企业官网建设流程全解析

如果你在 2026 年还在各种 AI 编程工具的“积分”里精打细算，一定能懂这种感觉：每个月发放的积分看着不少，真到跑一次跨模块重构，让 Agent 连续改三十个文件的时候，积分面板就刷刷往下掉。我自己是被这样逼着换思路的——不想天天盯着配额过日子，也不想为了省积分把大任务拆成零碎小步。折腾了一圈之后，现在我日常的主力方案就是“Codex 桌面端 + WorkBuddy CLI”这套本地组合，配置好以后，账户积分可以一直停在你想要它停的位置，真正实现零消耗。

先解释一句，这里的“积分零消耗”不是要去绕过哪家平台的计费规则，而是把整条推理链路从云端搬回本地。Codex 桌面端依然负责你熟悉的对话界面、查看 diff、接收文件修改；WorkBuddy CLI 在中间做路由、权限和上下文整理；真正回答问题的是一个跑在你自己机器上的本地推理引擎。整条链路不产生任何云端 API 请求，账户里的积分当然一动不动。这篇文章会把整套配置方法从头整理一遍，包括依赖检查、核心配置文件、验证手段，以及我实际踩过的几个坑，希望你能照着复现出一套完全离线的 AI 编程环境。

这篇内容适合这几类人：对代码隐私有硬性要求的开发者，经常在弱网或离线环境办公的朋友，想控制 AI 工具使用成本的人，以及单纯想搞明白“本地模型 + 桌面 Agent”到底怎么配合的爱好者。

1. 为什么我盯上“积分零消耗”这套组合

1.1 积分模式的三个现实问题

先说一个场景。我手头有一个中等规模的内部项目，代码量不算夸张，但涉及前后端、定时任务和几个消息队列。以前用云端的编码助手，开一次“整体梳理并重构消息处理链路”的对话，让 Agent 连续读十几个文件、改七八处逻辑，一次下来消耗的积分差不多是月配额的十分之一。如果当天多迭代两轮，积分肉眼可见见底。最难受的不是积分不够，而是“积分不够”本身会迫使你改变工作方式：不敢给 Agent 足够的上下文，不敢让它做完整的大范围修改，只敢做一些局部的小改动——这完全违背了用 Agent 辅助编程的初衷。

第二个问题是限流。很多云端服务在你达到一定请求频率后，会悄悄降低响应速度，或者让长任务排队。编程任务又偏偏需要频繁交互：读文件、改代码、跑测试、根据报错再改。这一来一回，稍微复杂点的问题能拖到人烦躁。

第三个问题其实是成本账。订阅制看起来每个月固定扣钱，可积分消耗得越狠，心理上越觉得亏。尤其是当你只是想快速测试某个想法、让 Agent 生成一段临时脚本的时候，每次都要消耗积分，这种感觉非常不划算。本地模型方案虽然要自己花钱买硬件、费电，但边际成本几乎是零。

1.2 本地模型已经到了可以干活的程度

说实话，一年前我对本地模型写生产代码是持保留态度的。那时候开源模型的代码能力确实偏弱，改不干净、爱写重复代码、理解长上下文一塌糊涂。但到现在这个时间点，本地权重模型的能力已经有了非常明显的变化。尤其是一些专门针对代码场景做优化的模型，配合适当的量化精度，用 32B 这个参数量级跑在消费级显卡上，已经能胜任日常的代码生成、Bug 修复、单元测试编写甚至跨文件的小型重构。

拿我自己来说，切换到本地方案之后，最明显的感受不是模型“变聪明”了，而是交互自由度变高了。我不需要担心上下文太长烧积分，可以放心地把项目里的关键文件全部丢给 Agent 去理解；我不需要担心一次对话别超过多少轮，因为本地推理没有配额概念；我甚至可以在深夜断网状态下继续干活。这些体验上的改变，比单次回答质量的小幅波动重要得多。

1.3 谁最适合这套方案

如果你属于下面任一种情况，这套搭配大概率值得尝试：

• 你所在的公司或团队对代码外发有严格要求，不允许把源代码传到第三方云端。
• 你经常出差，在高铁、飞机、偏远地区工作，网络不稳定。
• 你想长期控制 AI 编码工具的总体成本，愿意一次性投入硬件。
• 你对 Agent 的使用频率极高，比如每天会发起几十次长对话，积分根本不够用。

