接入文档

一个入口，通向所有模型

你不必为每家厂商单独对接。工具照常发出请求，网关在中间认出目标模型、完成协议转译，再把结果原样送回，你的代码几乎不用动。

同一把密钥在编辑器、命令行和聊天客户端之间通用。用量、余额和调用记录都归拢到一个账户，预算和排查都在一处完成。

三步跑通第一次调用

从拿到密钥到收到第一条响应，通常只要几分钟。

1. 01

   备好 credits

   注册后开通月卡或直接充值，确认账户里有可用 credits。

2. 02

   生成密钥

   在后台密钥页新建一把 Key，按用途命名并选好模型分组。

3. 03

   填进客户端

   把地址和密钥填进你的工具，选一个模型发条测试消息。

Codex

OpenAI 的编码代理，提供命令行、桌面版和 VS Code 插件三种形态；支持任意 OpenAI 兼容服务，配好一次就能长期复用。

1. 01

   安装并验证

   用 npm 全局安装（注意带上 @openai/ 前缀，别漏写成同名的其它包）；macOS 也可以用 Homebrew。装完运行版本号，确认命令已就绪。

   复制

   # npm（全平台）
   npm install -g @openai/codex
   
   # macOS Homebrew
   brew install --cask codex
   
   # 验证
   codex --version

2. 02

   找到配置文件

   Codex 读取用户目录下的 .codex/config.toml，文件不存在就手动新建。想换个位置，可以用 CODEX_HOME 环境变量指定目录。

   Windows

   %USERPROFILE%\.codex\config.toml

   macOS

   ~/.codex/config.toml

   Linux

   ~/.codex/config.toml

3. 03

   写入服务商配置

   把 XylemNode 加为模型来源。三个要点：base_url 必须手动带上 /v1；Codex 目前只认 Responses 协议，wire_api 固定填 responses；密钥用 env_key 引用环境变量，别把明文写进文件。

   复制

   model = "gpt-5.5"
   model_provider = "xylemnode"
   
   [model_providers.xylemnode]
   name = "XylemNode"
   base_url = "https://api.xylemnode.com/v1"
   wire_api = "responses"
   env_key = "XYLEMNODE_API_KEY"

4. 04

   写入密钥

   把密钥存进上一步 env_key 指定的同名环境变量。Windows 用 setx 写入后需要重开终端才生效。

   复制

   # Windows（PowerShell / CMD）
   setx XYLEMNODE_API_KEY "sk-你的密钥"
   
   # macOS / Linux
   export XYLEMNODE_API_KEY="sk-你的密钥"

5. 05

   启动并测试

   重开终端后运行 codex，发一条简单指令确认通路。也可以在启动时临时切换模型。

   复制

   codex
   
   # 临时指定模型
   codex --model gpt-5.5

Claude Code

Anthropic 出品的命令行编码助手，走原生 Anthropic 协议；把它指向 XylemNode，就能用同一把密钥调用。

1. 01

   安装并验证

   官方推荐用原生安装脚本，无需 Node 环境；npm 方式仍可用，但已不再是推荐做法。装完运行版本号确认命令可用。

   复制

   # macOS / Linux / WSL（推荐）
   curl -fsSL https://claude.ai/install.sh | bash
   
   # Windows PowerShell（推荐）
   irm https://claude.ai/install.ps1 | iex
   
   # npm 方式（仍可用，官方已不推荐）
   npm install -g @anthropic-ai/claude-code
   
   # 验证
   claude --version

2. 02

   找到配置文件

   Claude Code 从 settings.json 读取配置。写在用户级文件里所有项目都能复用；也可以在项目根目录放一份，只对该项目生效（项目级优先于用户级）。

   Windows

   %USERPROFILE%\.claude\settings.json

   macOS

   ~/.claude/settings.json

   Linux

   ~/.claude/settings.json

   项目级

   <项目根目录>/.claude/settings.json

3. 03

   写入配置

   在 settings.json 的 env 块里填三项：接口地址、鉴权令牌、默认模型。地址走原生协议，不用带 /v1，Claude Code 会自己补全请求路径。

