Parametri di query

LibreChat può configurare una conversazione in chat direttamente dall'URL. Aggiungi parametri di query a un percorso di chat per scegliere l'endpoint e il modello, precompilare l'input o sovrascrivere le impostazioni della conversazione prima che la chat venga caricata.

Percorsi di chat

I parametri di query devono seguire un percorso di chat valido:

• Nuove conversazioni: /c/new?
• Conversazioni esistenti: /c/[conversation-id]? (dove conversation-id è una conversazione esistente)

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

Utilizzo di base

I parametri endpoint e model coprono la maggior parte dei casi. Impostali entrambi per risultati prevedibili:

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

Selezione dell'endpoint

Usa endpoint da solo per cambiare endpoint senza specificare un modello:

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

Quando è impostato solo endpoint, LibreChat ripiega sull'ultimo modello selezionato per quell'endpoint (da localStorage). Se non c'è una selezione precedente, utilizza il primo modello nell'elenco dell'endpoint.

Il valore endpoint deve essere uno dei seguenti:

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

Per un custom endpoint, utilizza il suo nome configurato come valore (non sensibile alle maiuscole):

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

Selezione del modello

Usa model da solo per cambiare modello all'interno dell'endpoint corrente:

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

Quando è impostato solo model, LibreChat lo applica solo se il modello esiste nell'endpoint corrente. L'endpoint corrente è l'endpoint predefinito o l'ultimo selezionato.

Prompt

Il parametro prompt pre-compila l'input della chat:

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

q è un'abbreviazione intercambiabile per prompt:

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

Combinalo con altri parametri:

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

Invio automatico

Aggiungi submit=true per inviare il prompt automaticamente, senza conferma manuale:

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

Questo è utile per flussi di lavoro automatizzati (Raycast, Alfred, Automator) e integrazioni esterne. Combinalo con gli altri parametri per un avvio completamente tramite script:

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

Codifica URL

I caratteri speciali nei valori delle query devono essere codificati tramite URL. Sostituzioni comuni:

Per esempio:

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

La funzione integrata di JavaScript encodeURIComponent() gestisce la codifica per te:

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

Esegui questo comando nella console del tuo browser (Ctrl+Shift+I) per vedere l'URL codificato.

Specs, Agents e Assistants

Model specs

Seleziona una model spec per nome:

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

Questo carica ogni impostazione definita dalla spec. Altri parametri del modello nell'URL vengono ignorati quando spec è presente.

Agenti

Carica un agente tramite ID senza specificare un endpoint:

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

Questo imposta automaticamente l'endpoint su agents.

Assistants

Carica un assistente tramite ID nello stesso modo:

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

Questo imposta automaticamente l'endpoint su assistants.

Parametri supportati

Impostazioni di LibreChat

Parametri del modello

I parametri del modello supportati variano in base all'endpoint. I valori devono essere validi in conformità con le API del provider.

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

Per gli endpoint Google, imposta url_context=true per consentire ai modelli di testo Gemini supportati di leggere gli URL inclusi nel messaggio dell'utente. Gli URL di YouTube vengono gestiti con la comprensione video nativa quando URL Context è abilitato.

Anthropic, Bedrock (modelli Anthropic), endpoint personalizzati OpenRouter:

Imposta promptCache su true o false per attivare o disattivare la memorizzazione nella cache dei prompt (prompt caching). Imposta promptCacheTtl su 5m o 1h per scegliere la durata della cache quando la memorizzazione dei prompt è abilitata:

promptCache
promptCacheTtl=1h

Consulta la documentazione sul prompt caching di Anthropic e la documentazione sul prompt caching di Bedrock per i dettagli.

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 maggior parte di questi parametri sono condivisi con i Model Spec Preset Fields; fai riferimento a quella sezione per il riferimento completo.

Esempi

Parametri multipli in un unico URL:

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

Caricamento di un Model Specs con un prompt:

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

Quando si utilizza spec, gli altri parametri del modello vengono ignorati a favore della configurazione della spec.

Validazione

Tutti i parametri vengono convalidati rispetto allo schema di LibreChat prima di essere applicati. I parametri e i valori non validi vengono ignorati; le impostazioni valide vengono applicate alla conversazione.

Best Practices

1. Imposta sia endpoint che model quando possibile.
2. Conferma che l'endpoint supporti ogni parametro che passi.
3. Mantieni i valori entro i limiti del provider.
4. Testa le combinazioni di parametri prima di condividere gli URL.

I parametri di query rendono semplice condividere configurazioni di conversazione specifiche, aggiungere ai segnalibri diverse impostazioni di chat e automatizzare l'avvio della chat da strumenti esterni.