当然，也有不适合的人。如果你只写非常小的脚本，每个月积分绰绰有余；或者你完全无法接受等待本地推理的时间，只想要云端那种秒回的速度；再或者你手头根本没有能跑大模型的硬件。这些情况下，这套方案不一定值得折腾。

2. 先看懂架构：三部分各干各的活

2.1 一条绕开云端的本地链路

整套方案的核心是一条纯本地链路：

Codex 桌面端（交互界面） ↓ HTTP 127.0.0.1 WorkBuddy CLI（本地调度与协议转换） ↓ 标准模型接口 本地推理引擎（真正执行模型推理） ↓ 本地代码仓库 / 文件系统 / 终端

流程并不复杂。你在 Codex 桌面端里说的话、提的需求，先被封装成标准请求发到 WorkBuddy CLI 监听的本机端口。WorkBuddy CLI 拿到请求以后，会做三件事：把对话历史和项目上下文整理成模型能理解的格式；按配置文件检查本次请求允许访问哪些工具；再转发给本地推理引擎。推理引擎完成计算后，把结果原路返回。整个过程都在一台机器的内存和硬盘之间完成，没有任何请求被发送到外部服务器。

这就自然解释了为什么积分会是零消耗：积分是用来计量云端 API 调用量的，既然根本没有云端调用，自然就没有消耗。注意，我说的是“没有消耗”，不是“绕过消耗”。两者有本质区别。你只是换了一个完全合法的后端服务。

2.2 WorkBuddy CLI 到底承担了什么角色

很多人会问：如果只是接本地模型，为什么不让 Codex 桌面端直接连本地推理服务，非要中间再放一个 WorkBuddy CLI？

答案在于“编排”。Codex 桌面端作为一个成熟的编码 Agent 前端，它期望对接的后端不仅要会生成文字，还要会调用工具、读取文件、执行命令、生成补丁。如果直接把一个普通本地模型接口接上去，你会发现它经常不会主动去查代码、不会正确组织多文件修改、也不知道项目里哪些文件是重点。WorkBuddy CLI 在这里相当于一个“翻译官兼项目经理”：它理解桌面端传过来的任务目标，负责把仓库里值得参考的文档、代码结构、近期变更整理成上下文，再根据任务类型决定调用哪些工具，最后把模型输出解析成合法的操作指令返回给桌面端。

这个角色的存在，让“把 Codex 桌面端迁移到本地模型”这件事从“能通”变成了“能用”。我在第一次尝试跳过中间层直接把桌面端连本地推理服务时，得到了一个能聊天但是几乎不会动手改代码的“复读机”。加上 WorkBuddy CLI 之后，Agent 才真正变成了可以打理项目的助手。

顺便说一句，WorkBuddy CLI 本身也是开源的，运行起来占用的资源很小。它真正消耗的是内存和一小部分 CPU，推理压力都在模型后端。所以即使你机器不算太强，也能轻松跑起这个中间层。

2.3 桌面端留下的核心价值

有人觉得既然本地模型什么都能干，那干脆连 Codex 桌面端也去掉，直接用命令行或者网页去调模型不就行了？实际上桌面端在整套搭配里的价值被很多人低估了。

代码改动这件事，最重要的一环是“审阅”。模型生成补丁容易，但补丁能不能用、跟项目风格是否一致，必须由人来确认。Codex 桌面端把文件差异、修改历史、冲突解决这些体验做得很好，你可以在一个清晰的图形界面里逐行查看模型改动，决定保留还是丢弃。这一点是纯 CLI 交互很难替代的。

另外，桌面端还承担了多会话管理的职责。你可能同时开着一个重构任务、一个写测试任务、一个查 Bug 任务，每个任务有自己的上下文和文件状态。WorkBuddy CLI 把底层模型统一调度，但会话级的东西还是桌面端管理起来更顺手。这也印证了整套架构的一个核心思路：让最擅长交互的部分做交互，让最擅长编排的部分做编排，让最擅长计算的部分做计算。