   复制

   {
     "env": {
       "ANTHROPIC_BASE_URL": "https://api.xylemnode.com",
       "ANTHROPIC_AUTH_TOKEN": "sk-你的密钥",
       "ANTHROPIC_MODEL": "gpt-5.5"
     }
   }

4. 04

   或用系统环境变量

   不想写进文件，也可以把同样三项设成系统环境变量，效果一致。Windows 用 setx 写入后要重开终端。

   复制

   # Windows（PowerShell / CMD）
   setx ANTHROPIC_BASE_URL "https://api.xylemnode.com"
   setx ANTHROPIC_AUTH_TOKEN "sk-你的密钥"
   setx ANTHROPIC_MODEL "gpt-5.5"
   
   # macOS / Linux
   export ANTHROPIC_BASE_URL="https://api.xylemnode.com"
   export ANTHROPIC_AUTH_TOKEN="sk-你的密钥"
   export ANTHROPIC_MODEL="gpt-5.5"

5. 05

   首次启动前放行 onboarding

   全新安装的 Claude Code 会先读取用户目录下的 .claude.json，检查里面的 onboarding 标记；标记缺失时它不读你刚配好的自定义地址，而是直接去连 api.anthropic.com，于是地址和密钥明明都填对了，首次运行照样报 Unable to connect to Anthropic services、Failed to connect to api.anthropic.com（403 或 ERR_BAD_REQUEST），卡在门口进不去。手动补上这个标记即可放行：文件不存在就照下面新建，已存在则把这一行并进最外层对象、保留原有内容，保存后重新运行 claude。注意 .claude.json 与前面 .claude 目录里的 settings.json 不是同一份，它和 .claude 目录同级——这类全局状态写进 settings.json 会被静默忽略，别放错位置。

   Windows

   %USERPROFILE%\.claude.json

   macOS / Linux

   ~/.claude.json

   复制

   {
     "hasCompletedOnboarding": true
   }

6. 06

   启动并测试

   进入项目目录运行 claude，发一条简单消息确认通路；用 /status 可以查看当前接入的地址和模型。

   复制

   claude
   
   # 非交互快速验证
   claude -p "只回复 OK"

Gemini CLI

Google 出品的命令行 AI 代理，走 Gemini 原生协议；设好环境变量，就能把请求转到 XylemNode。

1. 01

   安装并验证

   推荐用 npm 全局安装；macOS 可以用 Homebrew，临时试用也可以用 npx 免安装运行。装完运行版本号确认命令可用。

   复制

   # npm（推荐，全平台）
   npm install -g @google/gemini-cli
   
   # macOS Homebrew
   brew install gemini-cli
   
   # 免安装临时运行
   npx @google/gemini-cli
   
   # 验证
   gemini --version

2. 02

   设置环境变量

   Gemini CLI 通过环境变量接入自定义服务，设三项：接口地址、API Key、默认模型。接口地址填服务域名即可。

   复制

   # Windows（PowerShell / CMD）
   setx GOOGLE_GEMINI_BASE_URL "https://api.xylemnode.com"
   setx GEMINI_API_KEY "sk-你的密钥"
   setx GEMINI_MODEL "gpt-5.5"
   
   # macOS / Linux
   export GOOGLE_GEMINI_BASE_URL="https://api.xylemnode.com"
   export GEMINI_API_KEY="sk-你的密钥"
   export GEMINI_MODEL="gpt-5.5"

3. 03

   或写进 .env 文件

   不想设系统变量，也可以把这几项放进 .env 文件，Gemini CLI 启动时会自动加载。用户级全局复用，项目级只对该项目生效。

   Windows

   %USERPROFILE%\.gemini\.env

   macOS / Linux

   ~/.gemini/.env

   项目级

   <项目根目录>/.gemini/.env

   复制

   GOOGLE_GEMINI_BASE_URL=https://api.xylemnode.com
   GEMINI_API_KEY=sk-你的密钥
   GEMINI_MODEL=gpt-5.5

