Przejdź do głównej zawartości
Ta strona została przetłumaczona przez AI i może zawierać błędy. Przeczytaj angielski oryginał

Konfiguracja usług: Uniwersalne AI

Ta strona jest materiałem referencyjnym dla średnio zaawansowanych i zaawansowanych użytkowników oraz programistów. Może się przydać przy ręcznej konfiguracji innych usług zewnętrznych.

Uniwersalne AI obsługuje następujące funkcje:

  • Wyodrębnij tekst
  • Wyodrębnij podsumowanie obrazu
  • Przetłumacz

Funkcja Wykryj bloki tekstu nie należy do Uniwersalnego AI. Wymaga dedykowanej usługi wykrywania bloków tekstu.

  • Funkcje Wyodrębnij tekst i Wyodrębnij podsumowanie obrazu wymagają obsługi obrazu.
  • Do tłumaczenia wybieraj przede wszystkim model o stabilnej jakości językowej i wystarczającej długości kontekstu.
  • Zwracaj uwagę na koszt tokenów modelu. Możesz najpierw uruchomić małą partię testową.
  • Aby obniżyć koszty, użyj modelu lokalnego.

Oba zadania wymagają modelu z obsługą obrazu. W terminologii produktowej takie modele nazywa się zwykle modelami multimodalnymi lub modelami wizyjno-językowymi (VLM).

Popularne modele z obsługą obrazu zwykle radzą sobie dobrze, zwłaszcza z nieregularnym tekstem, tekstem poza dymkami i napisami efektów dźwiękowych (SFX). W pewnym stopniu potrafią też odfiltrować japońską furiganę.

Dlatego nawet jeśli model użyty w kroku Wykryj bloki tekstu zwrócił już tekst, ponowne przetworzenie go modelem wizyjno-językowym może nadal pomóc, choć poprawa może być niewielka.

Rozumowanie nie pomaga w wyodrębnianiu tekstu. Zwykle lepiej wyłączyć rozumowanie, aby oszczędzić tokeny i czas.

Trafne podsumowanie obrazu może opisać scenę i jej nastrój, co poprawia jakość tłumaczenia. Słabszy model może jednak halucynować szczegóły i wprowadzać tłumaczenie w błąd. Starannie dobierz odpowiednio mocny model.

Wybrane modele:

  • Modele na poziomie gpt-6-sol (high) lub wyższym radzą sobie bardzo dobrze.
  • OpenRouter: google/gemma-4-31b-it – przeciętny. Przewodnik szybkiego startu korzysta z niego, ponieważ jest tani i dobrze sprawdza się przy wyodrębnianiu tekstu, a nie dlatego, że jest najlepszym wyborem do podsumowań obrazów.
  • mimo-v2.6-flash – przeciętny.
  • glm-5.3-flash i deepseek-v4.1-flash – skłonne do poważnych halucynacji; niezalecane do tego zadania.

Rozumowanie ma duży wpływ na to zadanie. W miarę możliwości używaj wyższego poziomu rozumowania. Zdolność ogólnych modeli AI do interpretowania mangi może z czasem się poprawiać.

Do tłumaczenia wybieraj przede wszystkim modele o stabilnej jakości językowej i wystarczającej długości kontekstu. Wybrane modele:

  • Oficjalne API DeepSeek: deepseek-v4-flash, poziom rozumowania Wysoki. Jest szybki i daje dobre wyniki.
  • Zhipu: glm-5.3-flash, poziom rozumowania Maksymalny. Ma stosunkowo wysoką dokładność.
  • Xiaomi Mimo: mimo-v2.6-flash, poziom rozumowania Maksymalny. Jest nieco słabszy od dwóch powyższych, ale nadal nadaje się do użytku.

Punkt końcowy odbierający żądania. Zwykle wypełniają go ustawienia wstępne. Zmień go, jeśli używasz Ollamy lub innej zgodnej usługi lokalnej.

Klucz wydany przez dostawcę. W przypadku usług lokalnych to pole może pozostać puste. Klucz jest przechowywany w bezpiecznym magazynie urządzenia i usuwany po usunięciu konfiguracji jego usługi.

Dokładna nazwa modelu wysyłana do dostawcy. Musi odpowiadać modelowi obsługiwanemu przez tego dostawcę. Własna nazwa wyświetlana nie zmienia identyfikatora wysyłanego w żądaniu.

Możliwości określają, które akcje automatyzacji mogą korzystać z danego modelu.

Nie oznaczaj modelu, który nie obsługuje obrazów na wejściu, jako zdolnego do wyodrębniania tekstu lub wyodrębniania podsumowania obrazu. Błędna deklaracja możliwości może włączyć akcję, której żądanie ostatecznie się nie powiedzie.

Liczba żądań wykonywanych jednocześnie. Wyższe wartości zwykle przyspieszają pracę, ale częściej powodują przekroczenie limitów szybkości i zużywają więcej pamięci. 0 oznacza brak ograniczenia. Jeśli nie masz pewności, zachowaj wartość z ustawień wstępnych.

Maksymalna liczba żądań rozpoczętych w danym przedziale czasu. Różni się od współbieżności: współbieżność ogranicza liczbę jednocześnie wykonywanych zadań, a limit szybkości – liczbę żądań rozpoczynanych w danym okresie. 0 wyłącza limit.

Minimalne opóźnienie między rozpoczęciem kolejnych żądań, w sekundach. Zwiększ je, gdy dostawca ogranicza liczbę żądań.

