フレームワークとプラットフォーム
Dify
OpenAI-API-compatible プロバイダーとカスタム base URL を使用して TokenLab を Dify と統合する
概要
OpenAI-API-compatible モデルプロバイダープラグインを使用して、Dify を TokenLab に接続します。モデルタイプを LLM に、Completion mode を Chat に、API Type を Chat Completions API に設定します。このガイドでは Chat Completions を使用します。
前提条件
- API アクセス権を持つ TokenLab アカウント
- Dify Cloud またはセルフホスト型 Dify
設定手順
ステップ 1: API キーの取得
- TokenLab ダッシュボードにログインします
- API Keys を開きます
sk-で始まる API キーを作成またはコピーします
ステップ 2: プロバイダーの設定
モデルプロバイダーを開く
Dify で、設定 → モデルプロバイダー に移動します
OpenAI-API-compatible を選択する
OpenAI-API-compatible を開きます。表示されていない場合は、Dify Marketplace からそのモデルプロバイダープラグインをインストールしてください。モデルを追加 を選択して TokenLab の設定を入力します。
TokenLab の設定を入力する
以下の値を使用します:
| フィールド | 値 |
|---|---|
| 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 |
モデルを追加する
使用したいモデルを追加します(例):
gpt-5.4gpt-5.4-miniclaude-sonnet-5claude-opus-4-8gemini-3.8-flashgemini-3.1-flash-litedeepseek-v4.1-flash
ステップ 3: 接続のテスト
gpt-5.4-miniなど、追加したモデルを選択します。- テストプロンプトを送信します
- Dify が有効なレスポンスを受信することを確認します
ナレッジベース用 Embeddings
RAG やナレッジベースのインデックス作成には、以下のような embedding モデルを追加します:
text-embedding-3-smalltext-embedding-3-large
その後、関連するナレッジベースまたはアプリケーション設定でデフォルトの embedding モデルとして設定します。
モデルの選択
モデルページから現在のチャットおよび embedding モデル ID をコピーします。Dify ではチャットと embedding を個別に設定する必要があり、各モデルはその Dify コンポーネントが使用する API をサポートしている必要があります。