4. 04

   启动并测试

   重开终端后运行 gemini。也可以用 -m 临时指定模型，用 -p 做一次非交互验证。

   复制

   gemini
   
   # 临时指定模型 / 非交互验证
   gemini -m gpt-5.5 -p "只回复 OK"

OpenCode

终端里的 AI 编码代理，支持任意 OpenAI 兼容服务；配置和密钥分两个文件存，密钥不会误进版本库。

1. 01

   安装并验证

   用官方脚本或 npm 全局安装，装完运行版本号确认。Windows 上 OpenCode 更适合在 WSL 里跑，那样配置也走 WSL 内的 Linux 路径。

   复制

   # 官方脚本（macOS / Linux / WSL）
   curl -fsSL https://opencode.ai/install | bash
   
   # 或用 npm（全平台）
   npm install -g opencode-ai
   
   # 验证
   opencode --version

2. 02

   找到配置文件

   OpenCode 把「服务商定义」和「密钥」分开放：opencode.json 存 provider 定义（支持 .jsonc、可写注释），密钥单独放在 auth.json。下面是 opencode.json 的位置，也可以在项目根目录放一份只对该项目生效。

   Windows

   %USERPROFILE%\.config\opencode\opencode.json

   macOS / Linux

   ~/.config/opencode/opencode.json

   项目级

   项目根目录/opencode.json

3. 03

   定义服务商

   在 opencode.json 里加一个 provider（注意是单数 provider，不是 providers）。用 @ai-sdk/openai-compatible 适配器，baseURL 走 OpenAI 兼容格式、要带 /v1；models 里列出要用的模型 id。密钥不要写在这里。

   复制

   {
     "$schema": "https://opencode.ai/config.json",
     "provider": {
       "xylemnode": {
         "npm": "@ai-sdk/openai-compatible",
         "options": { "baseURL": "https://api.xylemnode.com/v1" },
         "models": { "gpt-5.5": {} }
       }
     }
   }

4. 04

   填入密钥

   密钥放进独立的 auth.json，键名要和上面的 provider 名一致。最省事的是运行 opencode auth login 让它自动写入；也可以手动编辑（macOS/Linux 在 ~/.local/share/opencode/auth.json）。

   复制

   {
     "xylemnode": { "type": "api", "key": "sk-你的密钥" }
   }

5. 05

   选模型并测试

   重启 OpenCode，用 /models 看可用模型，再用 /model 切到 XylemNode 的模型，发一条消息确认通路。

   复制

   /models
   /model xylemnode/gpt-5.5

Cursor

AI 原生代码编辑器，内置对 OpenAI 兼容服务的支持；填好地址和密钥，就能把默认模型换成 XylemNode 的。

1. 01

   打开模型设置

   打开 Cursor 设置，进入 Models（模型）一栏。为避免和内置模型冲突，先把默认开启的那些模型关掉。

2. 02

   添加自定义模型

   在模型列表里点“添加模型”，手动填入要用的模型名（例如 gpt-5.5），名字要和后台可用模型保持一致。

3. 03

   覆盖 Base URL 并填密钥

   找到 OpenAI API Key 区域，勾选“Override OpenAI Base URL”（覆盖接口地址），填入地址和密钥。走 OpenAI 兼容格式，地址要带 /v1；填完点 Verify 校验一次，通过后保存。

   复制

   Base URL: https://api.xylemnode.com/v1
   API Key:  sk-你的密钥
   Model:    gpt-5.5

4. 04

   选模型测试

   保存后新建一个对话，在模型下拉里选中刚添加的 gpt-5.5，发一条消息确认通路。

OpenClaw

自托管的 AI 网关，把 Telegram、Discord、Slack 等聊天入口接到编码代理；模型来源可自定义，填成 XylemNode 即可。

1. 01

   安装

   用 npm 全局安装（建议 Node 22.14 以上）。装完先跑一次 openclaw setup 做基础初始化，再看版本号确认。

   复制

   npm install -g openclaw
   openclaw --version

2. 02

   找到配置文件

   OpenClaw 的配置集中在一个 JSON5 文件里（支持注释和尾逗号）。文件不存在就先跑 openclaw setup 生成；想换位置可用 OPENCLAW_CONFIG_PATH 指定。

   Windows

   %USERPROFILE%\.openclaw\openclaw.json

   macOS

   ~/.openclaw/openclaw.json

   Linux

   ~/.openclaw/openclaw.json

3. 03

   写入服务商配置

   把 XylemNode 加成一个模型来源，并设为默认模型。baseUrl 走 OpenAI 兼容格式、要带 /v1；api 固定填 openai-completions；密钥可直接写，也可用 ${环境变量} 引用。