3. 准备阶段：把依赖和基线梳理清楚

3.1 需要准备的软件与硬件清单

动手配置前，建议先把下面这些条件检查一遍。

有一点要提前说清楚：本地推理的体验高度依赖硬件。如果你只有一块入门级显卡，跑中等规模模型也会吃力，此时建议优先考虑量化后的小模型，或者干脆用 CPU 推理配合小模型。别一上来就追求最大参数，先把链路跑通更重要。

软件层面，需要准备三样：Codex 桌面端（当前稳定版即可）、WorkBuddy CLI、一个能提供标准模型接口的本地推理引擎。这里的“本地推理引擎”泛指你环境中已经装好的模型运行框架，不限定具体哪一款——现在主流框架基本都支持类似的本地服务模式和接口协议，你手上有什么就用什么，下文统称为“本地模型运行时”。

3.2 用一个简单请求验证模型运行时可用

在把上层配置之前，先单独验证最底层的模型运行时是否正常。因为这个环节出问题最容易被上面的组件“背锅”。

打开终端，启动你的本地模型运行时，让它开始监听一个端口。例如启动后监听在 8501 端口。然后敲一个最简单的请求：

curl http://127.0.0.1:8501/v1/models

如果你看到返回里有一个模型 ID 列表，说明运行时已经正常工作。如果返回空列表，或者提示找不到模型，先检查模型文件是否下载完整、运行时的模型路径是否配置正确。这个阶段不要碰 Codex 桌面端，也不要碰 WorkBuddy CLI，先把地基打牢。

接下来再发一个完整的对话请求，确认不是只有列表接口能用：

curl http://127.0.0.1:8501/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{"model": "你本地的模型ID", "messages": [{"role": "user", "content": "用一句话解释什么是依赖注入"}]}'

返回内容里应该包含一段正常的中文或英文回答。如果这一步顺利，你就可以继续往下走。很多人在后面遇到“桌面端一直报错”的问题，最后排查下来都是这个底层服务根本没启动好。

3.3 给 Codex 桌面端找到配置入口

不同版本的 Codex 桌面端，设置入口的位置不太一样，但大方向一致。在设置界面里找“模型服务商”“自定义端点”“高级设置”这类选项。如果你找的是最新版，最常见的路径是：设置 -> 模型 -> 自定义服务地址。

这里有一个关键认知：Codex 桌面端本身是支持对接自定义模型端点的，只是默认配置指向了它的官方托管服务。我们要做的，只是把默认的目标地址改成 WorkBuddy CLI 监听的本地地址。这是产品本身提供的标准能力，不是修改任何限制文件。

在动手前，建议先看一眼当前配置是不是默认状态。如果之前你已经配置过一些自定义模型，建议记录一下原来的值，方便出错时回滚。另外，有些企业版或团队版的 Codex 桌面端会强制走统一管理配置，这种情况你需要先确认是否允许自定义模型端点，免得白折腾。

4. 完整配置步骤：从零到零消费的落地实操

4.1 初始化 WorkBuddy CLI 工作区配置

WorkBuddy CLI 安装好之后，进入你的项目目录，执行初始化命令：

workbuddy init --name "local-codex-bridge" --port 8366

这个命令会在当前目录下生成一个.workbuddy文件夹，里面有一个config.toml文件。我建议不要把 WorkBuddy CLI 的工作目录和代码仓库完全混在一起，而是单独建一个配置文件目录，然后在项目里通过参数指定配置位置。这样多个项目可以共用一套配置，不会互相污染。

初始化生成的默认配置里，最关键的是三个部分：服务监听地址、模型列表、工具权限。先看服务监听地址。默认情况下它会监听127.0.0.1:8366，这个值不要改成0.0.0.0，除非你明确知道自己在做什么。监听回环地址可以保证只有本机程序能访问，避免暴露到局域网。

接着是模型配置。打开config.toml，找到[models.default]这一段，把模型 ID 改成上一步curl请求里能正常工作的那个模型 ID。

[models.default] id = "你本地的模型ID" context_window = 131072 temperature = 0.2

context_window表示你希望 Agent 在一个任务里最多能携带多少字符或词语的上下文。这个值不要盲目调大，因为模型能处理的长度是有限的，超过它的真实上限反而会导致报错。temperature调低一点可以让模型更稳定，少一些天马行空的乱写。

