服務設定:通用 AI
本頁是寫給中高階使用者與開發者的參考資料,在手動設定其他第三方服務時可能會派上用場。
通用 AI 提供哪些能力?
Section titled “通用 AI 提供哪些能力?”通用 AI 用於:
- 擷取文字
- 擷取圖片摘要
- 翻譯
偵測文字區塊不屬於通用 AI,需要使用專用的文字區塊偵測服務。
如何選擇合適的通用 AI 模型
Section titled “如何選擇合適的通用 AI 模型”- 擷取文字與擷取圖片摘要需要視覺能力。
- 翻譯方面,請優先選擇語言品質穩定且上下文長度足夠的模型。
- 留意模型的 token 費用。可以先用一小批內容進行測試。
- 若要降低費用,請使用本機模型。
擷取文字與擷取圖片摘要
Section titled “擷取文字與擷取圖片摘要”這兩項任務都需要具備視覺能力的模型。在產品用語中,這類模型通常稱為多模態模型或視覺語言模型(VLM)。
主流的視覺模型普遍表現良好,特別是在處理不規則文字、對話框外的文字以及特效字(SFX)時。它們也能在一定程度上過濾掉日文的振假名。
因此,即使偵測文字區塊模型已經回傳了文字,再用視覺語言模型處理一次仍可能有幫助,不過改善幅度可能有限。
推理對文字擷取沒有幫助。一般來說,最好停用推理,以節省 token 與時間。
擷取圖片摘要
Section titled “擷取圖片摘要”準確的圖片摘要能描述場景與氛圍,進而提升翻譯品質。然而,能力較弱的模型可能會憑空捏造細節(幻覺),誤導翻譯。請謹慎選擇能力足夠的模型。
模型參考:
gpt-6-sol (high)及以上等級的模型表現非常好。- OpenRouter:
google/gemma-4-31b-it— 普通。快速入門指南之所以使用它,是因為它成本低且擷取文字表現不錯,而不是因為它最適合產生圖片摘要。 mimo-v2.6-flash— 普通。glm-5.3-flash與deepseek-v4.1-flash— 容易產生嚴重幻覺,不建議用於這項任務。
推理對這項任務影響很大,請盡可能使用較高的推理等級。通用 AI 模型理解漫畫的能力可能會隨著時間進步。
翻譯方面,請優先考慮語言品質的穩定性與足夠的上下文長度。模型參考:
- DeepSeek 官方:
deepseek-v4-flash,推理強度設為高。速度快,效果好。 - 智譜:
glm-5.3-flash,推理強度設為最高。準確度相對較高。 - 小米 Mimo:
mimo-v2.6-flash,推理強度設為最高。稍遜於上述兩者,但仍堪用。
通用 AI 設定欄位
Section titled “通用 AI 設定欄位”API URL
Section titled “API URL”接收請求的端點。預設組合通常已經提供。使用 Ollama 或其他相容的本機服務時,請修改此欄位。
API Key
Section titled “API Key”由供應商核發的金鑰。本機服務可以留空。金鑰會儲存在裝置的安全儲存區中,刪除對應的服務設定時也會一併移除。
傳送給供應商的確切模型名稱,必須與該供應商支援的模型相符。自訂的顯示名稱不會改變請求中傳送的識別碼。
能力決定了哪些自動化操作可以使用該模型。
請勿將不支援影像輸入的模型標記為具備擷取文字或擷取圖片摘要能力。錯誤的能力宣告可能會讓某個操作可以執行,但其請求最終卻失敗。
同時執行的請求數量。數值越高通常速度越快,但也越容易觸發速率限制,並使用更多記憶體。0 表示不限制。如果不確定,請保留預設值。
在一個時間區間內最多可以發起的請求數量。這與並行數不同:並行數限制的是同時進行的工作,而速率限制的是一段時間內可以發起多少請求。0 表示停用此限制。
連續發起請求之間的最短延遲,單位為秒。當供應商限制請求流量時,請調高此值。
請求失敗後的重試次數。0 表示停用自動重試。重試可能會產生供應商費用;如果錯誤原因是 API Key 無效或模型不存在,增加重試次數通常沒有幫助。
溫度、token 上限、Top P 等參數會直接影響傳送給模型的請求。留空即使用供應商或模型的預設值。除非你確定供應商支援該參數,否則請勿填寫。
請求覆寫(requestOverride)用來處理供應商與標準 OpenAI 相容請求格式之間的差異。它可以修改請求標頭、URL 查詢參數與請求本文,而不需要更改應用程式的一般請求邏輯。
