Parametry zapytania

LibreChat umożliwia skonfigurowanie konwersacji na czacie bezpośrednio z poziomu adresu URL. Dodaj parametry zapytania do ścieżki czatu, aby wybrać endpoint i model, wstępnie wypełnić pole wprowadzania tekstu lub nadpisać ustawienia konwersacji przed załadowaniem czatu.

Ścieżki czatu

Parametry zapytania muszą być zgodne z poprawną ścieżką czatu:

• Nowe konwersacje: /c/new?
• Istniejące konwersacje: /c/[conversation-id]? (gdzie conversation-id to istniejący identyfikator)

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

Podstawowe użycie

Parametry endpoint oraz model obejmują większość przypadków. Ustaw oba, aby uzyskać przewidywalne wyniki:

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

Wybór endpoint

Użyj endpoint samodzielnie, aby przełączać się między endpointami bez podawania nazwy modelu:

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

Gdy ustawiony jest tylko endpoint, LibreChat powraca do ostatniego modelu wybranego dla tego endpointu (z localStorage). Jeśli nie ma poprzedniego wyboru, używany jest pierwszy model z listy danego endpointu.

Wartość endpoint musi być jedną z następujących:

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

W przypadku custom endpoint użyj jego skonfigurowanej nazwy jako wartości (wielkość liter nie ma znaczenia):

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

Wybór modelu

Użyj model samodzielnie, aby przełączać modele w ramach bieżącego endpoint:

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

Gdy ustawiony jest tylko model, LibreChat stosuje go tylko wtedy, gdy model istnieje w bieżącym endpoint. Bieżący endpoint to endpoint domyślny lub ostatnio wybrany.

Prompt

Parametr prompt wstępnie wypełnia pole wprowadzania czatu:

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

q to zamienny skrót dla prompt:

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

Połącz to z innymi parametrami:

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

Automatyczne przesyłanie

Dodaj submit=true, aby wysłać prompt automatycznie, bez ręcznego potwierdzenia:

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

Jest to przydatne w przypadku zautomatyzowanych przepływów pracy (Raycast, Alfred, Automator) oraz integracji zewnętrznych. Połącz to z pozostałymi parametrami, aby w pełni oskryptować uruchomienie:

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

Kodowanie URL

Znaki specjalne w wartościach zapytań muszą być zakodowane jako URL. Typowe zamienniki:

Na przykład:

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

Wbudowana w JavaScript funkcja encodeURIComponent() zajmuje się kodowaniem za Ciebie:

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

Uruchom to w konsoli przeglądarki (Ctrl+Shift+I), aby zobaczyć zakodowany URL.

Specyfikacje, Agenci i Asystenci

Model Specs

Wybierz model spec według nazwy:

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

To wczytuje każde ustawienie zdefiniowane przez specyfikację. Inne parametry modelu w adresie URL są ignorowane, gdy spec jest obecny.

Agenci

Wczytaj agenta po ID bez podawania nazwy endpoint:

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

To automatycznie ustawia endpoint na agents.

Asystenci

Załaduj asystenta według ID w ten sam sposób:

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

To ustawia endpoint automatycznie na assistants.

Obsługiwane parametry

Ustawienia LibreChat

Parametry modelu

Obsługiwane parametry modelu różnią się w zależności od endpoint. Wartości muszą być poprawne zgodnie z API dostawcy.

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

W przypadku endpointów Google ustaw url_context=true, aby umożliwić obsługiwanym modelom tekstowym Gemini odczytywanie adresów URL zawartych w wiadomości użytkownika. Adresy URL YouTube są obsługiwane przy użyciu natywnego rozumienia wideo, gdy włączona jest funkcja URL Context.

Anthropic, Bedrock (modele Anthropic), niestandardowe endpointy OpenRouter:

Ustaw promptCache na true lub false, aby włączyć lub wyłączyć buforowanie promptów (prompt caching). Ustaw promptCacheTtl na 5m lub 1h, aby wybrać czas życia pamięci podręcznej, gdy buforowanie promptów jest włączone:

promptCache
promptCacheTtl=1h

Szczegółowe informacje znajdują się w dokumentacji prompt caching Anthropic oraz dokumentacji prompt caching Bedrock.

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

Asystenci / Asystenci Azure:

# 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

Większość tych parametrów jest współdzielona z polami ustawień wstępnych Model Specs; zapoznaj się z nimi, aby uzyskać pełną dokumentację.

Przykłady

Wiele parametrów w jednym URL:

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

Ładowanie Model Specs z promptem:

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

Podczas korzystania z spec, inne parametry modelu są ignorowane na rzecz konfiguracji specyfikacji.

Walidacja

Wszystkie parametry są sprawdzane pod kątem zgodności ze schematem LibreChat przed ich zastosowaniem. Nieprawidłowe parametry i wartości są ignorowane; poprawne ustawienia są stosowane do konwersacji.

Najlepsze praktyki

1. Ustaw zarówno endpoint, jak i model, gdy tylko jest to możliwe.
2. Upewnij się, że endpoint obsługuje każdy przekazywany parametr.
3. Utrzymuj wartości w granicach limitów dostawcy.
4. Przetestuj kombinacje parametrów przed udostępnieniem adresów URL.

Parametry zapytania ułatwiają udostępnianie określonych konfiguracji konwersacji, dodawanie do zakładek różnych ustawień czatu oraz automatyzację uruchamiania czatu z zewnętrznych narzędzi.