最后看一眼[security]段，这决定了 Agent 能调用哪些工具。后面会细说权限设计，这里先保持默认即可。

4.2 把本地推理引擎包成标准接口

这一步要做的事，是确保本地推理引擎监听在某个端口，并且能响应标准模型接口。如果你使用的运行时已经支持直接暴露这种接口，只需要确认它正常运行即可。

但有些本地推理框架默认只提供原生的加载和推理能力，并不直接提供 HTTP 服务。这时候就需要一个适配层。WorkBuddy CLI 内置了一个“代理模式”，它的作用就是把本地引擎的输入输出转换成模型接口。你可以在config.toml里这样配置：

[server] host = "127.0.0.1" port = 8366 [backend] type = "runtime" runtime_endpoint = "http://127.0.0.1:8501/v1"

启动 WorkBuddy CLI：

workbuddy serve --config .workbuddy/config.toml

启动日志里应该出现一行类似“listening on 127.0.0.1:8366”的输出。接着再开一个终端，发一个探针请求：

curl http://127.0.0.1:8366/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{"model": "你本地的模型ID", "messages": [{"role": "user", "content": "你好"}]}'

能正常返回，说明整条链路中“WorkBuddy CLI + 本地推理引擎”这一段已经通了。这里很容易出现的坑是模型 ID 不一致：WorkBuddy 配置里写的 ID 和运行时里加载的 ID 必须完全一致，大小写都不能错。

4.3 在 Codex 桌面端切换自定义模型端点

现在到了最关键的一步：让 Codex 桌面端指向 WorkBuddy CLI。

打开 Codex 桌面端的设置，找到自定义模型端点配置。把地址填成：

http://127.0.0.1:8366/v1

API Key 这一栏比较特殊。本地请求其实不需要真正的密钥，但很多客户端会强制要求这一栏非空，否则拒绝保存。我的做法是填一串随意的占位符，比如local-workbuddy，只要 WorkBuddy CLI 不校验它就行。如果你使用的桌面端版本有“跳过鉴权”的选项，勾上更好。

然后保存设置，回到对话界面。在模型选择器里，应该能看到 WorkBuddy CLI 暴露出来的模型 ID。选中它，随便输入一句“你好”，回车。

如果收到回复，恭喜你，整条链路已经通了。此时如果打开账户后台或者桌面端的配额面板，你会发现积分数字纹丝不动。这不是运气，而是因为你的请求从来没有离开过这台电脑。

如果你在模型选择器里看不到任何模型，多半是 WorkBuddy CLI 没有正常启动，或者桌面端访问不到 8366 端口。回去看一眼 WorkBuddy CLI 的终端窗口有没有报错信息，再用curl探一下端口通不通。

4.4 端到端验证：攒出一条真正零积分的任务

链路通了之后，不要急着开始正式项目，先做一个有说服力的端到端验证。

我的建议是准备一个干净的临时目录，在里面创建两个小文件，一个函数定义，一个调用它的入口。然后让 Codex 桌面端干一件小事：读取这两个文件，指出潜在问题，并修复。这个任务会触发读文件、分析代码、生成补丁等完整动作链。

验证过程中注意三个方面。

第一，观察 WorkBuddy CLI 的日志。正常情况你应该能看到一条条请求记录：读取了哪个文件、用了什么工具、模型返回了什么。如果日志里什么都没有，说明桌面端根本没把任务发到本地，赶紧检查配置。

第二，观察 Codex 桌面端的积分或配额显示。执行完任务后，它应该和任务执行前完全一样。如果这里出现了任何变化，说明请求还是走到了云端，你需要检查是不是配置里还残留着默认的服务地址。

第三，看耗时。本地推理再快，也比云端慢一点。如果你几乎瞬间就收到了回复，反而要怀疑是不是还在用云端。一个 32B 级别的模型在消费级显卡上回答一段代码问题，通常需要几秒到十几秒不等。这个速度正常可接受。

5. 配置完之后，怎么让搭配更顺手

5.1 用工作区指引喂好上下文

本地模型虽然可以放心地塞给它很长的上下文，但“能塞”不代表“应该乱塞”。上下文窗口是有限资源，塞太多无关日志和残留注释，只会稀释模型对重点的注意力。

一个很实用的做法，是在项目根目录维护一份面向 Agent 的指引文件，名字随意，关键是让 WorkBuddy CLI 能自动读取。里面写清楚项目的结构、编码规范、常用命令、哪些目录不要碰。例如：

