const errorText = await response.text();
            throw new Error(`DeepSeek API 返回错误：${response.status}，详情：${errorText}`);
        }
        // 6. 解析 JSON 响应
        const data = await response.json();
        // 模型回复位于 choices[0].message.content 字段中
        return data.choices[0].message.content;
    } catch (error) {
        // 区分超时错误、网络错误和 HTTP 错误
        if (error.name === "AbortError") {
            throw new Error("请求 DeepSeek API 超时，请检查网络后重试。");
        }
        if (error instanceof TypeError) {
            throw new Error("无法连接 DeepSeek API，请检查网络或代理设置。");
        }
        throw error;
    } finally {
        // 无论成功失败，清除超时定时器，避免资源泄漏
        clearTimeout(timeout);
    }
}
// 调用示例：发送一条简单问题并打印模型回复
callDeepSeek("请用一句话介绍你自己。")
    .then((answer) => {
        console.log(answer);
    })
    .catch((error) => {
        console.error(error.message);
    });

5.2 使用预设模型（推荐新手）

CodeBuddy 内置了一些常用模型预设，可以直接选择使用：

1. 在模型列表中找到「预设模型」或「内置模型」。
2. 选择你已有密钥的服务商（如 DeepSeek、智谱等）。
3. 填入对应的 API Key 即可，API 地址和模型 ID 会自动带出。
4. 点击「测试连接」，验证配置是否成功。

5.3 配置代码补全模型

若你需要代码补全功能，还需要单独配置补全模型：

1. 在模型配置中找到「补全模型」标签页。
2. 选择与对话模型相同或不同的模型作为补全模型。
3. 填入对应的 API Key。
4. 保存后即可在编辑器中触发智能补全。

6. 模型配置示例

为方便快速选型，下面把三种常用模型的配置参数横向对比：

6.1 DeepSeek 配置示例

模型名称：DeepSeek-V3
模型 ID：deepseek-chat
API 地址：https://api.deepseek.com/v1/chat/completions
API Key：sk-xxxxxxxxxxxxxxxx
请求格式：OpenAI 兼容格式

6.2 通义千问配置示例

模型名称：Qwen-Plus
模型 ID：qwen-plus
API 地址：https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
API Key：sk-xxxxxxxxxxxxxxxx
请求格式：OpenAI 兼容格式

6.3 智谱 GLM 配置示例

模型名称：GLM-4-Plus
模型 ID：glm-4-plus
API 地址：https://open.bigmodel.cn/api/paas/v4/chat/completions
API Key：xxxxxxxxxxxxxxxx
请求格式：OpenAI 兼容格式

6.4 主流模型对比

除了接口地址和模型 ID，选型时还需要关注适用场景、上下文长度、代码能力和价格策略。下面将 DeepSeek、通义千问、智谱 GLM 三款主流模型的特点进行横向对比：

选择建议：

• 如果你主要用于代码生成、调试或高频对话，优先考虑 DeepSeek，整体性价比较高。
• 如果你的业务深度使用阿里云生态，或对中文企业级场景要求较高，优先考虑通义千问。
• 如果你需要智能体、工具调用或复杂逻辑链，优先考虑智谱 GLM。
• 实际接入 CodeBuddy 时，三者都支持 OpenAI 兼容格式，切换成本较低，可以同时配置多个模型，按任务灵活切换。

6.5 实战：从零配置并跑通第一个对话

下面以 DeepSeek 为例，完整走一遍「获取 API Key → 在 CodeBuddy 中添加自定义模型 → 填写配置参数 → 测试连接 → 发送第一条对话」的流程。每一步都给出操作步骤、界面截图占位说明和预期结果。

第 1 步：获取 DeepSeek API Key

1. 打开 DeepSeek 开放平台：https://platform.deepseek.com。
2. 注册并登录账号。
3. 在左侧菜单进入「API Keys」页面。
4. 点击「创建 API Key」，填写名称后确认生成。
5. 复制生成的 sk- 开头的密钥并妥善保存。

