本文旨在用最简化的方法使得多数人不明就里也能跟着操作完成在 SiYuan 中的大语言模型(LLM)API 调用。大致操作步骤如下,可以直接跳转感兴趣的部分。
注册基座平台账号,获取 API key
-
笔者在这推荐两个大模型基座网站,国内的 AGICTO 和国外的 Deepbricks。网址如下:
AGICTO: https://agicto.com(官方网址,国内服务器相对稳定但模型价格更高)
或 https://agicto.com/?channel=LmTpBxsl0(笔者的邀新链接,如果你能从这里访问官网,笔者将会获得 3¥ 的免费额度)
Deepbricks: https://deepbricks.ai(国外服务器,小概率抽风不能登录官网,GPT 使用不受影响,更便宜)
在本步骤中,你只需要从上面选择任一个网站进入后注册账号。
-
两个平台获取 API keys 的位置不同,请根据自己选择的平台找到相应的位置。
AGICTO: 右上角个人中心,点击后的首个界面。
Deepbricks: 左侧栏的第一项“API keys”。
如果你看到一串无比复杂且巨长无比的字符,恭喜你拿到了拿到 API keys。请保护好它,如果泄露给他人,你账号内的充值有可能被盗取。
-
如果仍学有余力的你可以浏览下面的内容再决定选择自己更适合哪一个网站。
两者比较 AGICTO Deepbricks 模型价格 有免费的模型,但只能在网站内使用,适合轻度用户;
付费模型价格普遍比 Deepbricks 高一倍,不推荐重度使用。只有付费模型,但相较之下更便宜,适合重度用户。 最低付费 10¥,注册账号后赠送 2¥ 的免费额度 10US(73¥),有0.01的免费额度 网站建设 中文网站,一站式风格,有功能丰富、可扩展的应用中心 全英文网站,管理器风格,相对简陋 模型计费一般以每百万 token(即 1M token)为单位,这其实是一个很大的单位。作为参考,笔者近一个月大约使用 Deepbricks 的 GPT-4o-mini(价格:输入 0.10 /1M,输出 0.40 /1M),提问约 120 次左右,花费 0.01$。
这里有更专业的关于计费的解释:
计费单元 Token:代表常见的字符序列,每个汉字使用的 Token 数目可能是不同的。例如,单个汉字"夔"可能会被分解为若干 Token 的组合,而像"中国"这样短且常见的短语则可能会使用单个 Token。
大致来说,对于一段通常的中文文本,1 个 Token 大约相当于 1.5-2 个汉字。具体每次调用实际产生的 Tokens 数量可以通过调用计算 Token API 来获得。
安装 SiYuan,配置 AI 相关设置
-
官方提供了支持全平台的数种安装方法可供参考,笔者就不再赘述。
-
安装完成之后,在 SiYuan 的左上角或使用快捷键Alt+P打开设置,点击“AI”栏,一切保持默认,我们只修改两个空:
- 模型: 填写你想要调用的模型,如“gpt-4o-mini”、“gpt-4o”、“gpt-3.5-turbo”(不包括双引号)
- API Key: 填写我们刚刚拿到的巨长无比的 API keys
-
返回 SiYuan,我们已经可以调用 API 来使用 GPT 了。我们可以通过以下两种方式来使用它:
- 按/键,在弹出菜单中选择“AI 编写”,把你的问题复制进去,它会输出在 siyuan 的下一个块中。这种方法适合临时对话。
- 打开设置,点击“快捷键”栏,搜索“人工智能”,为它配置一组快捷键。完成后,在 siyuan 中选择你想提问的块(使用鼠标拖拽或Ctrl键或Shift键可以多选),点按上面你为“人工智能”配置的快捷键,在弹出栏中选择“续写”。这种方法适合更普遍的对话。
关于 SiYuan 中的 AI 功能的使用
关于这部分,笔者自己还没有完全清楚,只讲几个自己的发现和经验,希望大家能够在评论区里多多交流。
-
自定义操作: “人工智能”弹出栏中,自定义操作被会放在你选中的块的前方,用法类似于 Prompts(提示词)。自定义操作的名称不影响结果。这里给出几个笔者常用的自定义操作:
- 简短回答 🤓:请你简短回答上面的问题,不要把问题讲的太复杂,不要总结,只在必要或有说明的情况下给出例子。(这个自定义操作的目的是节省输出 token)
- 写作助理 ✒️:作为一名中文写作改进助理,你的任务是改进所提供文本的拼写、语法、清晰、简洁和整体可读性,同时分解长句,减少重复,并提供改进建议。请只提供文本的更正版本,避免包括解释。请从编辑以下文本开始:
更多的自定义操作可以在 Prompts 网站中自行搜索和添加,AGICTO 中也有 Prompts 工程的板块。这里给出两个笔者收集的网址:
-
多轮对话: 在 siyuan 调用 GPT 对话的场景里,只能进行单轮对话。如果想让 GPT 记住你说的上文,可以这样子来进行:在每次请求中,将之前的对话标记后再传入模型。例如,“用户:输入内容”和“助手:回应内容”。
欢迎来到这里!
我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。
注册 关于