# 项目指引 - 本项目是前后端分离结构，前端代码在 /web，后端代码在 /server - 修改数据库表结构时，必须同时更新迁移文件 - 不要在 /legacy 目录下做重构，那里是冻结代码 - 常用命令：server 用 go run main.go，web 用 npm run dev

模型拿到这份文件之后，回答质量和动作准确性会有肉眼可见的提升。它不会再去猜项目是怎么组织的，而是直接按你给的规则干活。这个习惯无论用云端还是本地模型都成立，但在本地方案里收益更大，因为你不用担心多读这几个字会多烧积分。

你也可以在 WorkBuddy CLI 的配置里设置一组常驻的参考文件，让它在每次请求前自动加载。例如read_recent = true可以让 Agent 优先读取最近改动的文件，这比凭空猜测哪个文件重要靠谱得多。

5.2 工具调用权限：让 Agent 会干活但不乱干活

本地链路最大的风险不是模型智商不够，而是权限太宽导致 Agent 瞎操作。默认情况下，WorkBuddy CLI 可能会允许 Agent 执行任意 shell 命令、读写任意文件。这个自由度在纯本地环境里确实很爽，但也容易出事故。

我建议把工具列表收敛一下。打开config.toml里的[security]段，明确列出允许使用的工具：

[security] tool_timeout = 60 allowed_tools = ["read_file", "write_file", "patch", "bash"] denied_paths = ["/etc", "/system", "~/.ssh", "./.git"]

denied_paths很关键。它相当于给 Agent 画了一条红线，明确哪些路径不能碰。我在实际使用中就把.git目录和密钥目录加了进去，效果很好。Agent 在执行命令时会先检查目标路径，如果命中黑名单就直接拒绝，并返回一条说明。

另外，tool_timeout建议不要设得太短。一些长耗时操作，比如跑构建脚本、执行测试套件，可能需要几十秒甚至几分钟。设成 60 秒是我个人的折中值，你可以根据自己的项目调整。

这里有一个重要提醒：即便设置了黑名单，也不要在一个存放着重要数据或生产凭证的环境里随意使用高权限 Agent。本地不代表绝对安全，你的谨慎才是最后一道防线。

5.3 本地模型选型和量化档位的平衡

本地模型的体验，很大程度取决于模型选型。我的经验是把“任务类型”和“模型规模”做一个匹配。

• 如果你只是让 Agent 写正则、写简单函数、补注释，一个较小的模型就很够用，而且速度快。
• 如果让 Agent 理解复杂业务逻辑、做多文件重构、分析 Bug 根因，就得上参数规模更大的模型。
• 如果你要处理的代码里涉及冷门框架或复杂领域概念，模型训练数据里可能覆盖不足，这时候不要指望换更大的量化档位能解决，而应该靠前面说的项目指引文件来补。

量化档位的选择也比较直观。参数量更大的模型跑低量化，速度快、吃显存少，但准确性会有一定损失。我的建议是先在你能承受的显存范围内选择尽可能高的精度档位；如果发现推理速度慢得无法接受，再考虑降低一档。千万别为了追求精度选了超出显存能力的模型，导致底层运行时频繁换页，速度会慢到让你想砸电脑。

另一个容易被忽略的点是模型的系统提示词措辞。有些本地模型在“作为编程助手”场景下容易过度解释、输出大量废话。你可以在 WorkBuddy CLI 的配置里给模型加一段 System Prompt，比如：

[prompt.system] content = "你是资深软件工程师，回答问题直接、简洁。不要复述需求，不要解释你已经做了什么，只给结论、代码和必要的说明。"

加上之后，模型输出的废话量会明显下降。

6. 常见报错与排查实录

6.1 桌面端提示“未找到 API 密钥”或“认证失败”

这是我被问过最多的问题。大部分情况下，原因是桌面端配置的自定义模型端点被识别为一个“云端服务”，而云端服务默认要求鉴权。解决思路很简单：不要留空 API Key，填一个占位符。同时也检查一下 WorkBuddy CLI 的配置，确认它的鉴权开关是否关闭，或者是否要求特定的请求头。

