WorkBuddy Manager完全指南：如何把腾讯CodeBuddy账号池变成OpenAI兼容API网关

WorkBuddy Manager 是腾讯 CodeBuddy 账号池的 Web 管理控制台，内置 OpenAI 兼容反代网关：扫码批量纳管账号、定时签到保活、密钥分组分发、IP 与模型白名单、调用日志与用量统计，并支持带签名校验的一键更新。本指南带你从零部署到日常运营，把分散的 CodeBuddy 账号变成一把即插即用的 API 网关。

一、WorkBuddy Manager 是什么？

workbuddy2api是一个把腾讯 CodeBuddy 账号池包装成 OpenAI 兼容接口的反代服务（Go 编写），能力完整但只有命令行：加账号要跑脚本、看状态要curl /status、发密钥没有界面。

WorkBuddy Manager 正是为它补上的Web 控制台，两者的分工非常清晰：

面板不侵入上游——账号轮询、并发与熔断仍由 workbuddy2api 负责，它一行代码都没被改过。完整能力清单见 docs/features.md。

二、三步完成部署：Docker 或一键脚本

部署需要一台能跑 Docker 的服务器（1 核 1G 起），两种方式任选其一：

① Docker（自己起容器）

docker run -d --name workbuddy-manager -p 7864:7864 \ -v /opt/workbuddy-manager/data:/app/data \ ghcr.io/ithtelab/workbuddy-manager:latest

② 服务器一键脚本（装依赖、拉包、配 systemd）

bash <(curl -fsSL https://raw.githubusercontent.com/ithtelab/workbuddy-manager/main/deploy/install.sh)

也可以先 clone 仓库再走一键脚本（需先在web/构建前端）：

git clone https://gitcode.com/gh_mirrors/wo/workbuddy-manager cd workbuddy-manager cd web && npm ci && npm run build:export && cd .. sudo bash deploy/install.sh

装完浏览器打开http://<服务器>:7864，首次启动的日志里会打印初始管理员密码。上游 workbuddy2api 的源码随发布包一起分发，装完即可用，无需额外联网取码。反向代理、HTTPS、端口收敛与 Windows 原生部署等细节见 deploy/README.md。

三、纳管账号：扫码即自动签到

登录后进入「账号」页，点右上角添加账号→ 用微信 / QQ 扫码 → 授权成功后系统自动完成每日签到、写入授权文件并重载上游，全程无需碰命令行：

账号列表是日常运营的主阵地，包含这些关键能力：

• 有效期监控—— 进度条按剩余时间分四档着色（已过期/即将过期/偏紧/健康），临期自动预警，不足 3 天时后台自动续期
• 积分与到期—— 直接向腾讯查询实时余额，快过期的积分显示倒计时，避免攒着攒着白白过期
• 账号分组（多账号池）—— 多个账号池分组管理，列表、签到、密钥各自独立，可把账号从一个池「移动」到另一个池
• 临时停用—— 拖后腿的号先摘掉但凭证保留，比删除更安全，随时可启用回来
• 任务记录—— 签到/旅行/活跃/保活的执行结果与积分流水分页可查，30 秒自动刷新

四、分发密钥：给每个下游独立的配额与白名单

进入「密钥」页点新建密钥，按需设置——这是把账号池"产品化"的核心一步：

• 限定版本—— 国内版密钥只能调国内版模型，国际版密钥只能调global:开头的模型
• 绑定上游—— 密钥可绑定某个账号池分组，请求只走那一组账号
• 最大 IP 数 / IP 白名单—— 限制来源 IP 数量，或仅放行指定 IP / CIDR
• 模型白名单—— 在所选版本之内再限制到具体模型
• Token 配额 + 积分配额—— 双额度独立校验，任一超限即拒绝（429）；积分配额按真实扣费累计，比 Token 数更能反映实际花费

密钥明文只在创建时展示一次，库里仅存 SHA-256 哈希，请立即保存。下游拿到密钥后还能自助查余量（GET /v1/usage），额度耗尽或过期时照样能查，方便定位"调不动"的原因。

五、下游接入：标准 OpenAI SDK 直连

网关完全兼容 OpenAI 协议，Base URL 指向本服务的/v1即可。curl 验证一下：

curl https://wb.example.com/v1/chat/completions \ -H "Authorization: Bearer wbk_xxxxxxxx" \ -H "Content-Type: application/json" \ \ -d '{ "model": "glm-5.2", "messages": [{"role": "user", "content": "你好"}], "stream": true }'

Python 侧用标准 OpenAI SDK 即可，流式与非流式都支持：

from openai import OpenAI client = OpenAI( base_url="https://wb.example.com/v1", api_key="wbk_xxxxxxxx", ) resp = client.chat.completions.create( model="glm-5.2", messages=[{"role": "user", "content": "你好"}], stream=True, ) for chunk in resp: print(chunk.choices[0].delta.content or "", end="")

除 Chat Completions 外，网关还提供OpenAI Responses API（/v1/responses）与Anthropic Messages API（/v1/messages，供 Claude Code / Cursor 等使用），同一把密钥、同一套模型名，协议切换零成本。可用模型以「设置 → 可用模型」实时拉取为准，常见如glm-5.2、kimi-k2.7、minimax-m3等。详细接入示例见 docs/usage.md。

六、运营视角：用量统计与全量审计

发出去多少 Token、谁在调用、实际扣了多少积分，面板全部留痕：

• 用量统计—— 按天 / 按小时、按模型、按密钥多维聚合 Token 消耗与失败率
• 请求日志—— 每笔调用记录密钥、IP、模型、状态码、首字延迟、总耗时、Token 计量、真实扣费与提示词缓存命中，支持按时间 / 密钥 / 状态 / 模型 / IP 筛选

日常三步闭环就此完成：纳管账号 → 分发密钥 → 把下游指到/v1。

七、安全与运维：可以放心公网运营

这是本项目区别于"裸跑脚本"的关键部分：

公网部署请务必经HTTPS访问，建议 7863 / 7864 只监听127.0.0.1，由反向代理对外。威胁模型与加固建议见 docs/security-notes.md 与 docs/SECURITY-AUDIT.md。

八、延伸阅读

• 使用指南：docs/usage.md —— 三部曲怎么点、下游怎么接
• 功能一览：docs/features.md —— 每条功能的细节
• 部署指南：deploy/README.md —— 反向代理、HTTPS、Windows 原生部署
• 界面预览：docs/screenshots.md —— 全部截图
• API 令牌：docs/api-tokens.md —— 只读令牌与作用域
• 更新日志：CHANGELOG.md —— 各版本新增、修复与变更

💡 提示：反馈问题时请附上版本号与错误日志，并先移除其中的密钥、Token 等敏感信息。

从零部署到第一个下游调用，WorkBuddy Manager 通常只需要半小时。把 CodeBuddy 账号池收进面板、把 OpenAI 兼容网关交给密钥管理，剩下的交给定时签到与用量统计即可。