Liczba ponownych prób po nieudanym żądaniu. 0 wyłącza automatyczne ponowienia. Ponowienia mogą generować opłaty u dostawcy; jeśli błąd dotyczy nieprawidłowego klucza API lub nieznanego modelu, zwiększenie liczby ponowień zwykle nie pomoże.

Temperatura, limity tokenów, Top P i podobne parametry bezpośrednio wpływają na żądanie wysyłane do modelu. Pozostaw je puste, aby użyć wartości domyślnych dostawcy lub modelu. Nie wypełniaj ich, jeśli nie wiesz, czy dostawca obsługuje dany parametr.

Nadpisanie żądania (requestOverride) obsługuje różnice między dostawcą a standardowym formatem żądań zgodnym z OpenAI. Może modyfikować nagłówki żądania, parametry zapytania w adresie URL i treść żądania bez zmiany ogólnej logiki żądań aplikacji.

Nadpisanie żądania musi być obiektem JSON:

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

Zachowaj wszystkie trzy pola. Dla sekcji, która nie wymaga nadpisania, użyj pustego obiektu {}.

headers i query obsługują symbol zastępczy {{API_KEY}}. Przed wysłaniem żądania jest on zastępowany kluczem API z bieżącej konfiguracji. Nie wpisuj prawdziwego klucza API bezpośrednio w nadpisaniu żądania ani nie umieszczaj go w dokumentacji czy repozytorium.

headers to płaski obiekt JSON. Klucze są nazwami nagłówków, a wartości muszą być ciągami znaków lub null:

  • Ciąg znaków dodaje lub zastępuje nagłówek.
  • null usuwa odpowiednie pole z domyślnych nagłówków aplikacji.

Przykład dodania nagłówka wymaganego przez dostawcę:

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

query: nadpisywanie parametrów zapytania w adresie URL

Dział zatytułowany „query: nadpisywanie parametrów zapytania w adresie URL”

query również jest płaskim obiektem. Modyfikuje parametry zapytania dołączane do adresu URL API:

  • Ciąg znaków dodaje lub zastępuje parametr zapytania.
  • null usuwa parametr zapytania.

Na przykład niektórzy dostawcy wymagają podania klucza API w parametrze zapytania key:

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

Nadpisanie żądania może modyfikować parametry zapytania, ale nie może zmienić metody HTTP ani ścieżki API.

body to częściowa poprawka treści żądania, a nie kompletna treść żądania. Aplikacja najpierw tworzy wspólne parametry żądania, a następnie scala z nimi tę zawartość:

  • Zwykłe pola dodają lub zastępują pola o tej samej nazwie.
  • Zagnieżdżone obiekty są scalane rekurencyjnie; nadpisanie jednego pola podrzędnego nie usuwa pól równorzędnych.
  • Pole o wartości null jest usuwane z ostatecznej treści żądania.
  • Liczby, ciągi znaków, wartości logiczne i tablice bezpośrednio zastępują wartość o tej samej nazwie.

Przykład dodania parametrów specyficznych dla dostawcy:

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

Użyj null, aby usunąć pole, które aplikacja w przeciwnym razie by wysłała:

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

Nadpisanie treści jest stosowane po parametrach modelu i parametrach rozumowania. Dlatego wartości w body mają pierwszeństwo przed parametrami wspólnymi i mapowaniami rozumowania. Błędne nadpisanie może sprawić, że żądanie nie będzie zgodne z wymaganiami dostawcy.

Nadpisanie żądania może pochodzić z dwóch poziomów:

  • Nadpisanie na poziomie dostawcy: domyślne nadpisanie dostawcy, zwykle dostarczane przez katalog dostawców.
  • Nadpisanie na poziomie modelu: nadpisanie dotyczące tylko jednego modelu.

Nadpisania na poziomie modelu mogą mieć następujące stany wartości:

  • null: dziedziczy nadpisanie na poziomie dostawcy.
  • Obiekt różny od null: zastępuje w całości obiekt z poziomu dostawcy; nie jest z nim scalany rekurencyjnie.
  • {}: również obiekt różny od null, oznaczający, że ten model jawnie nie używa nadpisania na poziomie dostawcy.

Jeśli więc nadpisanie na poziomie modelu zmienia tylko jedno pole nadpisania na poziomie dostawcy, musi też zawierać pozostałe pola z poziomu dostawcy, które mają zostać zachowane.

Gdy konfiguracja zostaje utworzona z katalogu dostawców, aplikacja może automatycznie wypełnić nadpisanie żądania. Dopóki nie zmienisz go ręcznie, konfiguracja nadal śledzi aktualizacje wartości domyślnych z katalogu.

Po ręcznej edycji nadpisania żądania aplikacja oznacza je jako zawartość niestandardową i przy otwieraniu strony ustawień nie zastępuje już twoich danych wartościami domyślnymi z katalogu. Kliknij Przywróć domyślne, aby ponownie użyć nadpisania dostarczonego przez katalog.

  • Zawartość headers, query i body musi być prawidłowymi obiektami JSON.
  • headers i query przyjmują płaskie wartości będące ciągami znaków lub null; nie umieszczaj w nich zagnieżdżonych obiektów.
  • Tylko body obsługuje zagnieżdżone obiekty i scalanie rekurencyjne.
  • Preferuj wartości dostarczane automatycznie przez katalog dostawców.
  • Jeśli nie wiesz, czy dostawca obsługuje dane pole, najpierw sprawdź jego dokumentację API.
  • Przetestuj zapisaną konfigurację na jednym obrazie, zanim uruchomisz ją dla całego tomu.