> 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。 **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：** あらかじめ用意されたサービスプロバイダーの一覧に縛られず、ニーズに最も合う 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。
* **制御性：** API キーとアクセス先アドレスを直接管理でき、セキュリティとプライバシーを確保できます。
* **カスタマイズ性：** プライベート展開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？
わずか数ステップで、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 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. **モデルサービスへ進む：** 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、既存のサービスプロバイダー一覧が表示されます。リスト下部の「+ サービスプロバイダーを追加」ボタンをクリックし、「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** サービスプロバイダーから取得した API キー。
* **エンドポイント設定** デフォルトで追加できる **OpenAI** と **Anthropic** のエンドポイントです。「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**も追加できます。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" %}
正しい API エンドポイントとキーを取得するために、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することも選べます。Coding Plan の接続、複数アカウント管理、またはプロジェクト分離に適しており、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を設定
追加後、一覧から追加したばかりのサービスプロバイダーを見つけ、詳細設定を行う必要があります：
1. **有効化状態** カスタムプロバイダー一覧で、有効になっているカスタムプロバイダーの右側に緑の点が表示されます。サービスプロバイダー画面の右上で、このサービスプロバイダーをオン/オフできます。
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 はサービスプロバイダーからモデル一覧の取得を試みます。取得に成功すると、モデルの追加と削除ができます。
* 「+」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。
* モデルの右側にある「-」をクリックしてモデルを削除し、設定ボタンをクリックしてモデルの名前、種類、価格などのデータを編集できます。
## 使い始める
以上の設定が完了すると、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を使ってサービスを起動します。主に次の2つの方法があります：
* を使って `vllm.entrypoints.openai.api_server` 起動
```sh
python -m vllm.entrypoints.openai.api_server --model gpt2
```
* を使って `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 `8000` 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`
* **プロバイダー種類：** を選択 `OpenAI`。
4. **vLLM サービスプロバイダーを設定：**
* **API キー：** vLLM では API キーは不要なので、この欄は空欄のままでも、任意の内容を入力しても構いません。
* **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、アドレスは次のとおりです： `http://localhost:8000/`（別のポートを使用している場合は、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` の例を実行した場合、ここには `gpt2`
5. **会話を始める：** 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：** 「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可を防げます。
* **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ります。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.