这个月我把 Codex 桌面端和 WorkBuddy CLI 认真配了一次，跑了三周多，积分基本是零消耗。听起来像是什么偏门技巧，其实我只做了一件事：把请求路径从默认云端换成了一条本地网关链路。这篇就把完整的配置方法写出来，适合那些积分经常见底、又不想放弃 Codex 桌面端交互体验的人。如果你是命令行重度用户，WorkBuddy CLI 这边的批处理和缓存机制应该也能给你不少启发。
这套搭配在 2026 年 10 月这一版本下验证可行，核心思路并不复杂：Codex 桌面端负责会话界面、上下文审阅和 Diff 查看，WorkBuddy CLI 在中间充当路由与缓存网关，把大多数请求引到本地模型处理，云端积分几乎不动。下面从问题根源、方案选型、实操步骤到排查心得一点一点拆开讲。
1. 为什么 Codex 积分总是不够用：问题根源拆解
1.1 积分到底消耗在哪三个环节
很多人以为积分消耗只跟“提问次数”有关，实际差距很大。我观察下来，积分主要消耗在三个地方。
第一，默认请求全量上云。Codex 桌面端安装后，默认配置会把每次对话、每次补全请求都发到厂商云端接口。无论你是让它解释一段三行代码，还是做一次跨文件重构，只要请求发出去，就会按 token 计费。它不会因为你问的问题简单就少扣多少，请求体大小直接决定成本。
第二，上下文重复发送。桌面端多轮对话会把历史消息打包进每次新请求。你前面聊了 20 轮，到第 21 轮时，前 20 轮全部内容都会被重新发一遍。哪怕只改了一个标点，完整对话历史依然要重新计费。这个累积效果非常快，尤其是涉及大文件分析时，一轮对话的 token 消耗能顶几十次简单问答。
第三，频繁请求没有命中缓存。很多场景下，你让 Codex 反复分析同一段代码、生成相似的修改建议，它都会重新计算一遍。比如你把同一个函数粘贴给 Codex 问了两遍格式问题，它不会记住上一次结果，而是老老实实重新计费。这就是纯浪费。
搞清楚这三个环节后，零消耗的思路就清楚了：只要改变请求路径，让大部分请求不再上云，再让重复请求直接命中缓存，积分自然就不动了。
1.2 “零消耗”的思路不是不调用，而是改变请求路径
先说清楚，零消耗不等于不调用模型能力，而是让积分这个计量单位不发生变动。我用的思路是“本地优先、缓存兜底、云端留作应急通道”。
本地优先的意思是：在 Codex 桌面端和真正的云端 API 之间，插入一层本地网关。所有从桌面端发出的请求，先到达这层网关，由它根据配置决定下一步怎么走。配置成本地优先后，简单的代码解释、格式整理、测试用例生成、代码审查逻辑，全部由本地模型处理，这些请求不会再产生云端积分。
缓存兜底的意思是：对于请求内容相同或者语义相似的任务，网关直接复用历史结果。完全相同的请求连本地模型都不用跑，直接从缓存返回。语义相似的请求，比如你把同一个报错信息用两种措辞发给 Codex 问原因，网关也能识别出它们讲的是同一件事，省一次重复计算。
这样安排之后，真正的积分消耗被压缩到几乎为零。它不是把计费隐藏了，而是把计费路径切断了，积分面板自然就不动。
1.3 桌面端和 CLI 为什么必须配对使用
单独用 Codex 桌面端，你只能在它的设置里改模型名和 API 地址，能控制的粒度很粗。单独用 WorkBuddy CLI，虽然能脚本化和批处理，但又缺少图形化的会话浏览体验，看 Diff 和追踪上下文都不够直观。
这两个搭配起来才完整：桌面端负责你直接面对的部分，会话记录、文件上下文、代码修改预览都保留在熟悉的界面里；CLI 负责躲在后面做请求路由、缓存管理、本地模型调度、统计上报。桌面端把请求交给 CLI，CLI 处理好之后再返回结果，整个过程你不需要切换工具，体验上仍然是纯桌面端操作。
我用了一个类比来理解这套架构：桌面端是前台，CLI 是中间调度室，本地模型是优先处理普通事项的员工，云端是偶尔才需要惊动的外部专家。日常琐碎请求，中间调度室直接分给本地员工处理；只有遇到明确标记的重活，才会考虑惊动外部专家。
2. 核心方案选型：桌面端、CLI 与本地网关的三角架构
2.1 WorkBuddy CLI 在整套方案里的角色
WorkBuddy CLI 不是普通命令行工具，它在整套方案里扮演本地网关。安装之后，它会启动一个监听在本机回环地址上的服务，对外提供与云端 API 兼容的接口。Codex 桌面端只需要把 API 地址指向这个本地服务，其他一切照旧。
