Paramètres de requête

LibreChat peut configurer une conversation de chat directement depuis l'URL. Ajoutez des paramètres de requête à un chemin de chat pour choisir l'endpoint et le modèle, pré-remplir l'entrée ou remplacer les paramètres de conversation avant le chargement du chat.

Chemins de discussion

Les paramètres de requête doivent suivre un chemin de chat valide :

• Nouvelles conversations : /c/new?
• Conversations existantes : /c/[conversation-id]? (où conversation-id est un identifiant existant)

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

Utilisation de base

Les paramètres endpoint et model couvrent la plupart des cas. Définissez les deux pour des résultats prévisibles :

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

Sélection de l'endpoint

Utilisez endpoint seul pour changer d'endpoint sans nommer de modèle :

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

Lorsque seul endpoint est défini, LibreChat utilise par défaut le dernier modèle sélectionné pour cet endpoint (à partir du localStorage). S'il n'y a aucune sélection précédente, il utilise le premier modèle de la liste de l'endpoint.

La valeur endpoint doit être l'une des suivantes :

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

Pour un custom endpoint, utilisez son nom configuré comme valeur (insensible à la casse) :

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

Sélection du modèle

Utilisez model seul pour changer de modèle au sein de l'endpoint actuel :

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

Lorsque seul model est défini, LibreChat ne l'applique que si le modèle existe dans l'endpoint actuel. L'endpoint actuel est l'endpoint par défaut ou le dernier sélectionné.

Prompt

Le paramètre prompt pré-remplit la saisie du chat :

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

q est un raccourci interchangeable pour prompt :

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

Combinez-le avec d'autres paramètres :

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

Soumission automatique

Ajoutez submit=true pour envoyer le prompt automatiquement, sans confirmation manuelle :

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

Ceci est utile pour les flux de travail automatisés (Raycast, Alfred, Automator) et les intégrations externes. Combinez-le avec les autres paramètres pour un lancement entièrement scripté :

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

Encodage d'URL

Les caractères spéciaux dans les valeurs de requête doivent être encodés en URL. Substitutions courantes :

Par exemple :

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

La fonction intégrée encodeURIComponent() de JavaScript gère l'encodage pour vous :

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

Exécutez ceci dans la console de votre navigateur (Ctrl+Shift+I) pour voir l'URL encodée.

Specs, Agents, et Assistants

Model Specs

Sélectionnez un model spec par nom :

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

Cela charge tous les paramètres définis par la spec. Les autres paramètres de modèle dans l'URL sont ignorés lorsque spec est présent.

Agents

Charger un agent par ID sans nommer d'endpoint :

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

Ceci définit automatiquement l'endpoint sur agents.

Assistants

Chargez un assistant par ID de la même manière :

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

Cela définit automatiquement l'endpoint sur assistants.

Paramètres pris en charge

Paramètres de LibreChat

Paramètres du modèle

Les paramètres de modèle pris en charge varient selon l'endpoint. Les valeurs doivent être valides conformément à l'API du fournisseur.

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, url_context

Pour les endpoint Google, définissez url_context=true pour permettre aux modèles de texte Gemini pris en charge de lire les URL incluses dans le message de l'utilisateur. Les URL YouTube sont traitées avec une compréhension vidéo native lorsque URL Context est activé.

Anthropic, Bedrock (modèles Anthropic), points de terminaison personnalisés OpenRouter :

Définissez promptCache sur true ou false pour activer ou désactiver la mise en cache des prompts. Définissez promptCacheTtl sur 5m ou 1h pour choisir la durée de vie du cache lorsque la mise en cache des prompts est activée :

promptCache
promptCacheTtl=1h

Consultez la documentation sur la mise en cache des prompts d'Anthropic et la documentation sur la mise en cache des prompts de Bedrock pour plus de détails.

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 plupart de ces paramètres sont partagés avec les Model Spec Preset Fields ; veuillez vous y référer pour la référence complète.

Exemples

Plusieurs paramètres dans une seule URL :

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

Chargement d'un Model Specs avec un prompt :

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

Lors de l'utilisation de spec, les autres paramètres du modèle sont ignorés au profit de la configuration de la spec.

Validation

Tous les paramètres sont validés par rapport au schéma de LibreChat avant d'être appliqués. Les paramètres et valeurs non valides sont ignorés ; les paramètres valides sont appliqués à la conversation.

Meilleures pratiques

1. Définissez à la fois endpoint et model dans la mesure du possible.
2. Confirmez que l'endpoint prend en charge chaque paramètre que vous transmettez.
3. Maintenez les valeurs dans les limites du fournisseur.
4. Testez les combinaisons de paramètres avant de partager les URLs.

Les paramètres de requête facilitent le partage de configurations de conversation spécifiques, la mise en favoris de différentes configurations de chat et l'automatisation du démarrage des chats à partir d'outils externes.