【Agent】WorkBuddy 完全指南：配置本地 Ollama 模型，实现离线零积分使用原创

前言

WorkBuddy 作为腾讯出品的桌面级 AI 助手，真正强大的地方在于它不仅可以用云端模型，还支持完全离线的本地模型。配置好之后，日常使用零积分消耗，非常适合积分有限的用户。

本文将手把手教你：如何在本机部署 Ollama 本地大模型，并接入 WorkBuddy，实现完全离线使用 AI 助手。

一、为什么要用本地模型？

结论：本地模型 + 云端模型组合使用，是最省积分的方案！

二、安装 Ollama（本地模型运行工具）

步骤 1：下载安装

访问官网：https://ollama.com/

点击 Download 选择 Windows

下载完成后，双击安装包，一路下一步即可

安装完成后，Ollama 会自动在后台运行（系统托盘可见图标）

【软件安装】手把手教你用Ollama & AnythingLLM搭建AI知识库，无需编程，跟着做就行！

步骤 2：验证安装

按 Win + R，输入 cmd，打开命令行，运行：

ollama --version

看到版本号输出，说明安装成功

三、下载本地模型

Ollama 支持拉取各种开源大模型，以下是我亲测适合不同配置的选项：

模型选择建议

以上内存占用情况可以在Ollama官网搜索查看

https://ollama.com/

推荐：中文用户首选 qwen3:4b（通义千问），中文理解能力最强！

拉取模型命令

在命令行运行（以 qwen3:4b 为例）：

ollama pull qwen3:4b

拉取完成后，测试一下：

ollama run qwen3:4b "你好，介绍一下你自己"

看到模型回复，说明一切正常

四、在 WorkBuddy 中配置 Ollama

步骤 1：打开模型配置

打开 WorkBuddy 客户端

点击左下角 头像/用户名 进入 设置

找到 模型 选项卡

步骤 2：添加 Ollama 本地模型

点击 添加模型 / 自定义模型

类型选择：本地部署（Ollama）

接口地址填写：http://localhost:11434

模型名称填写：qwen3:4b（与你拉取的模型名一致）

点击 保存

步骤 3：切换使用

配置完成后，在 WorkBuddy 对话界面的模型选择器中，选择你配置的 qwen3:4b (Ollama)，即可开始离线对话！

五、使用技巧与注意事项

这样做更省积分

日常问答用本地模型：简单问题、代码解释、文本润色，全用本地模型，零积分消耗

复杂任务用云端模型：需要联网搜索、生成图片、处理复杂代码时，再切换到云端模型

优先消耗快过期的积分：在「积分余额」「用量管理」中查看过期时间

注意事项

六、硬件配置参考（以我的电脑为例）

我的配置：

CPU：Intel i5-11400（6核12线程）

内存：8GB（计划升级到 16GB）

显卡：Intel UHD 730（核显）

当前运行 qwen3:4b，流畅无压力

升级建议：如果你的内存只有 8GB，建议升级到 16GB（约 ¥100-150），可以运行更大的 8B 模型，效果提升明显！

总结

通过 Ollama + WorkBuddy 的组合，你可以：

零积分使用 AI 助手（日常场景完全够用）

离线使用，无网络环境也能工作

数据隐私，敏感内容不出本机

云端模型作为补充，应对复杂任务

配置过程只需 10 分钟，但省下的积分非常可观。希望这篇教程对你有帮助！

——The  End——

记得点赞、分享，让更多的朋友一起探索这个IT世界的新篇章！

AIGC周边正在发布，关注生活，冻龄青春

推荐阅读

【Agent】Dify，来自中国的AI框架明星

【Agent】最新的Agent模型选用建议

【Agent】 哪个本地部署模型适合跑 Agent？

【Agent】运用Dify+xinference+ollama构建知识库

【Agent】几款AI多智能体框架

【Agent】Coze多智能体（Multi-Agents）模式体验！

【Agent】AI Agent全面发展

【Agent】AI圈吵疯了！龙虾 vs 骡子，谁才是真正的AI打工人之王？

【Agent】私有化部署 Dify 并快速搭建 AI 应用

AI Agent发展简史，从哲学思想启蒙到人工智能实体落地

【软件安装】手把手教你用Ollama & AnythingLLM搭建AI知识库，无需编程，跟着做就行！

【大模型】高效选择：Ollama与LM Studio深度对比