KoboldAI Lite 自定义端点配置

先说结论:Lite 需要的几个值

打开 AI 连接面板(Lite 顶部菜单里的 AI 按钮),从默认的 AI Horde 切到自定义端点分组,选 OpenAI 兼容选项。不同版本之间具体文案略有出入,但字段是固定的:一个 API URL、一个 Key,连接之后再选一个模型。 两个 Lite 特有的细节最容易翻车。第一,版本号复选框:Lite 提供一个类似"Add Ver. Num"的开关,勾上会自动在 URL 后面加 /v1,所以填 https://api.kkaiapi.com 并勾上这个框,或者填 https://api.kkaiapi.com/v1 并不勾,两种填法都能正确解析,而重复的 /v1 不行。第二,持久性:Lite 历史上会在重连时重置自定义端点 URL,所以把这个地址记下来,别假设这个字段每次都能留存。

API URL:  https://api.kkaiapi.com/v1   (或 base URL + 勾上 "Add Ver. Num")
API Key:  sk-你的kkaiapi密钥
模型:     deepseek-v4-flash             (或连接后选任意目录 ID)

Lite 是什么,怎么连到一个托管模型

KoboldAI Lite 是 Kobold 生态里零安装的网页界面:一个单页应用,支持故事写作、冒险模式、角色聊天,完全在你的浏览器里跑。它有两种形态,共用同一套设置:托管在 lite.koboldai.net 上的实例,以及本地跑模型时 KoboldCpp 在 localhost 上提供的内置版本。项目 README 描述它能连自定义端点,包括 OpenAI 式和 Claude 式接口,和本地与远程的 Kobold 实例、众包的 AI Horde 并列。 因为 Lite 是浏览器应用,没有自己的服务端,你的 API 请求是直接从浏览器发到你配置的端点。这个设计正是自定义端点这条路能走通的原因,也是下面 CORS 那一节存在的原因:端点必须应答浏览器来源的请求,不应答时 Lite 会提供一个代理开关,但有取舍要权衡。 对从 AI Horde 转过来的人来说:计量端点相对志愿者集群的吸引力在于可预期。Horde 是真正免费但要排队;一个充值的端点会立刻用你要的确切模型应答,按性价比档模型的费率,一晚上的对话花费通常连一分钱的零头都不到。

逐字段配置

如果连接之后模型列表一直是空的,常见原因排序是:/v1 重复或缺失(先查版本号复选框)、Key 粘贴时带了空白、或者浏览器扩展拦截了请求。用同样三个值跑一条 curl 命令能验证,能把问题定位到浏览器这一侧,而不是端点。

• 打开 Lite(托管版或内置版),点顶部菜单里的 AI 按钮打开连接面板
• 把供应商选择从 AI Horde 切到自定义端点分组,选 OpenAI 兼容选项(不同版本文案略有出入;旁边通常还有一个 Claude 式选项)
• 填 URL:https://api.kkaiapi.com/v1,留意上面说的版本号复选框,确保 /v1 只出现一次
• 把 sk- 开头的 Key 粘进 Key 字段
• 连接,然后从 Lite 拉取到的列表里选一个模型,或者如果你的版本要求手动填模型名,就填精确的目录 ID
• 在一个新故事里发一条短消息,确认往返正常再加载长会话

Claude 式端点选项,什么时候该用

Lite 的自定义端点分组里还有一个给 Anthropic 方言 API 用的 Claude 式选项。kkaiapi 同样提供这套方言,在 /v1/messages 上,所以 Claude 的模型 ID 经这两个入口都能到达。实际使用中,就算是跑 Claude 模型,OpenAI 兼容路线也是更简单的默认选择,因为一份配置就能服务所有模型家族:claude-sonnet-5 处理高端文笔,deepseek-v4-flash 处理走量的对话,glm-5.2 和 kimi-k2.6 轮换着用,全都只是改一下模型字段,不是重新配置。 Claude 式选项值得用的场景,是你的预设专门针对 Anthropic 的请求格式调过,或者从另一个 Anthropic 方言工具迁移设置过来。功能上,经这个网关两条路线最终都到同一批模型;选一条并保持一致,你保存的设置才能保持可移植。

采样器与模式:经托管端点真正生效的部分

Lite 在设置里暴露了完整的本地模型采样器菜单,但大部分不会跟着走。在 OpenAI 兼容端点上,Lite 自己的文档说明只有 temperature、top-p、重复惩罚这类控制项生效;Min-P、Top-A、TFS 这类特色采样器是本地推理的特性,Lite 虽然能把它们当额外字段带上,托管端点通常会忽略或拒绝非标准参数。temperature 设在 0.8 到 0.9 之间保证文笔多样性,top-p 留在 0.95 附近,重复惩罚保持低值;这就是全部可调的范围,也够用了。 Lite 的写作模式经自定义端点全部能用,有一条指引:instruct 模式最自然地对应到托管的聊天模型上,因为它产出的是那些模型训练用的结构化角色对话。经典的故事协作写作模式同样能用;预期模型的表现更像对话伙伴,而不是纯文本续写器,因为这就是 chat completions 端点的本质。 上下文预算遵循和所有角色扮演前端一样的规则:Lite 每一轮都会重发可见的故事上下文,所以有意设置上下文大小(16K 到 32K 的工作窗口能覆盖长会话),而不是因为模型窗口允许就拉满。下方链接的上下文长度指南按模型把这笔账算清楚了。

主力模型价格

价格按 kkaiapi 中文区实时价格计算,单位 ¥/1M tokens(输入/输出)。

CORS、代理开关,以及守住你的 Key

因为 Lite 是直接从你的浏览器调用端点,一个值都填对了却连不上,通常是 CORS:端点拒绝了浏览器来源的请求。Lite 为这种情况提供了一个"使用 CORS 代理"开关,值得如实提醒一句:经任何第三方代理,就等于把这个代理放进了你的流量里,Key 和故事内容都算在内。先试直连,拿不准就用 curl 验证端点本身是通的,把代理开关当成最后手段,而不是默认选项。跑一个本地 KoboldCpp 内置的 Lite 是另一个干净的绕行方案,因为同样的自定义端点设置在那里也存在。 浏览器应用对 Key 的卫生要求稍微高一点:Key 存在浏览器本地设置里,避免粘到共享或公共机器上,一旦泄露就注销重发,别抱侥幸。这里的 Key 免费创建,给 Lite 单独建一个能让用量日志保持清楚,泄露的影响范围也小。 有一条内容说明要讲清楚:自定义端点只改变请求发到哪里,不改变模型允许做什么。上游模型的政策和你用的 Lite 实例的条款依然适用;下方链接的内容政策科普页按模型家族如实讲了这方面的情况。

常见问题