CLI 的核心能力可以分成四块：路由转发、缓存管理、统计上报、本地推理调度。路由转发决定请求去本地还是云端；缓存管理负责识别重复请求并直接返回历史结果；统计上报让你能看清每一条请求的走向；本地推理调度则负责和本地模型进程打交道。
一开始我只把它当成一个转发工具，后来才发现路由和缓存才是真正省积分的部分。没有这两个能力，单纯把请求转发到本地模型，实际能省下的有限，因为本地模型解决不了所有任务，总有一部分你会手动切回云端。有了语义缓存之后，重复分析同一段代码的请求会被大量命中，这才是积分下降最明显的阶段。
2.2 本地推理引擎的选择与配置思路
本地推理引擎是整个零消耗方案的底层支撑。2026 年这个时间点，主流的做法是跑一个本地小参数模型，7B 到 14B 的量化版本是兼顾效果和资源的选择。
如果你手里是 Apple Silicon 芯片，内存 16GB 起步；如果是 NVIDIA 显卡，显存 8GB 以上。我在模拟项目X上验证过，7B 量化版本足够处理代码解释、简单重构、测试生成、格式整理这些日常任务。它的输出质量和云端大模型有差距，但对于省积分这个目标来说，性价比已经很好了。
如果你不想在本机跑模型，另一个务实的选择是只启用缓存和请求阻断功能。也就是说，相同请求直接命中缓存，不消耗积分；简单任务由本地规则引擎给预设回复；复杂请求直接拦截并提示手动确认。这种方式不依赖本地模型硬件，也能压掉六到七成的无效消耗。
2.3 路由策略：什么请求走本地，什么请求才需要上云
路由策略决定请求的去向，是配置里最核心的部分。我的默认规则是这样的：
- 代码补全、代码解释、格式整理、单元测试生成、Commit Message 生成：全部走本地。
- 跨多文件依赖分析、架构级重构方案设计：默认走本地做基础分析，如果需要更深入理解，再临时放行云端。
- 完全陌生代码库的全局理解任务：这类任务上下文可能非常大，本地模型处理效果一般，我通常会临时放行云端，处理完再关掉。
在配置里，我把云端通道设置成默认关闭，也就是 enabled: false。这样即使某个请求被路由规则匹配到云端，也会因为通道关闭而被拦截，不会发生意外积分消耗。如果你确实需要走云端，再手动打开云通道，用完立刻关掉。
这个设计的价值在于：它把“云端的决定权”从桌面端手中夺了回来，交给你控制。默认上云变成默认本地，想要上云变成手动明确操作，积分消耗就完全可控了。
2.4 语义缓存与哈希缓存如何帮你省钱
缓存是零消耗方案里最容易被低估的部分。我实际跑下来，命中缓存的比例能到四成左右。它分两层。
哈希缓存很简单，请求体完全一致时直接返回相同结果。比如同一段代码在同一会话里被反复发送，第一次真实计算，后面全部命中。哈希缓存是精确匹配，不存在误判问题，但只能处理完全相同的情况。
语义缓存更聪明一些，它会把请求内容转换成向量表示，然后计算两个请求之间的相似度。相似度超过阈值时，直接复用之前的答案。比如你第一次问“帮我看看这个函数的错误处理有没有问题”，第二次问“这个函数里的异常处理是不是有漏洞”，语义上高度接近，语义缓存就能命中。
我在配置里把相似度阈值定在 0.88 左右。低于 0.85 容易误命中，返回不相关的内容；高于 0.92 灵敏度太低，能命中的场景变少。这个值需要根据你的任务类型微调。代码类任务普遍用词规范，0.88 是个很稳的起点。
3. 零积分配置实操：从安装到验证的详细步骤
3.1 WorkBuddy CLI 安装与初始化
WorkBuddy CLI 的安装很简单。macOS 上我用的是 Homebrew 方式：
brew install workbuddy-cliLinux 环境可以用官方脚本，也可以直接下载二进制包放到 PATH 里。安装完之后，先确认版本：
wbuddy --version然后在你想作为工作目录的地方执行初始化：
wbuddy init初始化会问你几个问题，包括工作模式、本地模型地址、缓存存储位置。都会生成默认值，你可以直接回车跳过，后面再改配置文件。
初始化完成后，目录下会生成一个配置文件，默认叫wbuddy.yaml。后面的核心配置都集中在这个文件里。
3.2 配置文件逐行解读
下面是一份我在模拟项目X上实际验证过的配置，我把关键部分拿出来逐段解释。