請求覆寫必須是 JSON 物件:
{ "headers": {}, "query": {}, "body": {}}請保留全部三個欄位。不需要覆寫的部分,請使用空物件 {}。
headers 與 query 支援 {{API_KEY}} 預留位置。在傳送請求之前,它會被替換為目前設定中的 API Key。請勿將真實的 API Key 直接寫在請求覆寫中,或提交到文件或程式碼儲存庫。
headers:請求標頭覆寫
Section titled “headers:請求標頭覆寫”headers 是扁平的 JSON 物件。鍵為標頭名稱,值必須是字串或 null:
- 字串會新增或取代標頭。
null會從應用程式的預設標頭中移除對應的欄位。
例如,新增供應商要求的標頭:
{ "headers": { "X-Provider-Version": "2026-01" }, "query": {}, "body": {}}query:URL 查詢參數覆寫
Section titled “query:URL 查詢參數覆寫”query 也是扁平物件,用來修改 API URL 後方的查詢參數:
- 字串會新增或取代查詢參數。
null會移除查詢參數。
例如,有些供應商要求將 API Key 放在 key 查詢參數中:
{ "headers": {}, "query": { "key": "{{API_KEY}}" }, "body": {}}請求覆寫可以修改查詢參數,但無法修改 HTTP 方法或 API 路徑。
body:請求本文覆寫
Section titled “body:請求本文覆寫”body 是對請求本文的局部修補,而不是完整的請求本文。應用程式會先建立通用的請求參數,再將這些內容合併進去:
- 一般欄位會新增或取代同名欄位。
- 巢狀物件會遞迴合併;覆寫其中一個子欄位不會移除其同層的其他欄位。
- 值為
null的欄位會從最終的請求本文中移除。 - 數字、字串、布林值與陣列會直接取代同名的值。
例如,新增供應商專屬的參數:
{ "headers": {}, "query": {}, "body": { "response_format": { "type": "json_object" }, "vendor_option": "value" }}使用 null 移除應用程式原本會傳送的欄位:
{ "headers": {}, "query": {}, "body": { "reasoning": null, "reasoning_effort": null }}本文覆寫會在模型參數與推理參數之後套用。因此,body 中的值優先於通用參數與推理對應設定。錯誤的覆寫可能導致請求與供應商不相容。
供應商層級與模型層級覆寫
Section titled “供應商層級與模型層級覆寫”請求覆寫可以來自兩個層級:
- 供應商層級覆寫:供應商的預設覆寫,通常由供應商目錄提供。
- 模型層級覆寫:只套用於單一模型的覆寫。
模型層級覆寫依值的狀態而定:
null:繼承供應商層級覆寫。- 非
null的物件:整體取代供應商層級的物件,不會與供應商層級物件進行深度合併。 {}:同樣是非null的物件,表示此模型明確不使用任何供應商層級覆寫。
因此,如果模型層級覆寫只想變更供應商層級覆寫中的某一個欄位,也必須一併寫入其他需要保留的供應商層級欄位。
目錄預設值與手動編輯
Section titled “目錄預設值與手動編輯”從供應商目錄建立設定時,應用程式可能會自動填入請求覆寫。在你手動編輯之前,該設定會持續跟隨目錄預設值的更新。
手動編輯請求覆寫後,應用程式會將其標記為自訂內容,之後開啟設定頁面時,不會再以目錄預設值取代你的輸入。選擇還原預設值即可重新使用目錄提供的覆寫。
儲存前的檢查
Section titled “儲存前的檢查”headers、query與body的內容必須是有效的 JSON 物件。headers與query使用扁平的字串或null值,請勿在其中寫入巢狀物件。- 只有
body支援巢狀物件與深度合併。 - 優先使用供應商目錄自動提供的值。
- 如果不確定供應商是否支援某個欄位,請先查閱其 API 文件。
- 在處理整卷內容之前,先用一張圖片測試儲存後的設定。