   复制

   {
     "agents": {
       "defaults": {
         "model": { "primary": "xylemnode/gpt-5.5" }
       }
     },
     "models": {
       "mode": "merge",
       "providers": {
         "xylemnode": {
           "baseUrl": "https://api.xylemnode.com/v1",
           "apiKey": "sk-你的密钥",
           "api": "openai-completions",
           "models": [
             { "id": "gpt-5.5", "name": "GPT-5.5" }
           ]
         }
       }
     }
   }

4. 04

   重启网关并验证

   改完配置重启网关让它生效，再列一下模型确认 XylemNode 已加载；openclaw doctor 可帮你体检配置。

   复制

   openclaw gateway restart
   openclaw models list
   
   # 体检配置
   openclaw doctor

CC Switch

一个桌面应用，集中管理 Claude Code、Codex、Gemini CLI、OpenCode 等工具的服务商配置：可视化增删、一键切换，省去手改各家配置文件。

1. 01

   安装

   到 CC Switch 的官方 GitHub（farion1231/cc-switch）Releases 按系统下载安装。它完全免费开源——近期出现假冒的收费网站，认准官方仓库，别在任何要求付费或登录的「CC Switch」站点填信息。

2. 02

   新增 XylemNode 服务商

   点右上角 + 打开新增面板。XylemNode 是可跨工具复用的 OpenAI 兼容服务，推荐用「通用服务商 / Universal Provider」：填好下面三项，再勾选要同步的工具（Claude Code / Codex / Gemini）。接口地址填到域名即可，CC Switch 会按各工具自动补 /v1 等路径。

   名称

   XylemNode

   接口地址

   https://api.xylemnode.com

   API Key

   sk-你的密钥

3. 03

   拉取并选择模型

   地址和密钥填好后，点模型框旁的「拉取模型 / Fetch Models」，它会用你的密钥调 /v1/models 自动拉列表，选中要用的模型（如 gpt-5.5）；拉不到就手动填模型名。

4. 04

   保存并启用

   通用服务商可点「保存并同步」一次性写入所有勾选的工具；随后在服务商卡片上点「启用」切到 XylemNode。之后用系统托盘就能在各工具间快速切换。

Cline

VS Code 里的开源 AI 编码 agent，能跨文件读写、跑命令。它原生支持 OpenAI 兼容服务商，填一个 base URL 和密钥就能接上 XylemNode。

1. 01

   安装扩展

   在编辑器里按 Ctrl/Cmd+Shift+X 打开扩展面板，搜 Cline，装作者为 saoudrizwan 的那个。装好后左侧活动栏会多出 Cline 图标，点开即是它的对话面板。

2. 02

   选择 OpenAI 兼容服务商

   在 Cline 面板点右上角齿轮 ⚙️ 进入设置，把 API Provider 下拉切到「OpenAI Compatible」。这样才能填自定义地址，而不是走官方 OpenAI。

3. 03

   填接入信息

   按下表填三项。注意 Cline 的 Base URL 要带 /v1，只填到 /v1 为止，别把 /chat/completions 这类完整路径粘进去。

   Base URL

   https://api.xylemnode.com/v1

   API Key

   sk-你的密钥

   Model ID

   gpt-5.5

4. 04

   验证并开始

   点「Verify」确认连通，通过后回到对话面板即可开始用。以后换模型只改 Model ID，Base URL 和密钥都不用动。

Continue

VS Code 与 JetBrains 上的开源 AI 编码助手，聊天、补全、编辑一体。它用一个 config.yaml 管理模型，把 provider 设为 openai、改一下 apiBase 就能接上 XylemNode。

1. 01

   安装扩展

   VS Code 里按 Ctrl/Cmd+Shift+X 搜 Continue 安装；JetBrains 用户在 Plugins 市场搜 Continue。装好后侧边栏会出现 Continue 图标，点开即是它的面板。

