Parámetros de consulta

Aprende a configurar conversaciones de chat usando parámetros de consulta de URL en LibreChat. Establece modelos, endpoint y configuraciones de conversación de forma dinámica.

LibreChat puede configurar una conversación de chat directamente desde la URL. Añade parámetros de consulta a una ruta de chat para elegir el endpoint y el modelo, rellenar previamente la entrada o anular la configuración de la conversación antes de que se cargue el chat.

Rutas de chat

Los parámetros de consulta deben seguir una ruta de chat válida:

Nuevas conversaciones: /c/new?
Conversaciones existentes: /c/[conversation-id]? (donde conversation-id es una existente)

https://your-domain.com/c/new?endpoint=ollama&model=llama3%3Alatest
https://your-domain.com/c/03debefd-6a50-438a-904d-1a806f82aad4?endpoint=openAI&model=o1-mini

Uso básico

Los parámetros endpoint y model cubren la mayoría de los casos. Configura ambos para obtener resultados predecibles:

https://your-domain.com/c/new?endpoint=azureOpenAI&model=o1-mini

Selección de endpoint

Utilice endpoint por sí solo para cambiar de endpoint sin especificar un modelo:

https://your-domain.com/c/new?endpoint=google

Cuando solo se configura endpoint, LibreChat recurre al último modelo seleccionado para ese endpoint (desde localStorage). Si no hay una selección previa, utiliza el primer modelo en la lista del endpoint.

El valor de endpoint debe ser uno de los siguientes:

openAI, azureOpenAI, google, anthropic, assistants, azureAssistants, bedrock, agents

Para un custom endpoint, utilice su nombre configurado como valor (sin distinguir entre mayúsculas y minúsculas):

# endpoint=perplexity for a custom endpoint named `Perplexity`
https://your-domain.com/c/new?endpoint=perplexity&model=llama-3.1-sonar-small-128k-online

Selección de modelos

Usa model por sí solo para cambiar de modelo dentro del endpoint actual:

https://your-domain.com/c/new?model=gpt-4o

Cuando solo se configura model, LibreChat lo aplica únicamente si el modelo existe en el endpoint actual. El endpoint actual es el endpoint predeterminado o el último seleccionado.

Prompt

El parámetro prompt prellena la entrada de chat:

https://your-domain.com/c/new?prompt=Explain quantum computing

q es una abreviatura intercambiable para prompt:

https://your-domain.com/c/new?q=Explain quantum computing

Combínalo con otros parámetros:

https://your-domain.com/c/new?endpoint=anthropic&model=claude-3-5-sonnet-20241022&prompt=Explain quantum computing

Envío automático

Agregue submit=true para enviar el prompt automáticamente, sin confirmación manual:

https://your-domain.com/c/new?prompt=Explain quantum computing&submit=true

Esto es útil para flujos de trabajo automatizados (Raycast, Alfred, Automator) e integraciones externas. Combínalo con los otros parámetros para un inicio totalmente programado:

https://your-domain.com/c/new?endpoint=openAI&model=gpt-4&prompt=Explain quantum computing&submit=true

Codificación de URL

Los caracteres especiales en los valores de consulta deben estar codificados en URL. Sustituciones comunes:

Carácter	Codificado
`:`	`%3A`
`/`	`%2F`
`?`	`%3F`
`#`	`%23`
`&`	`%26`
`=`	`%3D`
`+`	`%2B`
Espacio	`%20` (o `+`)

Por ejemplo:

Original: `Write a function: def hello()`
Encoded: `/c/new?prompt=Write%20a%20function%3A%20def%20hello()`

La función encodeURIComponent() integrada de JavaScript maneja la codificación por ti:

const prompt = "Write a function: def hello()";
const encodedPrompt = encodeURIComponent(prompt);
const url = `/c/new?prompt=${encodedPrompt}`;
console.log(url);

Ejecute esto en la consola de su navegador (Ctrl+Shift+I) para ver la URL codificada.

Specs, Agents, and Assistants

Model Specs

Seleccione un model spec por nombre:

https://your-domain.com/c/new?spec=meeting-notes-gpt4

Esto carga cada configuración definida por la spec. Otros parámetros de modelo en la URL son ignorados cuando spec está presente.

