跳转到内容

服务配置:通用 AI

本文档供中、高阶用户及开发者作为参考,如果你想手动配置其他第三方服务,可能会用到。

  • 提取文字
  • 提取图片摘要
  • 翻译

检测文本块不属于通用 AI,需要专用的文本块检测服务

  • 提取文字、提取图片摘要需要视觉能力,AI模型产品上一般叫 「多模态模型」 、 「视觉大模型(VLM)」 。
  • 翻译优先选择语言能力稳定、上下文长度足够的模型
  • 需要关注模型 Token 费用,您可以先少量运行进行测试
  • 想减少费用时,可以用本地模型

主流的支持视觉的模型都有不错的效果,尤其是不规整文字、框外字以及特殊效果字(SFX),同时也可以一定程度的排除日文注音。

所以即便「检测文本块」模型如果顺便把「提取文字」的工作完成了,让视觉大模型再过一遍也是有一定价值的(但不多)。

思考(reasoning) 在这没有任何作用,一般选择 关闭 以节省Token和时间。

正确的提取图片摘要,能提供画面内容、氛围等信息,让翻译质量进一步提升。

但这是一把双刃剑,能力一般的模型提取图片摘要时有比较严重的幻觉,会提供错误的信息,影响后续翻译工作。 请谨慎选择模型,并选用比较强的模型做这项工作。

模型配置参考

  • gpt-6-sol(high)及以上水平的模型,表现很好
  • OpenRouter:google/gemma-4-31b-it,平庸
  • mimo-v2.6-flash:平庸
  • glm-5.3-flash、deepseek-v4.1-flash:幻觉严重,不推荐使用

思考(reasoning) 在这项工作中影响较大,建议尽量拉高。 技术在进步,通用AI模型阅读漫画的能力会慢慢加强。

翻译优先选择语言能力稳定、上下文长度足够的模型,推荐模型:

  • DeepSeek官方:deepseek-v4-flash,思考强度 高,速度快,效果不错
  • 智谱:glm-5.3-flash,思考强度极高,有比较高的正确率
  • 小米 Mimo:mimo-v2.6-flash,思考强度极高,比前面两个略差,效果尚可

请求发送到的 API 地址。供应商预设通常已经填写。使用本地 Ollama 或其他兼容服务时,可以改成对应的地址。

供应商发放的密钥。没有密钥的本地服务可以留空。密钥保存在设备的安全存储中;删除服务配置时,关联密钥也会删除。

发送给供应商的模型名称。必须与供应商实际支持的标识一致。显示名称可以自定义,但不会改变发送的模型标识。

决定模型可以用于哪些自动化操作。

不要给不支持视觉输入的模型勾选提取文字或提取图片摘要。错误的能力声明会让按钮可用,但请求最终失败。

同时进行的请求数量。数值越大通常越快,但更容易触发限流,也会占用更多内存。0 表示不限制;不确定时建议保持预设值。

限制一段时间内最多启动多少个请求。它和并发数不同:并发数限制“同时进行多少个”,速率限制限制“单位时间启动多少个”。0 表示关闭该限制。

连续两个请求启动之间的最小等待时间,单位为秒。供应商限流时可以增加该值。

请求失败后的自动重试次数。0 表示关闭自动重试。重试可能再次产生供应商费用;如果错误是 API Key 无效或模型不存在,增加重试次数通常没有帮助。

温度、最大 Token 数、Top P 等参数 会直接影响发送给模型的请求。留空表示使用供应商或模型默认值。除非你知道供应商支持该参数,否则不要随意填写。

请求覆盖(requestOverride) 用于处理某些供应商与标准 OpenAI 兼容请求之间的差异。它可以在不改变应用通用请求逻辑的情况下,额外修改请求头、URL 查询参数和请求体。

请求覆盖的结构必须是一个 JSON 对象:

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

三个字段都应该保留。没有需要覆盖的部分时,使用空对象 {}。

headers 和 query 支持 {{API_KEY}} 占位符。真正发送请求时,它会被替换成当前配置中的 API Key。不要把真实 API Key 直接写进请求覆盖或提交到文档、仓库中。

headers 是扁平的 JSON 对象。键是请求头名称,值只能是字符串或 null:

  • 字符串:新增或覆盖请求头。
  • null:删除应用默认请求头中的对应字段。

例如,给请求增加供应商要求的请求头:

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

query 也是扁平对象。它会修改 API URL 后面的查询参数:

  • 字符串:新增或覆盖查询参数。
  • null:删除查询参数。

例如,某些供应商要求把 API Key 放在 key 查询参数中:

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

请求覆盖只能修改查询参数,不能修改 HTTP 方法或 API 路径。

body 是请求体的局部补丁,不是完整请求体。应用先生成通用请求参数,再把这里的内容合并进去:

  • 普通字段会新增或覆盖同名字段。
  • 嵌套对象会递归合并,不会因为覆盖一个子字段而丢失同级字段。
  • 值为 null 的字段会从最终请求体中删除。
  • 数字、字符串、布尔值和数组会直接替换同名值。

例如,给请求增加供应商特有参数:

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

如果需要删除应用默认会发送的字段,可以使用 null:

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

请求体覆盖在模型参数和思考参数之后应用。因此,body 中的值会优先于通用参数和推理映射;这也意味着错误的覆盖内容可能使请求不兼容。

请求覆盖可以来自两个层级:

  • 供应商级覆盖:该供应商的默认覆盖,通常由供应商目录提供。
  • 模型级覆盖:只对某个模型生效的覆盖。

模型级覆盖遵循两态规则:

  • null:继承供应商级覆盖。
  • 非 null 对象:整体替代供应商级覆盖,不与供应商级对象深合并。
  • {}:也是非 null 对象,表示这个模型明确不使用任何供应商级覆盖。

因此,如果模型级覆盖只需要修改供应商级覆盖中的一个字段,也必须把模型需要保留的其他字段一起写入模型级对象。

从供应商目录创建配置时,应用可能自动填入请求覆盖。未手动修改时,配置会继续跟随目录中的默认值更新。

用户手动修改请求覆盖后,应用会将它标记为自定义内容,之后不会在打开设置页时用目录默认值覆盖用户输入。使用 还原默认值 可以重新采用目录提供的覆盖。

  • headers、query、body 的内容必须是合法 JSON 对象。
  • headers 和 query 使用扁平的字符串或 null 值,不要写嵌套对象。
  • body 才支持嵌套对象和深度合并。
  • 优先使用供应商目录自动提供的值。
  • 不确定供应商是否支持某个字段时,请先查供应商 API 文档。
  • 保存后用单张测试图片验证请求,不要直接对整卷漫画全部重跑。