2. 02

   打开 config.yaml

   点开 Continue 侧栏，点右上角齿轮 ⚙️ 进配置即可打开 config.yaml；也可以直接编辑用户目录下的这个文件。新版用 YAML，旧的 config.json 已废弃。

   macOS / Linux

   ~/.continue/config.yaml

   Windows

   %USERPROFILE%\.continue\config.yaml

3. 03

   添加 XylemNode 模型

   在 config.yaml 的 models 列表里加一项：provider 填 openai，apiBase 指向 XylemNode 并带上 /v1。文件顶部的 name / version / schema 是 Continue 自动生成的，保留即可。

   复制

   models:
     - name: XylemNode
       provider: openai
       model: gpt-5.5
       apiBase: https://api.xylemnode.com/v1
       apiKey: sk-你的密钥

4. 04

   选中模型开始用

   保存后回到 Continue 面板，在模型下拉里选 XylemNode 即可聊天、编辑。以后换模型只改 model 那一行，apiBase 和 apiKey 都不用动。

Aider

跑在终端里的开源 AI 结对编程工具，直接改本地 git 仓库的代码并自动提交。它经由 LiteLLM 支持 OpenAI 兼容端点，配好环境变量、模型名加 openai/ 前缀就能用上 XylemNode。

1. 01

   安装

   官方推荐用 aider-install 一键安装，它会用独立环境装好 aider，不污染系统 Python。装完用版本号确认命令就绪。

   复制

   # 安装（全平台）
   python -m pip install aider-install
   aider-install
   
   # 验证
   aider --version

2. 02

   配置端点与密钥

   用环境变量把 XylemNode 的接口地址和密钥交给 aider，地址要带 /v1。Windows 用 setx 写入后需重开终端才生效。

   复制

   # Windows（PowerShell / CMD）
   setx OPENAI_API_BASE "https://api.xylemnode.com/v1"
   setx OPENAI_API_KEY "sk-你的密钥"
   # setx 后重开终端
   
   # macOS / Linux
   export OPENAI_API_BASE="https://api.xylemnode.com/v1"
   export OPENAI_API_KEY="sk-你的密钥"

3. 03

   进入项目、指定模型

   切到你的 git 项目目录，模型名前加 openai/ 前缀启动。这个前缀告诉 aider（经 LiteLLM）按 OpenAI 兼容方式请求；前缀后的模型名要和后台 /v1/models 里的完全一致。

   复制

   cd /path/to/your/project
   aider --model openai/gpt-5.5

SillyTavern

本地自托管的对话前端，主打角色扮演与多轮聊天。它自己不跑模型，而是接后端；选 Chat Completion 里的 Custom (OpenAI-compatible) 源，填好地址和密钥就能用 XylemNode。

1. 01

   安装并启动

   SillyTavern 要在本机运行（需 Node.js 环境）。按官方安装指南装好后，Windows 双击 Start.bat、macOS/Linux 跑 ./start.sh 启动；也可用官方 Launcher 或 Docker。启动后在浏览器打开终端提示的本地地址（默认 http://localhost:8000）。

2. 02

   打开 API 连接、选自定义源

   点顶部的 API Connections（插头图标），把 API 类型切到 Chat Completion，再把 Chat Completion Source 选成 Custom (OpenAI-compatible)。

3. 03

   填地址与密钥

   在自定义端点处填 XylemNode 的地址（带 /v1）和密钥。

   Custom Endpoint (Base URL)

   https://api.xylemnode.com/v1

   API Key

   sk-你的密钥

4. 04

   选模型并连接

   XylemNode 实现了 /v1/models，SillyTavern 会自动带出模型下拉列表，选一个（如 gpt-5.5）即可；若没拉到就在文本框手填模型 ID。点 Connect 连接，再用 Test Message 发一条验证通路。

Open WebUI

自托管的 ChatGPT 式 Web 界面，可多人使用、集中管理多个模型连接。它按 OpenAI 协议对接后端，把 XylemNode 当作一个 OpenAI 连接加进去即可。

1. 01

   部署并打开

   官方首推 Docker。拉取并运行镜像后，浏览器打开 http://localhost:3000，首次进入按提示创建管理员账号。也支持 pip、Kubernetes 等方式。

