OperitAI和大部分可以本地部署的AI工具一样，允许用户自定义模型，配置特定的API，可以接入任何兼容的API供应商，并精细调整模型的各项参数。自定义模型的自由度更高、适用范围更广，但对用户的AI知识、软件理解有一定要求，因此许多新手并不会这一套操作。下面为大家带来详细的配置攻略，教你如何配置自己的AI模型。
一、如何访问
在初始API配置界面点击 【+ 新建】，或进入【设置】→【模型与参数配置】
二、API设置
1、PI端点（Endpoint）
模型的API请求地址，如果输入的是基础URL，系统将自动补全通用路径。如需禁用此功能，请在URL末尾添加 # 号
2、API密钥（(Key）
用户从供应商平台获取的API Key
3、模型名称（Model Name）
指定要使用的具体模型，例如 gpt-4-turbo 或 gemini-1.5-pro-latest。可以点击右侧的列表图标尝试从供应商拉取模型列表
4、API提供商（Provider）
点击后可以选择对应的API服务提供商，这有助于软件更好地适配不同的API规范
三、API供应商预设
OpenAI（GPT系列）
Anthropic（Claude系列）
Google（Gemini系列）
百度（文心一言系列）
阿里云（通义千问系列）
MNN（本地模型）
四、模型参数设置
在配置页面的下半部分，可以对模型的创造性参数和重复控制参数进行微调，以控制AI的输出风格
1、创造性参数
①温度（Temperature）
控制输出的随机性。较低的值使输出更确定和一致，较高的值则更具随机性和创造性
②Top-P采样
一种替代温度采样的方式，模型仅从概率总和达到阈值P的最小词汇集中进行选择
③Top-K采样
模型仅从概率最高的K个词汇中进行选择
2、重复控制参数
①存在惩罚（Presence Penalty）
通过对已出现词汇施加惩罚，来增强模型谈论新主题的倾向。值越高，越鼓励模型引入新概念
②频率惩罚（Frequency Penalty）
通过对已出现词汇的频率施加惩罚，来降低模型逐字重复的可能性。值越高，惩罚越重