供应商与模型
日常用 Memoh，多半要配好：
- 一个或多个 供应商（怎么连上游 API）
- 其下的 模型
- 若要朗读，再配 语音合成（见 TTS）
- 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。
供应商基础
供应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。
新建供应商
供应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。供应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，仍可以建全自定义供应商。
常用字段：
| 字段 | 说明 |
|---|---|
| Name | 展示名，如 OpenAI。 |
| Client Type | 本供应商用的协议。 |
| 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 TTS 提供方，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 的供应商
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：
- 先建好并保存供应商——授权入口只在已保存供应商的详情面板里。
- 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。
连上后供应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 一样是供应商级的一份。老部署升级后要把 Copilot 供应商重新授权一次。
托管模型目录
两个 OAuth 供应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
建完供应商后可以导入或手加模型。常见：选中供应商 → Import Models（若上游有目录）→ 勾要保存的。已知上游 id 时也可手填。
模型启用开关
供应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（机器人设置、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 TTS，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
机器人上可单挂 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
给语义索引用。必填如 Dimensions（向量维数，如 1536）。和记忆或其它向量检索能力绑在一起用。
语音合成与转写模型
语音合成在 TTS 提供方 配，不跟普通 chat 供应商混流。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
对多数机器人，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。