v1.4.0
本章版本 v1.4.0

模型怎么配置和使用:对话、推理与多模态

Echo 中的“模型”不是一个总开关。对话模型负责理解文字、保持多轮上下文和决定是否调用工具;图片、音频和视频能力可以使用不同的模型和服务商。第一次发送普通文字任务只需要配置对话模型,其他能力按需配置即可。

先理解四个配置名词

在设置中,你可能会看到 Provider、协议、Base URL 和模型 ID:

  • Provider 是服务商或账号来源,例如某个模型平台。
  • 协议 是 Echo 与服务商通信的接口格式,例如 Anthropic Compatible 或 OpenAI Compatible。
  • Base URL 是接口地址,不一定等于服务商官网首页。
  • 模型 ID 是服务商实际接受的部署名称,大小写、版本后缀和连字符都可能重要。

这四项必须相互匹配。服务商品牌相同,不代表所有 Base URL、协议或模型 ID 都能混用。不要把示例地址、官网地址或带错路径的地址直接粘贴进去。

配置第一个对话模型

进入“设置 → 对话模型”,点击新增或编辑模型配置。准备服务商提供的 API Key、接口地址和模型 ID。

  1. 选择或填写 Provider。预期:协议和能力提示随服务商变化。
  2. 选择正确协议。预期:界面显示该协议需要的字段。
  3. 填写 Base URL。预期:地址通过基本格式校验;不要在末尾重复添加接口路径。
  4. 填写模型 ID。预期:模型名称完整显示,不要只填宣传页上的简称。
  5. 输入 API Key 并点击“保存配置”。预期:界面显示已保存或已配置,但不会再次显示明文 Key。
  6. 点击“检查配置”或“测试连接”。预期:返回连接成功、模型不可用、鉴权失败或其他明确结果。

保存成功不等于可以正常生成。只有测试通过,回到对话后发送按钮才会可靠可用。连接测试本身会访问 Provider,可能产生少量请求或费用。

API Key 只应保存在系统钥匙串。不要把它写入 Workspace、.env、截图、聊天消息、Plugin 配置示例或发给支持人员的日志。

多个模型怎么管理

如果你同时使用不同服务商,可以保存多个模型配置,并在输入区的模型选择器中切换。建议给配置使用容易识别的名称,例如“写作-快速”“分析-长上下文”,不要只写“默认”。

切换模型只影响之后的新任务,不会改写旧消息,也不会把历史回答重新用新模型生成。正在运行时不要切换模型;先停止或等待 Run 进入终态。归档或删除模型前,检查是否有计划、知识应用或长期对话依赖它。

如果某个模型突然不可用,先保留原对话和错误状态,再手动选择另一个已经测试通过的模型。Echo 不应在用户没有确认时静默替换模型,因为不同模型可能有不同的隐私政策、费用、上下文长度和工具能力。

小 Tip:复杂任务和日常问答可以使用不同模型。把高成本模型留给需要长文档、严谨分析或工具链的任务,简单改写使用更快的配置。

模型不可用时怎么排查

按以下顺序检查,不要一上来重复发送:

  1. 设置中的 Provider 是否正确。
  2. 协议是否与 Provider 的 API 兼容方式一致。
  3. Base URL 是否为接口地址,是否多写或少写了路径。
  4. 模型 ID 是否是服务商真实接受的值。
  5. API Key 是否过期、额度不足或只允许特定模型。
  6. 当前网络是否能访问该地址。
  7. Provider 是否临时限流或服务异常。

如果连接成功但生成失败,可能是上下文太长、模型不支持工具、附件类型不支持、请求超时或 Provider 参数不兼容。把任务拆小、减少附件和关闭不必要能力可以帮助定位,但不能保证解决服务商端故障。

推理模式

支持推理的模型会在输入区或模型设置中显示推理开关或等级。推理适合复杂规划、比较多个方案、分析长文档和需要多步判断的任务;简单问答、短文本改写和格式转换通常不需要高等级推理。

推理等级越高,通常意味着更长等待、更高消耗或更严格的模型要求。建议先使用默认等级,只有结果需要更深入推理时再提高。模型不支持推理时,界面不会显示有效选项;不要用文字命令强行要求模型开启不存在的能力。

多模态能力和对话模型的区别

多模态能力包括图片理解、图片生成、图片编辑、音频处理和视频生成。它们可以分别绑定 Provider 和 Deployment,使用不同凭据。对话模型是第一次发送文字任务的硬性依赖,多模态能力不是。

