Frameworks & Plattformen
Dify
Integrieren Sie TokenLab mit Dify über den OpenAI-API-kompatiblen Provider und eine benutzerdefinierte Base-URL
Übersicht
Verwenden Sie das Modell-Provider-Plugin OpenAI-API-compatible, um Dify mit TokenLab zu verbinden. Setzen Sie den Modelltyp auf LLM, den Completion mode auf Chat und den API Type auf Chat Completions API. Diese Anleitung verwendet Chat Completions.
Voraussetzungen
- TokenLab-Konto mit API-Zugriff
- Dify Cloud oder selbst gehostetes Dify
Konfigurationsschritte
Schritt 1: API-Key abrufen
- Im TokenLab Dashboard anmelden
- API Keys öffnen
- Erstellen oder kopieren Sie einen API-Key, der mit
sk-beginnt
Schritt 2: Provider konfigurieren
Modell-Provider öffnen
Gehen Sie in Dify zu Settings → Model Providers
OpenAI-API-compatible auswählen
Öffnen Sie OpenAI-API-compatible. Falls es fehlt, installieren Sie dieses Modell-Provider-Plugin aus dem Dify Marketplace. Wählen Sie Add model, um die TokenLab-Einstellungen einzugeben.
TokenLab-Einstellungen eingeben
Verwenden Sie diese Werte:
| Feld | Wert |
|---|---|
| API Key | sk-your-tokenlab-key |
| Model type | LLM |
| Completion mode | Chat |
| API Type | Chat Completions API |
| API Base URL | https://api.tokenlab.sh/v1 |
Modelle hinzufügen
Fügen Sie die Modelle hinzu, die Sie verwenden möchten, zum Beispiel:
gpt-5.4gpt-5.4-miniclaude-sonnet-5claude-opus-4-8gemini-3.8-flashgemini-3.1-flash-litedeepseek-v4.1-flash
Schritt 3: Verbindung testen
- Wählen Sie ein hinzugefügtes Modell aus, wie beispielsweise
gpt-5.4-mini. - Senden Sie einen Test-Prompt
- Bestätigen Sie, dass Dify eine gültige Antwort erhält
Embeddings für Wissensdatenbanken
Fügen Sie für RAG und die Indizierung von Wissensdatenbanken ein Embedding-Modell hinzu, wie zum Beispiel:
text-embedding-3-smalltext-embedding-3-large
Legen Sie es anschließend als Standard-Embedding-Modell in der entsprechenden Wissensdatenbank oder in den Anwendungseinstellungen fest.
Modelle auswählen
Kopieren Sie aktuelle Chat- und Embedding-Modell-IDs von der Modellseite. In Dify müssen Chat und Embeddings separat konfiguriert werden, und jedes Modell muss die von der jeweiligen Dify-Komponente verwendete API unterstützen.