Parâmetros de Consulta

O LibreChat pode configurar uma conversa de chat diretamente pela URL. Adicione parâmetros de consulta ao caminho do chat para escolher o endpoint e o modelo, preencher previamente a entrada ou substituir as configurações da conversa antes que o chat seja carregado.

Caminhos de Chat

Os parâmetros de consulta devem seguir um caminho de chat válido:

• Novas conversas: /c/new?
• Conversas existentes: /c/[conversation-id]? (onde conversation-id é uma 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

Os parâmetros endpoint e model cobrem a maioria dos casos. Defina ambos para resultados previsíveis:

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

Seleção de endpoint

Use endpoint por conta própria para alternar entre endpoints sem especificar um modelo:

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

Quando apenas o endpoint é definido, o LibreChat recorre ao último modelo selecionado para esse endpoint (a partir do localStorage). Se não houver uma seleção anterior, ele utiliza o primeiro modelo na lista do endpoint.

O valor de endpoint deve ser um dos seguintes:

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

Para um custom endpoint, use o nome configurado como o valor (insensível a maiúsculas e 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

Seleção de modelo

Use model por conta própria para alternar modelos dentro do endpoint atual:

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

Quando apenas model é definido, o LibreChat o aplica apenas se o modelo existir no endpoint atual. O endpoint atual é o endpoint padrão ou o último selecionado.

Prompt

O parâmetro prompt pré-preenche a entrada do chat:

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

q é uma abreviação intercambiável para prompt:

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

Combine-o com outros parâmetros:

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

Envio automático

Adicione submit=true para enviar o prompt automaticamente, sem confirmação manual:

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

Isso é útil para fluxos de trabalho automatizados (Raycast, Alfred, Automator) e integrações externas. Combine-o com os outros parâmetros para uma inicialização totalmente via script:

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

Codificação de URL

Caracteres especiais em valores de consulta devem ser codificados em URL. Substituições comuns:

Por exemplo:

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

A função encodeURIComponent() nativa do JavaScript lida com a codificação para você:

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

Execute isto no console do seu navegador (Ctrl+Shift+I) para ver a URL codificada.

Specs, Agents, and Assistants

Model specs

Selecione um model spec pelo nome:

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

Isso carrega todas as configurações definidas pela spec. Outros parâmetros de modelo na URL são ignorados quando spec está presente.

Agentes

Carregue um agente por ID sem nomear um endpoint:

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

Isso define o endpoint como agents automaticamente.

Assistants

Carregue um assistente por ID da mesma forma:

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

Isso define o endpoint como assistants automaticamente.

Parâmetros Suportados

Configurações do LibreChat

Parâmetros de modelo

Os parâmetros de modelo suportados variam de acordo com o endpoint. Os valores devem ser válidos de acordo com a API do provedor.

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

Para endpoints do Google, defina url_context=true para permitir que modelos de texto Gemini compatíveis leiam URLs incluídas na mensagem do usuário. URLs do YouTube são processadas com compreensão de vídeo nativa quando o URL Context está ativado.

Anthropic, Bedrock (modelos Anthropic), endpoints personalizados OpenRouter:

Defina promptCache como true ou false para alternar o cache de prompts. Defina promptCacheTtl como 5m ou 1h para escolher o tempo de vida do cache quando o cache de prompts estiver ativado:

promptCache
promptCacheTtl=1h

Consulte a documentação de prompt caching da Anthropic e a documentação de prompt caching do Bedrock para obter detalhes.

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

A maioria desses parâmetros é compartilhada com os Model Spec Preset Fields; consulte-os para obter a referência completa.

Exemplos

Múltiplos parâmetros em uma única URL:

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

Carregando um Model Specs com um prompt:

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

Ao usar spec, outros parâmetros de modelo são ignorados em favor da configuração do spec.

Validação

Todos os parâmetros são validados em relação ao schema do LibreChat antes de serem aplicados. Parâmetros e valores inválidos são ignorados; configurações válidas são aplicadas à conversa.

Melhores Práticas

1. Defina tanto o endpoint quanto o model sempre que possível.
2. Confirme se o endpoint suporta cada parâmetro que você passar.
3. Mantenha os valores dentro dos limites do provedor.
4. Teste combinações de parâmetros antes de compartilhar URLs.

Parâmetros de consulta facilitam o compartilhamento de configurações específicas de conversa, a criação de favoritos para diferentes configurações de chat e a automação da inicialização de chats a partir de ferramentas externas.