📷 截图占位：图 6.5-1 DeepSeek 开放平台「API Keys」页面，建议展示「创建 API Key」按钮和已生成的密钥。

预期结果： 页面生成一个以 sk- 开头的 API Key，并且平台会提示「密钥仅在创建时完整显示一次」，请立即复制保存。

第 2 步：进入 CodeBuddy 模型配置

1. 打开 CodeBuddy 面板。
2. 点击面板中的「设置」或「模型配置」入口，进入模型管理页面。

📷 截图占位：图 6.5-2 CodeBuddy 模型配置页面，建议展示「添加模型」按钮以及当前已配置的模型列表。

预期结果： 成功进入模型管理页面，可以看到「添加模型」「预设模型」「补全模型」等配置入口。

第 3 步：在 CodeBuddy 中添加自定义模型

1. 在模型配置页面点击「添加模型」。
2. 选择「自定义模型」或「接入第三方模型」。
3. 等待模型配置表单展开。

📷 截图占位：图 6.5-3 添加模型弹窗，建议展示「自定义模型」与「预设模型」等选项。

预期结果： 弹出模型配置表单，可以看到模型名称、模型 ID、API 地址、API Key、请求格式等配置项。

第 4 步：填写 DeepSeek 配置参数

按下面的参数填写自定义模型配置：

📷 截图占位：图 6.5-4 自定义模型配置表单，建议展示已填写的模型名称、模型 ID、API 地址、API Key 和请求格式。

预期结果： 表单无红色必填项提示；API 地址完整以 /chat/completions 结尾；API Key 前后没有多余空格或换行。

第 5 步：保存配置并测试连接

1. 点击「保存」，将模型配置保存到 CodeBuddy。
2. 点击「测试连接」或「发送测试请求」，验证配置是否正确。

📷 截图占位：图 6.5-5 测试连接结果提示，建议展示「连接成功」的提示或返回的模型响应。

预期结果： 显示「连接成功」，或返回 DeepSeek 的简短响应。如果测试失败，请按第 8 节的常见问题逐一排查。

第 6 步：发送第一条对话

1. 回到 CodeBuddy 对话面板。
2. 确认顶部模型下拉框选择的是刚配置的 DeepSeek-V3。
3. 在输入框发送一句简单问题，例如：

请用一句话介绍你自己。

📷 截图占位：图 6.5-6 CodeBuddy 对话界面，建议展示模型选择下拉框以及第一条对话的问答结果。

预期结果： CodeBuddy 正常返回 DeepSeek 的回答，例如「我是 DeepSeek 助手，由深度求索公司创造的 AI 助手。」至此，你已经完成了从零配置并跑通第一个对话的完整流程。

7. 验证配置是否成功

配置完成后，务必进行验证，避免后续使用时反复报错：

• 在模型配置页面点击「测试连接」或「发送测试请求」。
• 查看是否返回正常的模型响应。
• 回到对话面板，发送一句简单问题，例如：

• 请用一句话介绍你自己。

• 观察是否正常返回结果。

如果测试失败，请按第 8 节的常见问题逐一排查。

8. 常见问题排查

当 CodeBuddy 提示「测试连接失败」时，可以先根据下面的流程图快速定位问题。流程图按 401、404、连接超时、响应乱码四类常见错误给出排查路径，对应本节 8.1～8.4 的详细说明：

8.1 提示「401 Unauthorized」或鉴权失败

• 原因：API Key 填写错误、已过期或被删除。
• 解决：回到服务商后台重新生成 API Key，确认没有多余空格，再更新到配置中。

典型报错示例：

{
  "error": {
    "message": "Invalid API key provided. You can find your API key at https://platform.deepseek.com/api_keys.",
    "type": "invalid_request_error",
    "code": "invalid_api_key"
  }
}

同时 HTTP 状态码为 401 Unauthorized。

如何定位： 看到状态码 401，再结合响应体中的 invalid_api_key、Invalid API key 等关键词，基本可以确定是密钥问题。重点检查 API Key 是否复制完整、是否带有多余空格或换行、是否已过期或被删除，以及当前填写的密钥是否来自正确的服务商。

8.2 提示「404 Not Found」

• 原因：API 地址路径填写错误。
• 解决：检查端点是否是完整的 /chat/completions 结尾，并与服务商文档核对。

典型报错示例：

{
  "error": {
    "message": "The requested resource was not found. Please check your API endpoint and path.",
    "type": "not_found_error",
    "code": "404"
  }
}