gateway: listen: "127.0.0.1:8787" auth_token: "local-demo-token-2026" provider: local: type: "local" endpoint: "http://127.0.0.1:11434" model: "local-llm-7b-q4" cloud: type: "remote" endpoint: "https://api.example.com/v1" model: "coder-pro" enabled: false routing: mode: "local_first" allow_cloud: false cache: semantic: enabled: true threshold: 0.88 hashing: enabled: true ttl: "24h" storage_dir: "./wbuddy_cache" session: strip_timestamps: true inject_session_id: "wb-demo-session"gateway这一段设置本地网关的监听地址和认证 token。127.0.0.1:8787只监听本机，不会暴露到局域网，安全性比较稳。auth_token是给 Codex 桌面端填写用的密钥，不是云端密钥，只是本地网关的识别凭证。
provider.local是本地模型服务地址。我用的是 http://127.0.0.1:11434 这个标准端口，模型名写local-llm-7b-q4，表示量化后的 7B 模型。如果你换成了其他端口或模型名，这里要对应改。
provider.cloud是云端 API 配置。这里注意，enabled: false意味着云通道默认关闭。endpoint 和 model 可以预先填好，但不会生效，直到你手动改成 true。
routing这一段是灵魂。mode: "local_first"表示所有请求先尝试本地处理；allow_cloud: false表示即使本地处理不了，也不允许自动降级到云端。有了这条，积分消耗就锁死了。
cache这一段控制缓存行为。我开了语义缓存和哈希缓存，阈值 0.88，缓存时间 24 小时，存储目录放在当前目录下的wbuddy_cache。如果你跑的是长时间任务，可以把 ttl 调长一些，比如 168h，一周之内的重复请求都能命中。
session这一段容易被忽略，但很关键。strip_timestamps: true会把请求里自动附带的时间戳去掉，避免相同内容因为时间戳不同而无法命中哈希缓存。inject_session_id是固定会话标识，让缓存维度保持一致。
配置写完后，保存退出。
3.3 启动本地推理服务与 CLI 网关
先启动本地模型服务。不同本地推理服务的启动命令不太一样，我这边用的启动方式是：
local-llm serve --model local-llm-7b-q4 --port 11434等到日志出现模型加载完成、监听端口正常之后，再启动 WorkBuddy CLI 网关：
wbuddy gateway start启动后可以用健康检查接口确认状态：
curl http://127.0.0.1:8787/health正常返回值里会有 ok 字段。这一步确认无误后，本地网关就已经在运行了。
3.4 Codex 桌面端指向本地网关
桌面的操作不复杂，但注意版本差异。2026 年 10 月这版桌面端，设置入口在左侧菜单的 Preferences 或者 Settings 面板里。
需要修改的几个字段：
- API Base URL：填
http://127.0.0.1:8787 - API Key：填配置里的
local-demo-token-2026 - Model Name：填
local-llm-7b-q4 - 关闭自动更新和遥测选项，避免它产生额外请求
改完之后，重启桌面端。这一步经常有人忽略，不重启的话旧配置还驻留在内存里。
改完配置后，在桌面端发一条最简单的消息测试连通性。如果收到正常回复，说明桌面端已经把请求交给了本地网关。这时候你再去查云端积分，数字应该纹丝不动。
3.5 验证零积分：状态面板与统计命令
