Salta ai contenuti
Questa pagina è stata tradotta dall’IA e potrebbe contenere errori. Leggi l’originale in inglese

Configurazione del servizio: IA generica

Questa pagina è pensata come riferimento per utenti intermedi e avanzati e per sviluppatori. Può essere utile quando configuri manualmente altri servizi di terze parti.

L’IA generica viene usata per:

  • Estrai testo
  • Estrai riepilogo immagine
  • Traduci

Rileva blocchi di testo non fa parte dell’IA generica. Richiede un servizio dedicato di rilevamento dei blocchi di testo.

  • Estrai testo ed Estrai riepilogo immagine richiedono capacità di visione.
  • Per la traduzione, privilegia un modello con una qualità linguistica stabile e una lunghezza di contesto sufficiente.
  • Tieni d’occhio il costo in token del modello. Puoi eseguire prima un piccolo batch di prova.
  • Per ridurre i costi, usa un modello locale.

Entrambi i compiti richiedono un modello con capacità di visione. Nella terminologia di prodotto, questi modelli sono di solito chiamati modelli multimodali o modelli visione-linguaggio (VLM).

I principali modelli con capacità di visione offrono in genere buoni risultati, soprattutto con testo irregolare, testo al di fuori dei balloon e lettering degli effetti sonori (SFX). Riescono anche, in una certa misura, a filtrare il furigana giapponese.

Quindi, anche se un modello di Rileva blocchi di testo ha già restituito il testo, rielaborarlo con un modello visione-linguaggio può comunque essere utile, anche se il miglioramento potrebbe essere limitato.

Il ragionamento non aiuta nell’estrazione del testo. In genere è meglio disattivare il ragionamento per risparmiare token e tempo.

Un riepilogo dell’immagine accurato può descrivere la scena e la sua atmosfera, migliorando la qualità della traduzione. Tuttavia, un modello meno capace può inventare dettagli (allucinazioni) e fuorviare la traduzione. Scegli con attenzione un modello capace.

Modelli di riferimento:

  • I modelli di livello pari o superiore a gpt-6-sol (high) offrono ottimi risultati.
  • OpenRouter: google/gemma-4-31b-it — mediocre. La Guida rapida lo usa perché è economico e funziona bene per Estrai testo, non perché sia la scelta migliore per i riepiloghi delle immagini.
  • mimo-v2.6-flash — mediocre.
  • glm-5.3-flash e deepseek-v4.1-flash — soggetti a gravi allucinazioni; sconsigliati per questo compito.

Il ragionamento ha un effetto notevole su questo compito. Se possibile, usa un livello di ragionamento più alto. La capacità dei modelli di IA generica di interpretare i manga potrebbe migliorare nel tempo.

Per la traduzione, privilegia una qualità linguistica stabile e una lunghezza di contesto sufficiente. Modelli di riferimento:

  • DeepSeek ufficiale: deepseek-v4-flash, livello di ragionamento Alto. È veloce e produce buoni risultati.
  • Zhipu: glm-5.3-flash, livello di ragionamento Massimo. Ha una precisione relativamente alta.
  • Xiaomi Mimo: mimo-v2.6-flash, livello di ragionamento Massimo. È un po’ meno valido dei due precedenti, ma comunque utilizzabile.

L’endpoint che riceve le richieste. Di norma viene fornito dai preset. Modificalo quando usi Ollama o un altro servizio locale compatibile.

La chiave rilasciata dal provider. Con i servizi locali può essere lasciata vuota. La chiave viene salvata nell’archivio sicuro del dispositivo e viene rimossa quando elimini la relativa configurazione del servizio.

Il nome esatto del modello inviato al provider. Deve corrispondere a un modello supportato da quel provider. Un nome visualizzato personalizzato non modifica l’identificatore inviato nella richiesta.

Le capacità determinano quali azioni automatiche possono usare un modello.

Non contrassegnare un modello privo di input di immagini come capace di Estrai testo o Estrai riepilogo immagine. Una dichiarazione di capacità errata può attivare un’azione la cui richiesta finirà per non riuscire.

Il numero di richieste eseguite contemporaneamente. Valori più alti sono di solito più veloci, ma hanno più probabilità di superare i limiti di frequenza e usano più memoria. 0 significa illimitato. Se non sei sicuro, mantieni il valore del preset.

Il numero massimo di richieste avviate in un intervallo di tempo. È diverso dalla concorrenza: la concorrenza limita il lavoro simultaneo, mentre il limite di frequenza limita quante richieste vengono avviate in un certo periodo. 0 disattiva il limite.

Il ritardo minimo tra l’avvio di due richieste consecutive, in secondi. Aumentalo quando un provider limita le richieste.

Il numero di nuovi tentativi dopo una richiesta non riuscita. 0 disattiva i tentativi automatici. I nuovi tentativi possono comportare addebiti da parte del provider; se l’errore è una chiave API non valida o un modello sconosciuto, aumentare il numero di tentativi di solito non serve.

