BYOK AI: Eigene Modellliste verwalten

Die BYOK-AI-Konfiguration in PandaNpc ermöglicht Ihnen, eigene Anbieter und Modell-IDs zu verwalten. Das Hinzufügen von Einträgen gewährt keinen Modellzugriff und keine Credits; stellen Sie Ihre eigenen Zugangsdaten bereit.

Aktualisiert

PandaNpc ermöglicht es Ihnen, eigene Provider-Verbindungen und Modelleinträge zu verwalten. Bring your own key (BYOK) bedeutet, dass Sie die Anmeldeinformationen bereitstellen, die für den von Ihnen gewählten Dienst erforderlich sind. Ein gespeicherter Modelleintrag beschreibt eine Konfiguration; er kauft, hostet oder autorisiert dieses Modell nicht für Sie.

Nutzen Sie diese Seite, um die Liste zu verstehen, bevor Sie der Konfiguration von API-Schlüssel und Basis-URL folgen.

Provider und Modelleinträge

Ein Provider und ein Modell sind getrennte Datensätze:

Datensatz Was er beschreibt Beispiel
Provider Verbindungsadresse, Protokoll und Authentifizierungseinstellungen Das API-Gateway Ihres Unternehmens
Modell Anzeigename, Upstream-Modell-ID, Provider und optionale Grenzen Ein Modell, das über dieses Gateway verfügbar ist

Ein Provider kann mehrere Modelleinträge haben. Der Anzeigename hilft Ihnen, einen Eintrag zu erkennen. Model Value muss mit der Kennung übereinstimmen, die die Upstream-API akzeptiert; das Ändern des Anzeigenamens ändert nicht das tatsächliche Modell.

Was voreingestellte Einträge bedeuten

Der Konfigurationsbildschirm kann Provider- oder Modelleinträge enthalten, die als Official markiert sind. Dies sind Voreinstellungen, die Ihnen bei der Konfiguration einer Verbindung helfen, kein Versprechen von kostenlosem Zugriff oder enthaltenem Guthaben.

Sie können Anmeldeinformationen für einen voreingestellten Provider konfigurieren oder einen Provider oder ein Modell kopieren, um einen eigenen bearbeitbaren Eintrag zu erstellen. Das Kopieren eines Providers überlässt es Ihnen, dessen Anmeldeinformationen anzugeben. Ein Modell, das in der Liste erscheint, beweist nicht, dass Ihr Konto die Berechtigung hat, es aufzurufen.

Modellliste verwalten

Öffnen Sie Model Configuration und wählen Sie einen Provider aus, um dessen Modelle zu sehen. Fügen Sie ein Modell mit Anzeigename, Model Value, Typ und Provider hinzu. Benutzerdefinierte Einträge können über ihre verfügbaren Aktionen bearbeitet, kopiert, aktiviert oder deaktiviert und gelöscht werden.

Halten Sie Bezeichnungen eindeutig, wenn Sie mehrere Konten oder Endpunkte für dasselbe Modell verwenden. Beispielsweise können ein Arbeits-Gateway und ein persönlicher Provider dieselbe Modell-ID verfügbar machen, dabei jedoch unterschiedliche Anmeldeinformationen und Grenzen verwenden. Ordnen Sie jeden Eintrag dem richtigen Provider zu.

Ein Standardmodell ist eine Konfigurationseinstellung für die Funktionen, die es verwenden. Es ändert nicht automatisch jede bestehende Remote-Agent-Sitzung.

Kontextfenster und Ausgabelänge

Context Window gibt die unterstützte Kontextkapazität des Modells an. Max Tokens gibt eine Ausgabelimitierung an. Verwenden Sie die Grenzen, die für die genaue API und das von Ihnen ausgewählte Modell dokumentiert sind.

Ein leeres Feld bedeutet, dass Sie diesen Wert nicht angegeben haben. Es bedeutet nicht, dass PandaNpc die Upstream-Kapazität verifiziert hat. Standardwerte und die Art und Weise, wie Grenzen angewendet werden, hängen von der verbrauchenden Funktion oder Engine ab. Eine größere Zahl kann nicht erhöhen, was das Upstream-Modell akzeptiert.

Ebenso fügt die Wahl eines Modelltyps dem Modell keine Bildeingabe, Tool-Aufrufe oder andere Fähigkeiten hinzu.

Verfügbarkeit in der Funktion prüfen, die das Modell verwendet

Nach dem Speichern eines Eintrags wählen Sie ihn in der Funktion aus, die diese Konfiguration verwendet, und senden Sie eine kurze Textanfrage. Prüfen Sie, ob der erwartete Provider sie bearbeitet hat. Testen Sie Bilder, Tool-Aufrufe und langen Kontext separat, wenn Sie sie benötigen.

Ein erfolgreiches Speichern beweist, dass die Konfiguration gespeichert wurde. Eine erfolgreiche Textantwort beweist, dass diese bestimmte Anfrage funktioniert hat. Beides beweist keine Kompatibilität mit jeder PandaNpc-Funktion oder jeder Upstream-Fähigkeit.

Authentifizierung, Modellverfügbarkeit, Kontingente und Dienstgrenzen gehören zum konfigurierten Upstream-Dienst. Prüfen Sie dessen aktuelle Einstellungen, anstatt sich auf einen festen Modellkatalog in der Dokumentation zu verlassen.

Remote-Agent-Modelle werden separat konfiguriert

Claude Code und Codex laufen auf dem verbundenen Computer und verwenden ihre Engine- oder Sitzungskonfiguration. Das Aktualisieren dieser Liste ersetzt nicht automatisch das Modell eines laufenden Prozesses. Wählen Sie für Engines oder Aufgaben, die einen PandaNpc-Modelleintrag akzeptieren, diesen über die Konfiguration der jeweiligen Engine aus und überprüfen Sie die resultierende Sitzung.

Siehe den PandaPaw-Host-Leitfaden für die Remote-Ausführung und Konten und Modellkosten für die Trennung zwischen PandaNpc-Mitgliedschaft und Modell-Provider-Nutzung.