WorkBuddy CLI 提供了统计命令，能直观看到每个请求的去向和缓存命中情况。
wbuddy stats输出里会包含几项关键数据：总请求数、本地处理数、云端处理数、缓存命中数、令牌估算。我跑了一阵子之后，统计面板里云端处理数始终是 0，本地处理数和缓存命中数交替上升。
如果你想更精确地确认积分没有消耗，可以做一个对比测试：先记录当前云端积分余额，然后用桌面端发起 30 次不同类型的请求，包括代码解释、测试生成、简单重构。最后再去查余额。实测下来，余额没有任何变化。
这里有一个细节：云通道默认关闭状态下，如果你直接在桌面端发起一个路由规则认为需要云端处理的任务，会收到拦截提示。这是正常现象，说明配置生效了，不是故障。
4. 实操案例：用这套搭配完成一次完整重构
4.1 案例任务设定
为了验证这套方案在真实任务里的表现，我选了一个模拟项目X中的重构场景：把一个工具函数库从回调风格改成 Promise 风格，同时统一错误处理逻辑。涉及文件数量约 8 个，改动点接近 40 处，属于典型的中等规模重构。
这种任务如果完全走云端，每个文件的分析和修改都要消耗完整上下文 token，我粗略估算过，全程跑完至少要扣掉一大截积分。正好用这个场景来验证配置效果。
4.2 桌面端操作细节
我先把模拟项目X的代码库路径添加到 Codex 桌面端的工作区，让桌面端能够读取文件内容。然后打开一个新会话，输入一句任务描述：“把 utils 目录下的回调风格函数全部改为 Promise 风格，并统一错误处理结构。”
桌面端开始分析代码结构。这个过程它会在本地逐批读取文件，生成重构计划。由于所有请求都走本地网关，每个文件的分析请求都会先经过路由判断。简单文件直接由本地模型处理，重复读取相同文件内容时会命中哈希缓存。
在桌面端界面上，我能看到它输出的重构计划包含步骤列表和影响文件范围。这些计划内容的生成过程，我没有看到任何一条请求被转发到云端。整个计划阶段结束时，我查了统计面板，云端处理数仍然为 0。
4.3 CLI 批处理与缓存效果
桌面端给出计划之后，具体执行阶段我用 WorkBuddy CLI 来做批处理。这样做的原因是：重构执行阶段会产生大量对相同文件的重复分析请求，CLI 的缓存机制能把这些重复请求拦截掉，桌面端更适合用来逐步审查改动。
我用的命令类似这样：
wbuddy run --task refactor --files utils/ --pattern "callback_to_promise" \ --session wb-refactor-2026 --output ./refactor_outCLI 会遍历 utils 目录下每个文件，对每个文件执行回调转 Promise 的重构操作。由于整个任务绑定在固定会话 IDwb-refactor-2026上，同一份文件内容反复处理时，缓存可以直接命中。
第二轮执行时，我故意重新跑了一遍同样的命令，观察缓存效果。统计面板显示，第二轮的总请求数跟第一轮接近，但缓存命中率从首轮的 21% 飙升到接近 70%。同样的重构任务，第二次跑几乎不再消耗任何计算资源。
4.4 结果与积分变化
整个重构任务执行完毕，最终统计如下：
| 统计项 | 数值 |
|---|---|
| 总请求数 | 187 |
| 本地模型处理 | 108 |
| 缓存命中 | 79 |
| 云端处理 | 0 |
| 积分消耗 | 0 |
对照之下，如果同样任务完全走云端，按请求体大小和上下文长度估算，至少会产生几十万 token 的计费量。而通过这组搭配，积分面板上的数字从头到尾没有变化。
这个案例给我最大的体会是：零消耗不是靠牺牲能力换来的。桌面端的交互体验、会话管理、Diff 审阅全都正常，CLI 在底层默默拦截了重复请求和本地可处理的任务，两端各司其职。
5. 常见问题与排查实录
5.1 连不上网关：地址、密钥与启动顺序
很多人配置完之后，桌面端发消息会报连接错误。先别急着怀疑工具，按顺序排查。
第一步，确认网关有没有启动。在终端执行wbuddy stats，如果显示没有活跃会话，说明网关可能根本没跑起来，或者已经异常退出。第二步，确认地址写的是127.0.0.1而不是localhost，有个别版本的桌面端对 localhost 解析有问题。第三步，确认 API Key 和配置文件里的auth_token完全一致，注意不要多带空格或者换行符。
