> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/jp/pre-basic/providers/zi-ding-yi-fu-wu-shang.md).
# カスタムプロバイダー
Cherry Studio は主要な 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、必要な任意の AI モデルを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：** プリセットのサービス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、その独自の強みを見つけられます。
* **制御性：** API キーとアクセス先 URL を直接管理し、安全性とプライバシーを確保します。
* **カスタマイズ性：** プライベート展開されたモデルに接続し、特定の業務シナリオ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？
Cherry Studio に自分のカスタム AI サービスプロバイダーを追加するのは、簡単な数ステップだけです：
1. **設定を開く：** Cherry Studio 画面左側の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」ページには、既存のサービスプロバイダー一覧が表示されます。リスト下の「+ サービスプロバイダーを追加」ボタンをクリックして、「カスタム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）。
* **API キー** プロバイダーから取得した API キー。
* **エンドポイント設定** デフォルトでは追加できます **OpenAI** と **Anthropic** のエンドポイント。さらに「詳細設定」をクリックして、 **OpenAI Responses**、**Gemini**、**画像生成 Base URL** と **画像編集 Base URL**。Cherry Studio はエンドポイントにリクエストを送信します。
{% hint style="warning" %}
必ずご利用の AI サービスプロバイダーの公式ドキュメントを参照し、正しい API エンドポイントとキーを取得してください。
{% endhint %}
{% hint style="info" %}
また、「詳細設定」では、プリセットから作成を選択できます。Coding Plan 接続、複数アカウント管理、またはプロジェクト分離に適しています。エンドポイントと API Key は個別に設定できます。
{% endhint %}
6. **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、一覧で今追加したプロバイダーを見つけ、詳細設定を行ってください：
1. **有効状態** カスタムプロバイダー一覧では、有効化されたカスタムプロバイダーの右側に緑色の丸が表示されます。プロバイダーページ右上で、このプロバイダーのオン／オフを切り替えられます。
2. **モデル管理：**
* 「モデル一覧を取得」ボタンをクリックすると、Cherry Studio はプロバイダーからモデル一覧の取得を試み、取得に成功するとモデルの追加・削除ができます。
* 「+」ボタンをクリックして、このプロバイダー下で使用したいモデル ID を手動で追加します。例： `gpt-5.6-sol`、`gemini-3.7-flash` 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。
* モデル右側の「-」をクリックするとモデルを削除でき、設定ボタンをクリックするとモデルの名前、種類、価格などのデータを編集できます。
## 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 との対話を始められます！
## カスタム AI サービスプロバイダーとして vLLM を使用する
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 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 を使用している場合
uv pip install vllm # uv を使用している場合
```
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。主に以下の 2 つの方法があります：
* 使用 `vllm.entrypoints.openai.api_server` を使って
```sh
python -m vllm.entrypoints.openai.api_server --model gpt2
```
* 使用 `uvicorn` を使って
```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 `8000` 上で待ち受けていることを確認してください。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`
* **プロバイダータイプ：** を選択 `OpenAI`。
4. **vLLM プロバイダーを設定：**
* **API キー：** vLLM には API キーが不要なので、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/`（異なる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 で読み込んだモデル名を追加します。上で `python -m vllm.entrypoints.openai.api_server --model gpt2` を実行した例では、ここに `gpt2`
5. **対話を開始：** 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 との対話を始められます！
## 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、利用する 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 URL、モデル名などの重要情報を把握してください。
* **API キーを確認：** 「確認」ボタンを使うと API キーの有効性をすばやく検証でき、キーの誤りによる利用不能を避けられます。
* **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：** 実際に使用するモデルだけを追加し、不要なモデルを増やしすぎないようにしてください。
***
### ヘルプの取得とフィードバックの送信
設定や使用中に疑問、Bug、機能改善の提案があれば、 [フィードバックと提案](/docs/jp/question-contact/suggestions.md) に用意された公式チャネルを参照してください。
---
# 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.cherryai.com.cn/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.
%20(5).png?alt=media)
%20(5)%20(1).png?alt=media)
%20(5).png?alt=media)