Temperatura, limiti di token, Top P e parametri simili influiscono direttamente sulla richiesta inviata al modello. Lasciali vuoti per usare i valori predefiniti del provider o del modello. Non compilarli a meno che tu non sappia che il provider supporta il parametro.

L’override della richiesta (requestOverride) gestisce le differenze tra un provider e il formato di richiesta standard compatibile con OpenAI. Può modificare le intestazioni della richiesta, i parametri di query dell’URL e il corpo della richiesta senza cambiare la logica generale delle richieste dell’app.

Un override della richiesta deve essere un oggetto JSON:

{
"headers": {},
"query": {},
"body": {}
}

Mantieni tutti e tre i campi. Usa un oggetto vuoto {} per una sezione che non richiede override.

headers e query supportano il segnaposto {{API_KEY}}. Prima dell’invio della richiesta, viene sostituito con la chiave API della configurazione corrente. Non inserire una chiave API reale direttamente in un override della richiesta e non includerla in documentazione o in un repository.

headers: override delle intestazioni della richiesta

Sezione intitolata “headers: override delle intestazioni della richiesta”

headers è un oggetto JSON piatto. Le chiavi sono nomi di intestazioni e i valori devono essere stringhe o null:

  • Una stringa aggiunge o sostituisce un’intestazione.
  • null rimuove il campo corrispondente dalle intestazioni predefinite dell’app.

Ad esempio, per aggiungere un’intestazione richiesta da un provider:

{
"headers": {
"X-Provider-Version": "2026-01"
},
"query": {},
"body": {}
}

Anche query è un oggetto piatto. Modifica i parametri di query che seguono l’URL API:

  • Una stringa aggiunge o sostituisce un parametro di query.
  • null rimuove un parametro di query.

Ad esempio, alcuni provider richiedono la chiave API in un parametro di query key:

{
"headers": {},
"query": {
"key": "{{API_KEY}}"
},
"body": {}
}

Un override della richiesta può modificare i parametri di query, ma non il metodo HTTP né il percorso dell’API.

body è una patch parziale del corpo della richiesta, non un corpo della richiesta completo. L’app crea prima i parametri di richiesta comuni e poi vi unisce questo contenuto:

  • I campi ordinari aggiungono o sostituiscono i campi con lo stesso nome.
  • Gli oggetti annidati vengono uniti in modo ricorsivo; l’override di un campo figlio non rimuove i campi fratelli.
  • Un campo con valore null viene rimosso dal corpo della richiesta finale.
  • Numeri, stringhe, booleani e array sostituiscono direttamente un valore con lo stesso nome.

Ad esempio, per aggiungere parametri specifici del provider:

{
"headers": {},
"query": {},
"body": {
"response_format": {
"type": "json_object"
},
"vendor_option": "value"
}
}

Usa null per rimuovere un campo che altrimenti l’app invierebbe:

{
"headers": {},
"query": {},
"body": {
"reasoning": null,
"reasoning_effort": null
}
}

L’override del corpo viene applicato dopo i parametri del modello e i parametri di ragionamento. Di conseguenza, i valori in body hanno la precedenza sui parametri comuni e sulle mappature del ragionamento. Un override errato può rendere la richiesta incompatibile con il provider.

Override a livello di provider e a livello di modello

Sezione intitolata “Override a livello di provider e a livello di modello”

Un override della richiesta può provenire da due livelli:

  • Override a livello di provider: l’override predefinito del provider, di solito fornito dal catalogo dei provider.
  • Override a livello di modello: un override che si applica a un solo modello.

Gli override a livello di modello seguono questi stati di valore:

  • null: eredita l’override a livello di provider.
  • Un oggetto non null: sostituisce per intero l’oggetto a livello di provider; non viene unito in profondità con l’oggetto a livello di provider.
  • {}: anch’esso un oggetto non null, indica esplicitamente che questo modello non usa alcun override a livello di provider.

Pertanto, se un override a livello di modello modifica un solo campo di un override a livello di provider, deve includere anche gli altri campi a livello di provider da mantenere.

Valori predefiniti del catalogo e modifiche manuali

Sezione intitolata “Valori predefiniti del catalogo e modifiche manuali”

Quando una configurazione viene creata dal catalogo dei provider, l’app può compilare automaticamente un override della richiesta. Finché non lo modifichi manualmente, la configurazione continua a seguire gli aggiornamenti dei valori predefiniti del catalogo.

Dopo che hai modificato manualmente un override della richiesta, l’app lo contrassegna come contenuto personalizzato e non sostituirà più il tuo input con i valori predefiniti del catalogo all’apertura della pagina delle impostazioni. Seleziona Ripristina predefiniti per usare di nuovo l’override fornito dal catalogo.

  • Il contenuto di headers, query e body deve essere costituito da oggetti JSON validi.
  • headers e query usano valori piatti, stringhe o null; non inserirvi oggetti annidati.
  • Solo body supporta gli oggetti annidati e l’unione in profondità.
  • Preferisci i valori forniti automaticamente dal catalogo dei provider.
  • Se non sei sicuro che un provider supporti un campo, consulta prima la sua documentazione API.
  • Prova la configurazione salvata con una sola immagine prima di eseguirla su un intero volume.