   复制

   # 拉取镜像
   docker pull ghcr.io/open-webui/open-webui:main
   
   # 运行（UI 映射到本机 3000 端口）
   docker run -d -p 3000:8080 -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main

2. 02

   新增 OpenAI 连接

   进入 ⚙️ Admin Settings → Connections → OpenAI，点 ➕ Add Connection。Open WebUI 把所有走 OpenAI 协议的服务都归为 OpenAI 类型，XylemNode 也用这个。

3. 03

   填地址与密钥

   填 XylemNode 的地址（带 /v1）和密钥后保存。它会调 /v1/models 自动带出可选模型。

   URL

   https://api.xylemnode.com/v1

   API Key

   sk-你的密钥

4. 04

   选模型开始聊天

   保存后回到聊天界面，在顶部模型菜单里选 XylemNode 的模型（如 gpt-5.5）即可开聊。

Dify

开源的 LLM 应用开发平台，可视化编排 Agent、工作流与 RAG。它通过 OpenAI-API-compatible 供应商接入任意 OpenAI 兼容服务，填好地址和密钥就能把 XylemNode 当作模型源。

1. 01

   准备 Dify

   用 Dify Cloud（cloud.dify.ai）注册即可直接开用；或自托管——克隆官方仓库后用 Docker Compose 起服务，浏览器打开本地地址登录。

2. 02

   安装 OpenAI-API-compatible 供应商

   进入右上角 设置 → 模型供应商，在列表或插件市场里找到并安装 OpenAI-API-compatible。它专门用来对接各类 OpenAI 兼容端点。

3. 03

   添加 XylemNode 模型

   在该供应商卡片上点「添加模型」，按下表填写。API endpoint URL 要带 /v1，模型名要和后台一致。

   模型类型

   LLM

   模型名称

   gpt-5.5

   API Key

   sk-你的密钥

   API endpoint URL

   https://api.xylemnode.com/v1

4. 04

   保存并使用

   保存后可在右上角「系统模型设置」把默认推理模型设为它；之后在应用编排里就能选到 XylemNode 的模型。

Coze Studio（扣子开源版）

扣子的开源自托管版本，可视化搭建 AI Agent 与工作流。它的模型服务支持「第三方 API 中转」，协议选 openai、填带 /v1 的地址即可接入 XylemNode。

1. 01

   部署开源版 Coze Studio

   扣子云平台（coze.cn / coze.com）用的是平台托管模型，接不了自定义端点；能接 XylemNode 的是开源版 Coze Studio。按官方文档克隆仓库、用 Docker Compose 部署起来。

2. 02

   打开模型管理

   浏览器进入管理后台的模型管理页，点新增模型。

   模型管理地址

   http://localhost:8888/admin/#model-management

3. 03

   按第三方中转填写

   XylemNode 属于「其他第三方 API 中转」：协议选 openai，接入地址填带 /v1 的域名（不要带 /chat/completions），再配上密钥和模型名。

   协议 / Protocol

   openai

   Base URL

   https://api.xylemnode.com/v1

   API Key

   sk-你的密钥

   模型名

   gpt-5.5

4. 04

   保存并选用

   保存后，模型 ID 全局唯一、上线后别再改（改了会导致调用失败）。之后创建 Agent 或工作流时就能选到这个模型。

Cherry Studio

跨平台开源桌面 AI 客户端（Windows / macOS / Linux），一个界面聚合多家模型。加一个 OpenAI 类型的自定义供应商，就能把 XylemNode 接进来。

1. 01

   安装

   到 Cherry Studio 官方仓库 / 官网下载对应系统的安装包，装好并打开。

2. 02

   新建 OpenAI 类型供应商

   进入 设置 → 模型服务，点列表底部的「添加」，起个备注名（如 XylemNode），供应商类型选 OpenAI，确定。

3. 03

   填密钥与 API 地址

   填入密钥和 API 地址。这里和别的工具不一样：API 地址只填到域名，Cherry Studio 会自动补 /v1/chat/completions——所以别手动加 /v1，否则会拼重复。

