WorkBuddy 对接百度千帆大模型：白嫖党的终极省钱攻略

WorkBuddy 对接百度千帆大模型：白嫖党的终极省钱攻略

前言

作为一个 WorkBuddy 免费版（体验版）用户，每月只有 500 积分。一开始用着挺爽的，但很快就发现积分根本不够用——随便一个深度分析任务可能就烧掉几十积分，五次深度对话就把额度花完了。

后来发现 WorkBuddy 支持自定义模型接入，我就把目光投向了百度千帆大模型平台。千帆上 ernie-4.5-turbo 输入价格才 ¥0.0008/1K tokens，几乎是免费。配置好之后，深度任务走千帆，积分只留给必要的工具调用，一个月下来积分还剩一大半。

这篇文章我就把完整的配置过程、使用技巧和踩坑经验分享出来。

一、为什么要接百度千帆？

1.1 价格对比

先看一组真实数据：

从数据可以明显看出：同样是写一篇深度报告，走 WorkBuddy 内置模型可能要 10-30 积分，走百度千帆几乎不花钱。

1.2 适用场景拆分

配置好百度千帆后，我建立了分层使用策略：

二、百度千帆账号准备

2.1 注册百度千帆

1. 打开 百度千帆大模型平台
2. 用百度账号登录
3. 进入控制台 → 找到「应用接入」

2.2 获取 API Key

在千帆控制台：

1. 左侧菜单进入「应用接入」
2. 点击「创建应用」
3. 成功后获取 API Key 和 Secret Key

这些密钥就是后面配置到 WorkBuddy 时需要的凭证。

注意：千帆新用户有免费额度赠送，足够日常使用很久。

三、在 WorkBuddy 中配置百度千帆 Skill

WorkBuddy 支持通过 Skill 机制接入外部模型。配置步骤如下：

3.1 创建 Skill 目录

在 WorkBuddy 的 skills 目录下创建百度千帆 skill：

~/.workbuddy/skills/baidu-qianfan/
├── SKILL.md      # skill 描述文件
└── qianfan_client.py  # 调用千帆 API 的 Python 客户端

3.2 编写调用脚本

qianfan_client.py 核心代码如下（简化版）：

import requests
import json

class QianfanClient:
    def __init__(self, api_key, secret_key):
        self.api_key = api_key
        self.secret_key = secret_key
        self.token = self._get_access_token()
    
    def _get_access_token(self):
        """获取千帆 API 访问令牌"""
        url = "https://aip.baidubce.com/oauth/2.0/token"
        params = {
            "grant_type": "client_credentials",
            "client_id": self.api_key,
            "client_secret": self.secret_key
        }
        resp = requests.post(url, params=params)
        return resp.json().get("access_token")
    
    def chat(self, prompt, model="ernie-4.5-turbo-20260402"):
        """调用千帆对话接口"""
        url = f"https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions?access_token={self.token}"
        payload = {
            "model": model,
            "messages": [{"role": "user", "content": prompt}]
        }
        resp = requests.post(url, json=payload)
        return resp.json()

3.3 配置 SKILL.md

在 SKILL.md 中配置调用方式，让 WorkBuddy 知道这个 skill 的入口和模型信息。

四、实际使用效果

4.1 日常使用方式

配好之后，用法非常简单。直接在对话里调用 skill 即可：

请使用 baidu-qianfan 分析一下：xxxx

或者更优雅的方式：在 prompt 中直接指定走百度千帆进行深度分析。

4.2 积分节省效果

我从 6 月 1 日开始这套配置，到 7 月 4 日的一个月使用数据：

效果非常明显：请求量增加了 75%，但积分消耗反而减少了 44%。

4.3 注意事项（踩坑记录）

坑1：千帆的 Access Token 有效期只有 30 天 一开始我不知道，结果用着用着突然报错。解决方案是在客户端脚本中自动检测 token 过期并刷新，或者每 25 天手动更新一次。

坑2：千帆 API 并发有限制 免费用户每分钟有请求次数限制。批量处理时需要在请求之间加间隔，否则会返回 429 错误。我在脚本里加了 time.sleep(0.5) 就解决了。

坑3：不是所有任务都适合走千帆 千帆是纯对话模型，没有文件操作和工具调用能力。所以文件读写、代码执行、网络请求这类任务还是得走 WorkBuddy 原生。我的经验是：「需要动文件的走 WorkBuddy，纯动脑子的走千帆」。

坑4：两套上下文 WorkBuddy 和千帆的上下文是隔离的。如果先让 WorkBuddy 读了文件，再切换到千帆分析，千帆看不到文件的上下文。所以在设计 prompt 时，要把关键信息都放在文字里传给千帆。

五、进阶技巧

5.1 模型选择

百度千帆上有多个可用模型，我根据自己的使用经验做了对比：

日常使用无脑选 ernie-4.5-turbo，输入价每千字才 0.08 分钱。写一篇 3000 字的深度分析文章，token 消耗约 8000，成本不到一分钱。

5.2 自动化集成

我还尝试了把百度千帆集成到自动化任务中。比如每天早上让千帆帮我整理当天的 A 股行情简报，再通过 WorkBuddy 存入 IMA 知识库。整条链路：

百度千帆分析数据 → 输出 Markdown 报告 → WorkBuddy 保存到本地 → IMA 知识库

整个过程只需要我说一句话：「帮我整理今天市场简报，走千帆分析，存到 IMA」。WorkBuddy 自动完成全部步骤，积分成本趋近于零。

六、总结

WorkBuddy + 百度千帆的组合，对于免费版用户来说是一个非常实用的省钱方案：

1. 积分消耗降低 40%-60%：深度任务分流到千帆，积分留给工具调用
2. 使用量反而增加：不用担心积分不够用，敢大胆试了
3. 月成本几乎为零：千帆调用一个月也就几毛钱
4. 配置一次，持续受益：设置好之后，每次对话自动走最优路线

如果你是 WorkBuddy 免费版用户，积分总是不够用，强烈推荐试试这个方案。配置过程大概半小时，之后每个月能省下几百积分。

本文首发于腾讯云开发者社区 #WorkBuddy #AI效率工具 #AI办公 #百度千帆 #白嫖攻略