> For the complete documentation index, see [llms.txt](https://docs.cherry-ai.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherry-ai.com/docs/jp/pre-basic/providers/zi-ding-yi-fu-wu-shang.md).
# カスタムサービスプロバイダー
Cherry Studio は主流の AI モデルサービスを統合しているだけでなく、強力なカスタマイズ機能も備えています。〜を通じて **カスタム AI サービスプロバイダー** 機能を使えば、必要なあらゆる AI モデルに簡単に接続できます。
## なぜカスタム AI サービスプロバイダーが必要なのか？
* **柔軟性：** あらかじめ用意されたプロバイダー一覧に縛られず、ニーズに最適な AI モデルを自由に選べます。
* **多様性：** さまざまなプラットフォームの AI モデルを試し、それぞれの独自の強みを見つけられます。
* **管理性：** API キーやアクセス先アドレスを直接管理し、安全性とプライバシーを確保できます。
* **カスタマイズ性：** プライベート環境にデプロイされたモデルに接続し、特定の業務シーンの要件を満たせます。
## カスタム AI サービスプロバイダーを追加するには？
簡単な手順で、Cherry Studio にカスタム AI サービスプロバイダーを追加できます：
1. **設定を開く：** Cherry Studio の左側ナビゲーションバーで、「設定」（歯車アイコン）をクリックします。
2. **モデルサービスに入る：** 設定ページで「モデルサービス」タブを選択します。
3. **プロバイダーを追加：** 「モデルサービス」ページで、既存のプロバイダー一覧が表示されます。リスト下の「+ 追加」ボタンをクリックして、「プロバイダーを追加」ダイアログを開きます。
4. **情報を入力：** ダイアログで、以下の情報を入力する必要があります：
* **プロバイダー名：** カスタムプロバイダーに識別しやすい名前を付けます（例：MyCustomOpenAI）。
* **プロバイダー種別：** ドロップダウンからプロバイダーの種類を選択します。現在サポートされているのは：
* OpenAI
* Gemini
* Anthropic
* Azure OpenAI
5. **設定を保存：** 入力が完了したら、「追加」ボタンをクリックして設定を保存します。
## カスタム AI サービスプロバイダーの設定
追加が完了したら、一覧で追加したばかりのプロバイダーを見つけ、詳細設定を行います：
1. **有効** カスタムプロバイダー一覧の一番右には有効化スイッチがあり、オンにするとこのカスタムサービスが有効になります。
2. **API キー：**
* AI サービスプロバイダーから提供された API キー（API Key）を入力します。
* 右側の「チェック」ボタンをクリックすると、キーの有効性を確認できます。
3. **API アドレス：**
* AI サービスの API アクセス先アドレス（Base URL）を入力します。
* 必ず AI サービスプロバイダーの公式ドキュメントを参照して、正しい API アドレスを取得してください。
4. **モデル管理：**
* 「+ 追加」ボタンをクリックして、このプロバイダーで使用したいモデル ID を手動で追加します。例： `gpt-3.5-turbo`、`gemini-pro` など。
* 具体的なモデル名が不明な場合は、AI サービスプロバイダーの公式ドキュメントを参照してください。
* 「管理」ボタンをクリックすると、追加済みのモデルを編集または削除できます。
## 使い始める
以上の設定が完了したら、Cherry Studio のチャット画面でカスタム AI サービスプロバイダーとモデルを選択し、AI との会話を始められます！
## vLLM をカスタム AI サービスプロバイダーとして使用する
vLLM は、Ollama に似た高速で使いやすい LLM 推論ライブラリです。以下は、vLLM を Cherry Studio に統合する手順です：
1. **vLLM をインストール：** vLLM の公式ドキュメント（）に従って vLLM をインストールします。
```sh
pip install vllm # pip を使う場合
uv pip install vllm # uv を使う場合
```
2. **vLLM サービスを起動：** vLLM が提供する OpenAI 互換インターフェースでサービスを起動します。主に 2 つの方法があります。
* 使用する`vllm.entrypoints.openai.api_server`起動
```sh
python -m vllm.entrypoints.openai.api_server --model gpt2
```
* 使用する`uvicorn`起動
```sh
vllm --model gpt2 --served-model-name gpt2
```
サービスが正常に起動し、デフォルトポートで待ち受けていることを確認してください `8000` 上で。もちろん、パラメータ`--port`で vLLM サービスのポート番号を指定することもできます。
3. **Cherry Studio に vLLM サービスプロバイダーを追加：**
* 前述の手順に従って、Cherry Studio に新しいカスタム AI サービスプロバイダーを追加します。
* **プロバイダー名：** `vLLM`
* **プロバイダー種別：** 選択 `OpenAI`。
4. **vLLM サービスプロバイダーを設定：**
* **API キー：** vLLM には API キーが不要なため、この欄は空欄のままにするか、任意の内容を入力できます。
* **API アドレス：** vLLM サービスの API アドレスを入力します。デフォルトでは、アドレスは： `http://localhost:8000/`（別のポートを使用する場合は、それに応じて変更してください）。
* **モデル管理：** vLLM に読み込んだモデル名を追加します。上で実行した`python -m vllm.entrypoints.openai.api_server --model gpt2`例では、ここには`gpt2`
5. **会話を開始：** これで、Cherry Studio で vLLM サービスプロバイダーと `gpt2` モデルを選択し、vLLM 駆動の LLM との会話を始められます！
## ヒントとコツ
* **ドキュメントをよく読む：** カスタムプロバイダーを追加する前に、使用する AI サービスプロバイダーの公式ドキュメントを必ずよく読み、API キー、アクセス先アドレス、モデル名などの重要情報を確認してください。
* **API キーを確認：** 「チェック」ボタンを使えば、API キーの有効性をすばやく確認でき、キーの誤りによる利用不能を防げます。
* **API アドレスに注意：** AI サービスプロバイダーやモデルによって API アドレスは異なる場合があるため、必ず正しいアドレスを入力してください。
* **モデルは必要に応じて追加:** 実際に使うモデルだけを追加し、不要なモデルを増やしすぎないでください。
***
### 💡 ヘルプの取得とフィードバックの送信
設定や使用の過程で疑問、Bug、機能改善の提案がある場合は、 [フィードバックと提案](/docs/jp/question-contact/suggestions.md) に記載の公式チャネルをご参照ください。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.cherry-ai.com/docs/jp/pre-basic/providers/zi-ding-yi-fu-wu-shang.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.