   API 密钥

   sk-你的密钥

   API 地址

   https://api.xylemnode.com

4. 04

   添加模型并启用

   点左下角「管理」自动拉取模型、按 + 加入（或手动输入模型名，如 gpt-5.5）。用密钥框旁的「检测」测通，最后打开右上角开关启用这个供应商。

Qwen Code

通义推出的终端 AI 编码 agent（Gemini CLI 分支），面向代码理解与自动化。它支持 OpenAI 兼容协议，配好环境变量就能用上 XylemNode。

1. 01

   安装

   用 npm 全局安装，需 Node.js 20+。装完用版本号确认命令就绪。

   复制

   # 安装
   npm install -g @qwen-code/qwen-code@latest
   
   # 验证
   qwen --version

2. 02

   配置端点与密钥

   用环境变量把 XylemNode 的密钥、地址和模型交给 qwen，地址带 /v1。Windows 用 setx 写入后需重开终端。

   复制

   # Windows（PowerShell / CMD）
   setx OPENAI_API_KEY "sk-你的密钥"
   setx OPENAI_BASE_URL "https://api.xylemnode.com/v1"
   setx OPENAI_MODEL "gpt-5.5"
   # setx 后重开终端
   
   # macOS / Linux
   export OPENAI_API_KEY="sk-你的密钥"
   export OPENAI_BASE_URL="https://api.xylemnode.com/v1"
   export OPENAI_MODEL="gpt-5.5"

3. 03

   启动并选认证方式

   在项目目录运行 qwen。首次进入用 /auth 选 Custom Provider / OpenAI，它会用上面的环境变量预填 API Key、Base URL、Model，回车确认即可开始。

   复制

   cd /path/to/your/project
   qwen

work-buddy

面向知识工作者的本地优先 agent 运行时，跑在 Claude Code 与 Obsidian 之上，把散落的笔记、任务、日程和浏览器标签收成可复用的多步工作流。它自己不直连模型，请求最终都由 Claude Code 发出——把 Claude Code 指向 XylemNode，它的全部工作流就一起走这条通路。

1. 01

   先备好 Claude Code

   work-buddy 是 Claude Code 的扩展层，唯一的硬性前置就是 Claude Code（命令行版或桌面版都行）。Obsidian 不是必需项，核心功能没有它也能跑，但接上笔记库才用得到任务、日程那部分能力。

   复制

   # 确认 Claude Code 已就绪
   claude --version

2. 02

   把 Claude Code 指向 XylemNode

   这一步决定 work-buddy 实际用哪个模型。在 Claude Code 的 settings.json 里填好地址、令牌和模型名；走原生 Anthropic 协议，地址不带 /v1。已经照本页 Claude Code 一节配过的，这步可以跳过。

   复制

   {
     "env": {
       "ANTHROPIC_BASE_URL": "https://api.xylemnode.com",
       "ANTHROPIC_AUTH_TOKEN": "sk-你的密钥",
       "ANTHROPIC_MODEL": "gpt-5.5"
     }
   }

3. 03

   安装 work-buddy

   到 GitHub releases 下载最新安装包直接运行，它自带 Python（依赖约 1 GB），装完后台服务就已经起来了，同时会加上开始菜单启动项和系统托盘图标。目前只提供 Windows 安装包，macOS 与 Linux 版仍在准备中，这两个平台可先按仓库 CONTRIBUTING 里的 uv 方式从源码装。

   安装包

   github.com/KadenMc/work-buddy/releases/latest

   MCP 网关

   localhost:5126

   仪表盘

   localhost:5127

4. 04

   在 Claude Code 里打开并跑引导

   用 Claude Code 打开 work-buddy 的安装目录，它会自动连上本地的 MCP 网关；然后运行引导命令，由 agent 带着你挑要开的功能、接上自己的工具与偏好。

   复制

   /wb-setup guided

5. 05

   日常使用

   常用工作流都是 Claude Code 里的斜杠命令（完整清单在官方 handbook）；后台服务用 wbuddy 命令管理，托盘图标也能启停并直接打开仪表盘。

   复制

   # 在 Claude Code 会话里
   /wb-morning        # 早间简报、优先级与当日计划
   /wb-task-triage    # 批量处理任务收件箱
   
   # 在任意终端
   wbuddy status                    # 查看后台服务状态
   wbuddy start | stop | restart    # 启停后台服务
   wbuddy launch                    # 需要时先启动，再打开仪表盘

常见问题