模型服务商与模型
日常用 Memoh,多半要配好:
- 一个或多个 模型服务商(怎么连上游 API)
- 其下的 模型
- 若要朗读,再配 语音合成(见 语音合成 设置页)
- 若要把语音转文字,再配 语音转写
聊天与 embedding 在 Models 页管理;语音合成模型在 TTS 流程里单走,语音转写模型在 Transcription 设置页管理。
模型服务商基础
模型服务商里存的是某一类上游的连法,例如:
- 协议(
client_type) - 需要时的 base URL
- API Key 或 OAuth 等凭据
常见有 OpenAI 兼容站、Anthropic、Google、Codex、GitHub Copilot 等。
新建模型服务商
模型服务商现在从模板目录建。模板自带对的 client type、base URL 和一份精选模型清单,通常你只需要填个 API Key。
- 侧栏打开 Models。
- 点 Add Provider,从模板列表挑——只显示你还没配过的,可搜索(中文厂商名也能搜到)。
- 填模板要的凭据。
- 保存。模型服务商和它的预置模型在保存时一起生成。
内置模板包括 OpenAI、Anthropic、Google、OpenRouter、DeepSeek、智谱 AI(bigmodel.cn)、Z.AI、Azure OpenAI、Cerebras、Cloudflare、Fireworks、Perplexity、Together 等。注意智谱 AI(open.bigmodel.cn,国内账号)和 Z.AI(api.z.ai,国际账号)是两个模板、两套 key 体系——按你的 key 是哪边发的来选。
没有合适模板时,仍可以建全自定义模型服务商。
常用字段:
| 字段 | 说明 |
|---|---|
| Name | 展示名,如 OpenAI。 |
| Client Type | 本模型服务商用的协议。 |
| Base URL | 部分协议必填的根地址。 |
| API Key | 走密钥时填。 |
客户端类型
| Client Type | 常见用途 |
|---|---|
openai-responses | OpenAI Responses 风格 |
openai-completions | Chat Completions 兼容 |
anthropic-messages | Anthropic Messages |
google-generative-ai | Google Gemini |
openai-codex | Codex / ChatGPT 那套,OAuth |
github-copilot | Copilot,设备码 OAuth |
edge-speech | Edge 朗读 |
openai-speech | OpenAI 兼容语音合成 |
openai-transcription | OpenAI 兼容语音转写 |
openrouter-speech | OpenRouter 语音合成 |
openrouter-transcription | OpenRouter 语音转写 |
elevenlabs-speech | ElevenLabs 语音合成 |
elevenlabs-transcription | ElevenLabs 语音转写 |
deepgram-speech | Deepgram 语音合成 |
deepgram-transcription | Deepgram 语音转写 |
minimax-speech | MiniMax 语音合成 |
volcengine-speech | 火山引擎语音合成 |
alibabacloud-speech | 阿里云语音合成 |
microsoft-speech | Microsoft 语音合成 |
google-transcription | Google 语音转写 |
语音合成与语音转写类型不能当主聊天用。语音合成走 语音合成 设置页,语音转写走 Transcription 设置页。具体模型、音色和语言取决于 provider 模板与上游账号。
走 OAuth 的模型服务商
多数类型用普通 API Key。openai-codex 和 github-copilot 例外——两个都走设备码授权,同一套流程,都没有 API Key 输入框:
- 先建好并保存模型服务商——授权入口只在已保存模型服务商的详情面板里。
- Account 区点 Connect,界面给出验证 URL、一次性用户码和过期倒计时。
- 点 Copy & Open,去验证页输码,Memoh 自动完成收尾。
一次性码只在显示的官方验证 URL 上输——设备码可能被用于钓鱼。
连上后模型服务商上会显示当前账号,Revoke 断开。
OpenAI Codex
- 类型
openai-codex,模板指向https://chatgpt.com/backend-api - 用 ChatGPT 账号登录
偏写代码、走 Codex 那套时合适。
GitHub Copilot
- 类型
github-copilot - 用 GitHub 账号登录
