前言¶

在 WorkBuddy 裏跑 Agent 任務時，默認走平臺模型會消耗積分。額度緊張時，常見做法是換便宜模型或等配額恢復，但要麼質量下降，要麼任務排期被拖。NVIDIA 在 build.nvidia.com 上開放了一批免費大模型，走 nvapi 兼容接口，免費層不扣積分，只限制流。這個 Skill 解決的問題是把這批模型完整、穩定地接入 WorkBuddy 自定義模型，而不是隻給你一個 base_url 和一句“自己填進去”。

這是什麼¶

這是一個 community 來源的 Skill，座標 @user_f9b838d6/nvidia-free-models-workbuddy，版本 1.0.0，分類 ai-agent。它把 build.nvidia.com 的 100+ 免費大模型（Kimi K3、DeepSeek、MiniMax、Step、Nemotron、Mistral 等）接入 WorkBuddy 自定義模型，並覆蓋從拿 Key、拉模型列表、寫配置到逐個實測、排坑的全過程。需要明確的是：它不含模型本身，也代替不了 WorkBuddy，作用是讓免費模型能被穩定調用。

核心功能¶

經過整理，已覈實的能力包括：

1、註冊或複用 NVIDIA API Key，這是調用 build.nvidia.com 的前提。
2、拉取官方真實模型列表，而不是憑記憶手寫幾個模型名。免費層模型會增刪，寫死的列表很容易失效。
3、把列表寫入 WorkBuddy 的 models.json，按自定義模型的格式落盤。
4、對每個模型逐個實測驗證，確認模型在線、字段正常、能返回結果。
5、排坑，覆蓋三類常見問題：模型下線導致的 404/410、代理環境轉發異常、思考模型返回 content 爲 null。

免費層的限制是每分鐘 40 次請求。超出後不是扣積分，而是限流。觸發詞包括：NVIDIA 免費模型、build.nvidia.com、nvapi、免費大模型 API、接入免費模型、省積分、模型下線報錯 404/410。

安裝與啓用¶

安裝命令需要從 SkillHub 頁面獲取，本資料未提供可直接執行的腳本，不在此編造。已知信息是該 Skill 頁面地址爲 https://www.skillhub.cn/skills/user_f9b838d6/nvidia-free-models-workbuddy，座標爲 @user_f9b838d6/nvidia-free-models-workbuddy，版本 1.0.0，標籤中包含 requires_api_key=true，也就是啓用前必須先準備好 NVIDIA API Key。

啓用步驟按依賴順序展開：

1、準備好 NVIDIA API Key，已有的可直接複用。
2、在 WorkBuddy 中創建自定義模型，選擇 NVIDIA / nvapi 這類 OpenAI 兼容接口形態。
3、執行 Skill，讓它拉取官方模型列表並寫入 models.json。
4、逐個實測新寫入的模型，確認在線且返回正常。
5、驗證通過後，在 Agent 任務裏直接引用這些模型。

典型用法¶

下面是可復現的驗證場景，不涉及未覈實的數據：

1、輸入觸發詞“接入免費模型”或“build.nvidia.com”，Skill 拉取當前官方列表，排除已下線的模型。
2、寫入 models.json 後，挑一個免費層模型發一次普通請求，確認返回非空 content。
3、再挑一個帶思考模式的模型發請求，若返回 content 爲 null，按排坑說明處理，而不是直接判定模型不可用。
4、連續快速請求超過 40 次/分鐘，觀察是否命中限流，確認報錯形態。

適用場景與注意¶

適合積分額度緊張、又想保留較強模型質量的 WorkBuddy 用戶，尤其適合需要批量接入多個免費模型、不希望手動維護模型列表的場景。

限制和坑需要提前知道：

1、免費層只有 40 次/分鐘，高頻任務需要排隊或降併發。
2、模型會下線，寫死列表的方案在幾週後可能大面積失效，必須定期重新拉取列表。
3、思考模型的 content 爲 null 是已知坑，不代表調用失敗，不要據此刪除模型。
4、公司網絡走代理時，接口請求可能被轉發到非官方地址，需要確認代理策略。
5、requires_api_key=true，沒有 Key 時 Skill 無法工作。

結尾¶

這個 Skill 的價值不在“免費模型”這個概念，而在把接入過程標準化：Key、列表、配置、實測、排坑一步不少，減少自定義模型反覆失效的維護成本。官方地址：https://api.skillhub.cn/user_f9b838d6/nvidia-free-models-workbuddy。