WorkBuddy 的 Endpoint 要填到哪一层
在 WorkBuddy 新建 AIGoCode 自定义模型时，Endpoint 不是只填服务域名，也不是停在 /v1。官方教程给出的值是完整的 https://api.aigocode.dev/v1/chat/completions。
这篇文章解决的是把 WorkBuddy 的 Custom 表单配对并实际验收的任务。若你之前在 Cherry Studio 或其他客户端填写过根地址，不要直接复制那份值；客户端界面要求的地址层级，应以各自教程为准。
先确认支持的协议范围
AIGoCode 的WorkBuddy 官方接入页明确说明，WorkBuddy 只支持 OpenAI-compatible API，不能直接使用 Claude 等其他协议的 API。教程以 gpt-6-astra 为例。
因此，开始前先确认你准备的是这条兼容协议的配置，而不是一份 Claude Messages 请求。本文不会据此推断某个未列出的模型一定能用；演示模型只是当前文档中的用例，账号权限与实际支持情况仍要核对。
准备第三方调用 Key，再打开 Custom 表单
先前往 AIGoCode API Key 页面，选择支持第三方调用的分组并创建 Key。这里按 WorkBuddy 教程的要求核实，不从另一个工具的分组名称猜测通用性。
打开 WorkBuddy，在新任务页面展开模型列表，点击 Configure custom models，再在 Provider 列表选择 Custom。建议先确认进入了这套自定义表单，再填写字段，避免把一个界面的操作习惯套到另一个配置入口。
三个字段作为一组核对
| 字段 | 官方示例值或来源 |
|---|---|
| Endpoint | https://api.aigocode.dev/v1/chat/completions |
| API Key | 刚创建、支持第三方调用的 AIGoCode Key |
| Model Name | gpt-6-astra |
Endpoint 已包含服务域名、协议路径和具体接口路径。本文按官方示例填写，不自行删去 /chat/completions，也不在后面再加同一段路径。Model Name 则填模型 ID，不把界面上习惯使用的中文备注当成模型标识。
Key 是唯一需要你自己安全填写的秘密。不要把它写进共享排错记录；记录字段是否填写、分组是否核实就够了。若要换成其他模型，应核对名称及适用协议，不能只改一个名字便推断全部配置兼容。
先保留默认设置，再 Save
教程要求保持默认设置并点击 Save 保存，高级设置按需调整。第一次接入建议先沿用这份最小配置，减少同时改变的变量。等基本调用完成后，再根据自己的任务判断是否需要调整高级选项。
这里没有给出通用的高级参数数值，也不宣称某个设置能保证速度、费用或回复质量。本文没有代你在 WorkBuddy 发起真实请求。
保存模型后，在新任务中实际选中
保存后返回新任务页面，选择刚添加的模型，发送一条不含敏感信息的短消息。官方验收标准有两项：模型正常回复，并且 AIGoCode 控制台用量记录中出现对应请求。
这一步要核对的是当前任务实际选中的模型。配置页保存成功，只说明完成了保存操作，不能替代一次请求验证。可以记下测试时间与模型 ID，用来对照控制台记录；不要把其他客户端先前的请求当成本次用量。
按错误检查 Key、Endpoint 和模型名称
如果模型不可用，官方建议检查 API Key、Endpoint 和模型名称是否填写正确。逐项对照比同时重建 Key、换地址和改模型更容易找到差异。
遇到 401、403、429 时，转到官方错误码说明。认证与额度的区别可继续参考本站401 与 403 分开排查。本文不把某一个状态码当成唯一原因，也不建议对所有失败无条件重试。
完成时保留四项非秘密信息：Provider 是否为 Custom、Endpoint 是否与教程一致、Model Name、消息回复与对应用量记录是否都出现。它们分别对应入口、地址、模型与实际验收，方便下次按同样顺序排查。