同时 HTTP 状态码为 404 Not Found。

如何定位： 404 表示「资源路径不存在」，结合响应体中的 not_found、resource was not found 等关键词，重点核对 URL 路径。常见错误是把 /chat/completions 写成 /chat/completion（少了 s）、漏掉 /v1 版本路径，或把服务商的兼容模式路径与原生路径混用。

8.3 提示「连接超时」或「网络错误」

• 原因：网络无法访问服务商端点，或存在代理拦截。
• 解决：检查网络连接，确认是否需要配置代理；可尝试更换服务商测试。

典型报错示例：

此类问题通常不会返回 JSON 响应体，而是客户端抛出连接超时或网络错误：

requests.exceptions.ConnectTimeout: HTTPSConnectionPool(host='api.deepseek.com', port=443): Max retries exceeded with url: /v1/chat/completions (Caused by ConnectTimeoutError(<urllib3.connection.HTTPSConnection object>, 'Connection to api.deepseek.com timed out.'))

如何定位： 核心关键词是 ConnectTimeout、ReadTimeout 或 ConnectionError，说明请求未到达服务端或未在指定时间内完成响应。先确认域名能否解析、443 端口是否可访问；再检查本地是否需要配置代理、防火墙是否拦截。可以用 curl -I https://api.deepseek.com 快速验证连通性。

8.4 模型响应内容乱码或格式异常

• 原因：请求格式选择错误（如 OpenAI 格式与原生格式混用）。
• 解决：统一使用「OpenAI 兼容格式」，并确保模型 ID 与格式匹配。

典型报错示例：

例如，把原生格式请求发送到 OpenAI 兼容端点，或请求体字段不符合要求时，响应可能是：

{
  "error": {
    "message": "The input message format is invalid. Expected roles: system/user/assistant.",
    "type": "invalid_request_error",
    "code": "invalid_format"
  }
}

如何定位： 查看响应体中的 invalid_format、invalid message format、Expected roles 等关键词，重点检查 messages 数组是否使用了 system、user、assistant 角色，而不是 prompt 等字段。同一个模型在 CodeBuddy 中应统一选择「OpenAI 兼容格式」，并确保模型 ID 与该格式对应的服务商文档一致。

8.5 补全功能不生效

• 原因：未单独配置补全模型，或补全模型无响应。
• 解决：在补全模型配置中重新选择模型并填入有效的 API

8.6 配置失败后的恢复方案

当模型配置反复报错、修改后仍然无法恢复，或你想在一个干净的环境里重新配置时，可以按下面的方案备份、重置和快速恢复，避免影响正常开发工作。

1. 备份当前配置

在动手修改或重置前，建议先保存一份当前配置快照，便于后续回退或对照排查：

1. 打开 CodeBuddy 模型配置页面，找到已配置的模型列表。
2. 逐个记录或截图保存以下信息：模型名称、模型 ID、API 地址、请求格式。
3. 将不完整显示的 API Key 单独保存到本地密码管理器中，不要把完整密钥截图发到公开渠道。
4. 如果 CodeBuddy 提供「导出配置」或配置文件存储目录，可将配置文件复制一份并添加日期后缀，例如 codebuddy-config-backup-20260909。

提示：备份的重点是「模型 ID」「API 地址」和「请求格式」这些可重建的参数。API Key 虽然敏感，但如果确实丢失，通常可以回到服务商后台重新生成。

2. 重置 CodeBuddy 模型配置到默认状态

当配置被改乱、不确定哪个参数有问题时，可以先重置再重新配置：

1. 打开 CodeBuddy 模型配置页面，删除或停用所有异常的自定义模型。
2. 如有「重置模型配置」「恢复默认设置」入口，点击后按提示确认重置。
3. 重置后先使用 CodeBuddy 内置的预设模型或官方推荐配置，验证基础功能是否正常。
4. 确认基础状态正常后，再逐步添加自定义模型，每次只改一个关键参数，便于定位问题。

注意：重置会移除当前的自定义模型配置，重置前务必完成第 1 步的备份操作。API Key 不会因本地重置而失效，但如果之前复制错误，建议直接到服务商后台重新生成。

3. 切换备用模型快速恢复工作

如果主模型暂时不可用，可以先切换到备用模型继续工作，不必等待问题完全解决：

1. 在对话面板顶部打开模型下拉框。
2. 选择一个已配置且测试正常的备用模型，例如从 DeepSeek 切换到通义千问或智谱 GLM。
3. 如果还没有备用模型，可以临时添加一个预设模型，只需填入对应服务商的 API Key。
4. 切换后先发送一条简单消息测试，确认响应正常再继续原任务。