Agentes

Cargar un agente por ID sin nombrar un endpoint:

https://your-domain.com/c/new?agent_id=your-agent-id

Esto establece el endpoint a agents automáticamente.

Assistants

Cargue un asistente por ID de la misma manera:

https://your-domain.com/c/new?assistant_id=your-assistant-id

Esto establece el endpoint a assistants automáticamente.

Parámetros admitidos

Configuración de LibreChat

Parámetro	Descripción
`maxContextTokens`	Sobrescribe la ventana de contexto definida por el sistema.
`resendFiles`	Controla el reenvío de archivos en mensajes subsiguientes.
`promptPrefix`	Establece instrucciones personalizadas / mensaje del sistema.
`imageDetail`	Calidad de imagen: `low`, `auto` o `high`. Se aplica solo a OpenAI, endpoints personalizados tipo OpenAI y Azure OpenAI (el valor predeterminado es `auto`).
`spec`	Selecciona un model spec por su nombre exacto. Cuando se establece, se ignoran otros parámetros del modelo en favor de la especificación. Si las especificaciones están configuradas con `enforce: true`, este parámetro puede ser necesario para que los parámetros de consulta de la URL funcionen.
`fileTokenLimit`	Límite máximo de tokens para el procesamiento de archivos, para controlar el costo y el uso de recursos. El valor de la solicitud sobrescribe el valor predeterminado de YAML.

Parámetros del modelo

Los parámetros de modelo admitidos varían según el endpoint. Los valores deben ser válidos de acuerdo con la API del proveedor.

OpenAI, Custom, Azure OpenAI:

temperature, presence_penalty, frequency_penalty, stop, top_p, max_tokens,
reasoning_effort, reasoning_summary, verbosity, useResponsesApi, web_search, disableStreaming

Google, Anthropic:

topP, topK, maxOutputTokens, thinking, thinkingBudget, thinkingLevel, web_search

Anthropic, Bedrock (modelos de Anthropic):

Establezca promptCache en true o false para activar o desactivar el almacenamiento en caché de prompts:

promptCache

Consulta la documentación de almacenamiento en caché de prompts de Anthropic y la documentación de almacenamiento en caché de prompts de Bedrock para obtener más detalles.

Bedrock:

# Bedrock region
region=us-west-2
# Bedrock equivalent of `max_tokens`
maxTokens=200
# Bedrock reasoning effort (for supported models like ZAI, MoonshotAI)
reasoning_effort=medium

Assistants / Azure Assistants:

# Overrides existing assistant instructions for the current run
instructions=your+instructions

# Adds the current date and time to `additional_instructions` for each run
append_current_datetime=true

La mayoría de estos parámetros se comparten con Model Spec Preset Fields; consulte allí para obtener la referencia completa.

Ejemplos

Múltiples parámetros en una sola URL:

https://your-domain.com/c/new?endpoint=google&model=gemini-2.0-flash-exp&temperature=0.7&prompt=Oh hi mark

Cargando un Model Specs con un prompt:

https://your-domain.com/c/new?spec=meeting-notes-gpt4&prompt=Here%20is%20the%20transcript...

Al usar spec, otros parámetros del modelo se ignoran en favor de la configuración de la especificación.

Validación

Todos los parámetros son validados contra el esquema de LibreChat antes de ser aplicados. Los parámetros y valores no válidos son ignorados; los ajustes válidos se aplican a la conversación.

Utilice los parámetros de consulta con cuidado

El uso indebido o exceder los límites del proveedor puede producir errores de API.
Si recibes un error de solicitud incorrecta (bad request), restablece la conversación haciendo clic en New Chat.
Un parámetro no tiene efecto si el endpoint seleccionado no lo admite.

Mejores prácticas

Establezca tanto endpoint como model siempre que sea posible.
Confirme que el endpoint admite cada parámetro que usted pase.
Mantén los valores dentro de los límites del proveedor.
Prueba las combinaciones de parámetros antes de compartir las URLs.

Los parámetros de consulta facilitan compartir configuraciones de conversación específicas, marcar diferentes configuraciones de chat y automatizar el inicio de chats desde herramientas externas.