还有一种情况，是桌面端版本更新之后重置了配置。它不会删除你的自定义端点设置，但可能在界面层提示当前端点不可用。这时去设置里看一眼，如果自定义地址还完好，重新选中模型即可。

6.2 连接被拒绝或请求超时

“连接被拒绝”一般意味着 WorkBuddy CLI 没有启动，或者监听端口不对。先用最笨的办法验证：

curl http://127.0.0.1:8366/v1/models

如果这个命令都失败，问题就在 WorkBuddy CLI 身上。如果命令成功，但桌面端仍然超时，排查方向就要转向桌面端配置：地址是否写错，端口端口是否对齐，模型 ID 是否能在服务器上被列出。

“请求超时”则更复杂一些。本地推理如果模型过大、显存不足，推理引擎可能长时间无法响应。此时你不要轻易把超时时间调到最大，先去看 WorkBuddy CLI 日志。很多超时实际上是模型一次性要处理的内容太长导致的。把任务拆小，或者换一个更小规模的模型，比盲目等下去更有效。

6.3 上下文过长导致回答变傻或直接报错

这个问题在本地方案里非常典型。你发现 Agent 聊到后面越来越糊涂，甚至开始重复说过的话、丢失前面确定的方案。这通常不是模型“坏”了，而是上下文太长了。

解决思路有三个。第一，在 WorkBuddy CLI 里做“上下文压缩”或“会话摘要”，把早期对话压缩成摘要再继续。第二，尽量避免在同一个会话里做无关的任务，一个会话只解决一个问题。第三，定期清理会话中的大段日志输出。让模型不要总是把终端输出原样贴回对话里，而是只回传最后几行关键信息和退出码。

6.4 Agent 拿着工具乱跑，结果把环境搞乱了

这是本地方案里最具真实伤害的坑。有一次我让 Agent 优化一个脚本，它没有只改脚本本身，而是擅自执行了脚本清理临时目录，把我手头还在用的几个临时文件全删了。从那以后，我把rm、mv这类高破坏性命令加入了黑名单。

如果你也遇到 Agent 乱执行命令，先从权限收敛入手。在denied_commands里列出现场不允许执行的高风险命令。另外可以打开 WorkBuddy CLI 的“命令确认”模式，让 Agent 执行关键操作前必须先经过你确认。虽然多一步操作会让流程变慢，但安全感提升非常明显。

说真的，上述这些问题里，除了“认证失败”这种配置小坑，其他的都能通过“权限收敛 + 上下文管理 + 合理选型”这三个手段解决大半。配置这套方案真正需要花时间的地方，不是那一行端口地址，而是后续根据你自己的使用习惯持续打磨。

7. 最后再聊几句我的实操体会

整套方案我前后用了两个多月，期间遇到的问题基本都记录在上一节的表里了。如果要用一句话总结我的感受，那就是：零积分消耗只是最表面的收益，真正的收益是“心理自由度”。

过去用云端积分时，我会有意无意地避免让 Agent 做“消耗太大”的探索性任务，比如让它通读一个陌生模块、给它看一批日志让它分析规律、让它连续跑很多轮实验性修改。不是不能做，而是每次都要算一下值不值。切换到本地链路后，这种计算彻底消失了。我可以放心地让 Agent 读大量文件，反复尝试多种改法，最后只保留满意的那一版。这种“挥霍”的感觉，反而让产出质量大幅提升。

当然，本地方案也不是没有代价。至少你需要一台配置还行的机器，需要花点时间管理和维护模型文件。如果你的电脑性能确实有限，我的建议是先不要追求大模型，保守一点，先把一个中规模模型配上跑熟，再考虑升级。链路顺不顺，比单个模型强不强更能决定你的实际体验。

另外一个值得做的后续优化，是把 WorkBuddy CLI 的配置纳入版本管理。我自己会把.workbuddy/config.toml连同项目指引文件提交到仓库里，这样换电脑、换工作区时，只要拉下代码就能恢复整套本地编程环境。步骤很简单，收益却不小。

如果你也正处在“积分焦虑”里，建议抽个下午把这套组合搭起来试两天。先不要急着删除云端积分方案，就当多一条备选路线。试过之后你会发现，原来零消耗的 AI 编程助手，并不是什么高不可攀的黑科技。