你本来就有 Copilot 时,可复用进 Memoh。
升级提醒
Copilot 凭据以前按用户存,现在和 Codex 一样是模型服务商级的一份。老部署升级后要把 Copilot 模型服务商重新授权一次。
托管模型目录
两个 OAuth 模型服务商的模型列表都是托管目录,从上游实时拉取(Codex 干脆没有静态清单,永远反映你 ChatGPT 账号实际能用什么):
- 设备授权完成后目录自动同步,之后也可以随时重新导入。
- 上游目录里消失的模型标记为不可用,不会被删。
- 重复导入是增量合并:补上新发现的能力,不覆盖你自己的模型配置。
导入模型
建完模型服务商后,可以在它下面导入或手动添加模型。
典型流程:
- 选中模型服务商。
- 若它能给出模型目录,点 Import Models。
- 勾选要存进 Memoh 的模型。
已知上游模型 ID 时,也可以手动添加。
模型启用开关
模型服务商详情页里每个模型一行,各带启用开关。禁用的模型仍留在这页方便再开,但会从所有模型选择器(Bot 设置、聊天、embedding 等)里消失。
默认值看模型怎么来的:
- 手动添加的模型默认启用。
- 批量导入的模型默认禁用——导一大目录不至于把每个选择器刷爆,要用哪个自己开哪个。
模型类型
| 类型 | 用途 |
|---|---|
chat | 对话、工具、推理、文生图等 |
embedding | 向量化、记忆检索 |
speech | 朗读,挂在 TTS |
transcription | 语音转文字,挂在 Transcription |
Models 页主要管 chat / embedding;speech 在 语音合成 设置页,transcription 在 Transcription 设置页。
聊天模型上要注意的项
| 字段 | 说明 |
|---|---|
| Model ID | 上游真实 id,如 gpt-4o。 |
| Name | 界面展示名。 |
| Description | 可选说明文字,模型列表里悬停可见,选择器里还能按它搜。 |
| Compatibilities | 如 vision、tool-call、image-output、reasoning。 |
| Context Window | 粗算上下文上限。 |
兼容性
| 标记 | 含义 |
|---|---|
vision | 能吃图 |
tool-call | 能调工具 |
image-output | 能出图 |
reasoning | 有显式推理/档位 |
有推理时可能还带 reasoning_efforts:none、low…xhigh 等。
context_window
Memoh 用来:
- 在网页上算当前会话占了多少上下文
- 驱动
/status等 - 判断是否逼近上限
- 决定何时需要 会话上下文压缩
不填也能用,但百分比会没法精确给。
文生图模型
Bot 上可单挂 Image Generation Model,须是带 image-output 的 chat 模型。需要时与默认聊天模型分开。
Embedding 模型
Embedding 模型用于语义索引与检索。
必填字段:
| 字段 | 说明 |
|---|---|
| Dimensions | embedding 输出的向量维数,如 1536。 |
配合记忆提供方,或任何依赖向量检索的能力使用。
语音合成与转写模型
语音合成在 语音合成 设置页 配,不跟普通 chat 模型服务商混流。当前语音合成类别包括:
- Edge:
edge-speech - OpenAI 兼容:
openai-speech - OpenRouter:
openrouter-speech - ElevenLabs:
elevenlabs-speech - Deepgram:
deepgram-speech - MiniMax:
minimax-speech - 火山引擎:
volcengine-speech - 阿里云:
alibabacloud-speech - Microsoft:
microsoft-speech
语音转写在 Transcription 设置页配。当前语音转写类别包括:
- OpenAI 兼容:
openai-transcription - OpenRouter:
openrouter-transcription - ElevenLabs:
elevenlabs-transcription - Deepgram:
deepgram-transcription - Google:
google-transcription
音频模型有 provider 专属的音色、格式、语速、音高、语言和识别设置,和 chat/embedding 不是一路设置。
怎么记省事
对多数 Bot,可以分几条线想:
- Chat:日常说人话
- Embedding:记忆
- Speech / Transcription / 生图模型:边能力
不必强行一模型全包。
接下来
- 给 Bot 绑聊天、生图、记忆、朗读等:Bot
- 配语音提供方与语音模型:语音合成 设置页
- 配语音转文字:打开客户端的 Transcription 设置页