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。
通用 AI 提供了什么能力?
Section titled “通用 AI 提供了什么能力?”- 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
如何选择合适的通用AI模型?
Section titled “如何选择合适的通用AI模型?”- 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。
提取图片摘要
Section titled “提取图片摘要”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
通用AI配置项说明
Section titled “通用AI配置项说明”API URL
Section titled “API URL”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。
API Key
Section titled “API Key”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。
自动重试次数
Section titled “自动重试次数”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:请求头覆盖
Section titled “headers:请求头覆盖”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:URL 查询参数覆盖
Section titled “query:URL 查询参数覆盖”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:请求体覆盖
Section titled “body:请求体覆盖”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。
供应商级与模型级覆盖
Section titled “供应商级与模型级覆盖”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。
目录默认值与手动修改
Section titled “目录默认值与手动修改”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。