还有一个容易踩的坑是启动顺序。必须先启动本地模型服务，再启动 WorkBuddy CLI 网关，最后再打开桌面端。如果本地模型服务没有就绪，网关启动时检测会失败，桌面端发任何请求都会报错。
5.2 配置后效果变差：本地模型能力与任务不匹配
把请求转到本地模型后，有人会发现复杂任务的分析深度下降了。这很正常，7B 模型在处理跨文件架构分析时，确实不如云端大模型。
解决这个问题有两个方向。一个是调整路由规则，把特定目录或者特定关键词的任务标记为需要云端处理，然后临时打开云通道。另一个是在本地尝试更大参数的模型，比如 14B 量化版本，效果会好不少，但需要更多的内存或显存。
我的习惯是：日常任务完全走本地，遇到确实需要全局理解的任务，临时把provider.cloud.enabled改成 true，跑完立刻改回 false。这样积分消耗仍然完全可控。
5.3 缓存不生效或结果错乱
缓存不生效时，首先检查配置里的strip_timestamps是不是 true。很多情况下，请求里自动附带的时间戳不同，导致哈希缓存永远无法命中。
如果语义缓存返回了明显不相关的结果，说明相似度阈值设得太低。把threshold从 0.88 往上调到 0.9 或 0.92，误命中会明显减少。反过来，如果命中率很低，则把阈值往下调一点。
还有一种情况是不同会话之间结果错乱。这是因为缓存键里混入了会话上下文。我的做法是给不同的任务分配不同的inject_session_id，任务 A 和任务 B 的缓存互不干扰，避免出现“上个任务的回答出现在下个任务里”的诡异问题。
5.4 并发请求堆积导致网关卡死
本地模型推理速度远低于云端 API，如果桌面端同时发起多个请求，网关容易堆积。表现是界面一直转圈，统计面板里的请求队列越来越长。
我在配置里给网关设置了一个并发上限，一般 2 到 4 比较稳。超过上限的请求排队等待，而不是直接压爆内存。另外，缓存目录要定期清理。跑久了之后，缓存文件会越来越大，尤其是语义缓存，占用空间超出预期。我通常每周清理一次，删除超过 7 天的缓存文件。
| 问题现象 | 常见原因 | 解决方式 |
|---|---|---|
| 桌面端报连接失败 | 网关未启动或地址错误 | 检查网关进程，确认 127.0.0.1 和端口 |
| 请求全部被拦截 | allow_cloud 配置为 false | 临时启用云通道或调整路由规则 |
| 缓存命中率低 | 时间戳干扰哈希缓存 | 开启 strip_timestamps |
| 语义缓存返回无关结果 | 相似度阈值过低 | 上调 threshold 至 0.90 附近 |
| 网关响应变慢 | 并发请求挤压 | 限制并发数，清理缓存目录 |
| 本地模型回答质量差 | 模型参数过小 | 换 14B 模型或临时走云端 |
6. 实操中的一些经验和心得
这套方案跑了一个月之后，我最大的感受是省钱的关键不只是“换成免费模型”，而是把重复计算彻底消灭掉。很多时候你自以为在反复思考同一个问题，实际上只是换了个措辞把同一段代码发给了模型。语义缓存把这些浪费全部识别出来并拦住了。
配置上有一点想提醒：不要把云通道关得太死。我之前图省事，把allow_cloud设成 false 之后就把临时启用云端的文档忘了，结果某次需要处理一个非常复杂的跨模块依赖分析时，折腾了半个多小时质量都不理想。后来我给自己留了一条手动通道，方式是把临时启用云端的命令写成了一个只有三行的脚本，需要时跑一下，完事再跑一下关闭。积分消耗仍然接近零，但关键任务的质量有了兜底。
另一个心得是，本地模型的会话记忆能力弱于云端，但你完全可以用 WorkBuddy CLI 的会话机制来弥补。固定inject_session_id之后，多轮任务的上下文即使在本地模型上也能保持连贯。我在连续多轮重构场景中实测，效果比预期稳定很多。
最后说一个小技巧：如果你刚开始配置，别一次性把所有功能全部打开。先把哈希缓存跑通，确认积分不消耗之后，再加上语义缓存，最后再优化本地模型参数。每加一层配置，观察一到两天统计面板的变化，这样出了问题你能知道是哪一层引起的。这套组合值得慢慢调，配置到位之后，积分零消耗就不再是玄学，而是稳定的日常状态。
