前言¶

在 WorkBuddy 里跑 Agent 任务时，默认走平台模型会消耗积分。额度紧张时，常见做法是换便宜模型或等配额恢复，但要么质量下降，要么任务排期被拖。NVIDIA 在 build.nvidia.com 上开放了一批免费大模型，走 nvapi 兼容接口，免费层不扣积分，只限制流。这个 Skill 解决的问题是把这批模型完整、稳定地接入 WorkBuddy 自定义模型，而不是只给你一个 base_url 和一句“自己填进去”。

这是什么¶

这是一个 community 来源的 Skill，坐标 @user_f9b838d6/nvidia-free-models-workbuddy，版本 1.0.0，分类 ai-agent。它把 build.nvidia.com 的 100+ 免费大模型（Kimi K3、DeepSeek、MiniMax、Step、Nemotron、Mistral 等）接入 WorkBuddy 自定义模型，并覆盖从拿 Key、拉模型列表、写配置到逐个实测、排坑的全过程。需要明确的是：它不含模型本身，也代替不了 WorkBuddy，作用是让免费模型能被稳定调用。

核心功能¶

经过整理，已核实的能力包括：

1、注册或复用 NVIDIA API Key，这是调用 build.nvidia.com 的前提。
2、拉取官方真实模型列表，而不是凭记忆手写几个模型名。免费层模型会增删，写死的列表很容易失效。
3、把列表写入 WorkBuddy 的 models.json，按自定义模型的格式落盘。
4、对每个模型逐个实测验证，确认模型在线、字段正常、能返回结果。
5、排坑，覆盖三类常见问题：模型下线导致的 404/410、代理环境转发异常、思考模型返回 content 为 null。

免费层的限制是每分钟 40 次请求。超出后不是扣积分，而是限流。触发词包括：NVIDIA 免费模型、build.nvidia.com、nvapi、免费大模型 API、接入免费模型、省积分、模型下线报错 404/410。

安装与启用¶

安装命令需要从 SkillHub 页面获取，本资料未提供可直接执行的脚本，不在此编造。已知信息是该 Skill 页面地址为 https://www.skillhub.cn/skills/user_f9b838d6/nvidia-free-models-workbuddy，坐标为 @user_f9b838d6/nvidia-free-models-workbuddy，版本 1.0.0，标签中包含 requires_api_key=true，也就是启用前必须先准备好 NVIDIA API Key。

启用步骤按依赖顺序展开：

1、准备好 NVIDIA API Key，已有的可直接复用。
2、在 WorkBuddy 中创建自定义模型，选择 NVIDIA / nvapi 这类 OpenAI 兼容接口形态。
3、执行 Skill，让它拉取官方模型列表并写入 models.json。
4、逐个实测新写入的模型，确认在线且返回正常。
5、验证通过后，在 Agent 任务里直接引用这些模型。

典型用法¶

下面是可复现的验证场景，不涉及未核实的数据：

1、输入触发词“接入免费模型”或“build.nvidia.com”，Skill 拉取当前官方列表，排除已下线的模型。
2、写入 models.json 后，挑一个免费层模型发一次普通请求，确认返回非空 content。
3、再挑一个带思考模式的模型发请求，若返回 content 为 null，按排坑说明处理，而不是直接判定模型不可用。
4、连续快速请求超过 40 次/分钟，观察是否命中限流，确认报错形态。

适用场景与注意¶

适合积分额度紧张、又想保留较强模型质量的 WorkBuddy 用户，尤其适合需要批量接入多个免费模型、不希望手动维护模型列表的场景。

限制和坑需要提前知道：

1、免费层只有 40 次/分钟，高频任务需要排队或降并发。
2、模型会下线，写死列表的方案在几周后可能大面积失效，必须定期重新拉取列表。
3、思考模型的 content 为 null 是已知坑，不代表调用失败，不要据此删除模型。
4、公司网络走代理时，接口请求可能被转发到非官方地址，需要确认代理策略。
5、requires_api_key=true，没有 Key 时 Skill 无法工作。

结尾¶

这个 Skill 的价值不在“免费模型”这个概念，而在把接入过程标准化：Key、列表、配置、实测、排坑一步不少，减少自定义模型反复失效的维护成本。官方地址：https://api.skillhub.cn/user_f9b838d6/nvidia-free-models-workbuddy。