进入“设置 → 多模态能力”后,每一项通常都需要经历“选择服务商 → 选择或填写模型 → 保存绑定 → 测试能力”四步。只看到“已保存”不能证明 Provider 真的支持该能力;测试成功后再做真实任务。

如果设置中显示“已配置 2/5”,表示有两项能力已完成绑定,不代表五项都可用。缺少某项能力时,Echo 应在任务开始前明确提示,而不是让用户等到生成中才发现。

图片理解、生成和编辑

图片理解

将图片作为附件加入对话,并明确你想识别什么,例如“只读取表格中的日期和金额,不要猜测看不清的内容”。等待附件完成解析,再发送。模糊、遮挡、低分辨率或复杂表格可能导致误读;重要数字和名称必须人工核对。

图片生成

说明主题、尺寸、风格、文字内容和是否允许使用参考图。生成前确认使用的 Provider、预计等待和可能费用。生成结果应作为新文件或新 Asset 保存,不要默认覆盖参考图。

图片编辑

明确“保留什么、修改什么”,例如“保留人物和构图,只把背景改成白色”。优先生成新版本,保留原图。涉及人物、商标、艺术作品或他人照片时,用户需要自行确认编辑和发布权限。

音频和视频能力

音频处理可能包含音轨提取、转写、摘要或说话人分析;视频任务通常是异步 Job。提交后不要连续点击发送,也不要在状态未知时重新创建同一任务。

视频能力可能受 Provider 的尺寸、时长、格式、并发、地区和内容政策限制。任务显示“处理中”时可以等待或刷新状态;显示“完成”后检查输出文件和媒体是否完整;显示“输出缺失”时保留任务记录并使用恢复动作。失败重试可能产生额外费用,也可能生成重复任务。

视频生成中断后,先恢复原任务

v1.4.0 为已提交到服务商的视频任务提供“恢复原任务”。它继续查询或取回同一任务的结果,不会另行提交一次视频生成。

  1. 网络中断、电脑休眠或 Echo 重启后,回到原 Workspace 和原对话,查看“视频生成任务”卡片。
  2. 若显示“连接中断,等待取回原任务结果”,先恢复网络,并确认原服务商的配置与密钥仍可用。
  3. 若任务卡右侧提供恢复图标,点击该刷新图标(悬停显示“恢复原任务”),或在原对话里说“请取回这个视频任务的结果,不要重新生成”。
  4. “正在取回原任务结果”表示正在恢复查询或下载。远端仍在生成时继续等待;远端已完成时取回成片;明确失败时查看错误,再决定是否创建新任务。
  5. 完成后确认本地视频文件可以打开。服务商已接单、远端已完成和成片已保存到 Workspace 是不同阶段。

任务进行中会自动刷新;等待你处理或任务结束后自动刷新会停止,可以使用刷新入口重新查看。取消能否生效取决于服务商,看到“不支持取消”时,远端可能仍继续生成并计费。

恢复需要保留的远端任务信息、原任务配置和仍可访问的服务商结果。服务商已清理文件、任务不存在或凭据失效时,不能保证取回。恢复不会重新提交生成,但不承诺服务商查询或下载绝对没有费用。

图片或语音请求超时怎么办

图片生成、图片编辑和语音合成在提交后发生网络中断,也可能已经被服务商接收或计费。Echo 不会因为没有收到结果就自动重复提交同一次生成。先查看服务商记录和本地结果,再决定是否重新生成。

当前图片和语音请求不一定提供可恢复的远端任务 ID,不能把视频卡片的恢复方式套用于所有图片或语音任务;没有任务信息时,Echo 无法凭空找回结果。

本地视频制作和视频生成配置的关系

使用已有视频、图片和文字进行本地剪辑或 HyperFrames 制作,不等于调用付费视频生成模型。先安装“视频创作”并检查本机工具;需要补充 AI 生成素材时,再配置相应多模态能力。安装、Studio 和制作步骤见扩展 Echo。

费用和隐私

模型连接测试、长上下文、图片生成、视频生成、网页解析和 MCP 调用都可能产生第三方费用。Echo 的会员状态不等于 Provider 账户有余额,也不代表所有能力免费。开始高成本任务前,若界面出现额度或费用提示,应让用户确认。

发送给 Provider 的内容可能包括当前问题、明确选中的附件、必要的 Workspace 引用和能力上下文。不同 Provider 对数据留存和训练的政策不同。处理客户资料、个人信息、合同、源代码或未公开内容时,先确认服务商和发送范围。