建议：平时至少配置两个不同服务商的模型，并分别完成「测试连接」。这样当某个服务商限流、密钥失效或网络异常时，可以快速切换，降低配置故障对工作的影响。

4. 配置恢复后的验证步骤

恢复配置后不要直接进入高强度使用，先按下面几步验证：

1. 打开模型配置页面，确认模型名称、模型 ID、API 地址和请求格式与备份记录一致。
2. 点击「测试连接」或「发送测试请求」，确认返回成功。
3. 回到对话面板，发送简单问题，例如「请用一句话介绍你自己」，确认能正常收到回复。
4. 测试一下代码补全是否生效（如果码补全模型也做了改动）。
5. 确认备用模型也可以正常切换和使用。

配置恢复检查清单

完成恢复后，可以逐项勾选下列清单，确保关键环节没有遗漏：

8.7 常见问题 FAQ

下面汇总 5 个高频问题，方便快速查阅。

Q1：模型配置后对话无响应怎么办？

先点击「测试连接」，确认 API 地址、模型 ID 和 API Key 是否正确。若测试成功但仍无回复，可切换到备用模型，或检查 max_tokens、stream 等参数是否配置异常。

Q2：API Key 泄露如何紧急处理？

立即登录服务商后台，删除或吊销已泄露的 API Key，并重新生成新密钥。随后在 CodeBuddy 中更新为新密钥，同时检查公开仓库、截图或日志中是否仍残留旧密钥。

Q3：如何切换不同模型？

在对话面板顶部的模型下拉框中选择已配置的其他模型即可。若目标模型尚未添加，可先到模型配置页完成「添加模型」并测试连接，再返回对话页切换。

Q4：CodeBuddy 是否支持本地模型？

如果本地模型提供 OpenAI 兼容接口，通常可以通过「自定义模型」方式接入。接入时将本地服务地址填入 API 地址栏，并确认模型 ID 和请求格式与本地服务一致。

Q5：配置多个模型时如何设置默认模型？

一般在模型列表中将常用模型设为默认或置顶，保存后新建会话会优先使用该模型。如果当前版本没有默认入口，可在对话前手动选择，CodeBuddy 通常会记住最近使用的模型。

Key。

9. 高级配置建议

9.1 使用环境变量保存密钥

为提高安全性，建议不要把 API Key 硬编码在配置文件中，而是通过环境变量注入：

export DEEPSEEK_API_KEY="sk-xxxxxxxxxxxxxxxx"
export GLM_API_KEY="xxxxxxxxxxxxxxxx"

然后在 CodeBuddy 的密钥栏引用对应环境变量（若插件支持）。

9.2 多模型并行切换

CodeBuddy 支持同时配置多个模型。你可以：

• 平时使用性价比高的模型处理常规任务；
• 遇到复杂逻辑时切换到更强的模型；
• 在对话界面顶部通过下拉框快速切换模型。

9.3 设置模型参数

部分场景下可以调整生成参数：

• temperature：控制生成文本的随机性，代码生成建议设低（如 0.2）；
• max_tokens：限制单次回复最大 token 数，防止超长输出；
• top_p：核采样参数，一般保持默认 0.9 左右即可。

10. 总结

本文从零开始梳理了 CodeBuddy 的完整配置流程：

1. 安装插件并登录腾讯云账号；
2. 在服务商后台获取 API Key；
3. 在模型配置中添加自定义模型或使用预设；
4. 填入模型 ID、API 地址和密钥；
5. 测试连接并完成验证；
6. 根据常见问题排查配置错误。

只要按上述步骤逐项核对，就能顺利配置好 CodeBuddy 的模型。配置完成后，可以立即开始体验智能问答、代码补全、代码解释等能力。如果后续更换模型或密钥，只需回到模型配置页面更新对应项即可。

到此这篇关于CodeBuddy 安装、登录与模型配置流程:从安装到跑通第一个对话的文章就介绍到这了,更多相关CodeBuddy 模型配置内容请搜索脚本之家以前的文章或继续浏览下面的相关文章，希望大家以后多多支持脚本之家！

最新评论