99AI 文档

主题

其他配置 ​

模型其他配置用于设置绘画相关功能、图片处理、语音合成等高级选项。通过合理配置这些选项,可以优化图片生成和识别的体验。

配置概览 ​

其他配置包含以下功能模块:

  • 绘画配置: 图片生成和存储相关设置
  • 识图配置: Base64格式图片识别
  • 语音配置: TTS语音合成音色
  • 风格配置: 绘画风格快捷标签
  • 编辑预览: 侧边栏绘画编辑模型配置

配置项说明 ​

绘画配置 ​

不存储图片

  • 功能说明: 控制是否保存生成的图片到配置的存储服务
  • 可选值:
    • 开启: 不保存原图,直接使用中转链接访问
    • 关闭: 保存图片到配置的存储(阿里云OSS、腾讯云COS等)
  • 开启优点:
    • 节省存储空间
    • 减少存储费用
    • 避免大量图片累积
  • 开启缺点:
    • 访问速度可能降低
    • 稳定性依赖中转服务
    • 原链接可能失效
  • 建议:
    • 存储空间充足时建议关闭(即保存图片)
    • 存储空间紧张时可以开启
    • 注意: Midjourney等服务的图片链接有时效性

不使用代理

  • 功能说明: 控制是否使用反代地址访问图片
  • 可选值:
    • 开启: 直接使用原始图片链接(国内可能无法访问)
    • 关闭: 使用反代地址访问图片
  • 注意: Midjourney、Stable Diffusion等服务的原始地址在国内无法直接访问
  • 建议: 国内用户建议关闭(使用代理)

反代地址

  • 功能说明: Midjourney等服务的图片反代服务器地址
  • 使用场景: 当"不使用代理"关闭时生效
  • 格式要求:
    • 完整的URL地址
    • 示例: https://your-proxy.com/mj
  • 作用: 将无法访问的原始图片链接转换为可访问的链接
  • 注意: 为空时将直接使用原链接,可能导致图片无法显示

提示词优化

  • 功能说明: 是否对AI绘画提示词进行翻译和联想优化
  • 可选值:
    • 开启: 使用全局模型对提示词进行翻译/联想
    • 关闭: 直接使用原始提示词,不额外处理
  • 优化效果:
    • 中文提示词自动翻译成英文
    • 自动补充相关的艺术风格关键词
    • 提升生成效果
  • 成本说明:
    • 开启后会调用全局模型,但通常不额外扣费
    • 大部分API中转服务已包含翻译功能
  • 建议:
    • 使用国内中转服务时,通常已包含翻译,可关闭
    • 使用OpenAI官方时,建议开启

编辑预览模型 ​

编辑预览模型

  • 功能说明: 配置侧边栏的绘画编辑和预览功能
  • 用途:
    • 在对话侧边栏提供绘画编辑入口
    • 快速预览和编辑生成的图片
    • 支持多个模型供用户选择
  • 配置方式:
    • 每个模型包含:显示名称、模型值、绘画类型
    • 可添加多个模型
    • 支持拖拽排序
    • 为空则关闭侧边栏编辑功能
  • 模型格式:
    名称:模型值:drawingType
例如: MJ V6:midjourney:v6:0
     D3: DALL-E 3:1
  • drawingType说明:
    • 0: 默认类型
    • 1: DALL-E类型
    • 2: Stable Diffusion类型
    • 3: Midjourney类型
  • 注意:
    • 需要先在"模型设置"中配置对应的绘画模型
    • 模型值必须与数据库中配置的模型一致
    • 选择数据库模型会自动填充drawingType

绘图风格显示 ​

绘图风格显示

  • 功能说明: 用户绘画时可选择的快捷风格标签
  • 用途:
    • 提供常用绘画风格的快捷选择
    • 帮助用户快速添加风格关键词
    • 提升绘画体验
  • 配置方式:
    • 多个标签用逗号分隔
    • 可动态添加和删除
    • 显示在绘画输入框附近
  • 推荐风格:
    • 艺术风格: 赛博朋克、水墨画、油画、素描
    • 渲染风格: 3D渲染、写实风格、卡通风格
    • 光影效果: 电影光效、柔光、霓虹
    • 知名画家: 梵高风格、毕加索风格
  • 建议:
    • 选择用户常用的风格
    • 不宜过多,5-15个为佳
    • 定期根据用户反馈调整

识图配置 ​

Base64 识图

  • 功能说明: 控制图片识别时是否使用Base64格式
  • 可选值:
    • 开启: 将图片转换为Base64格式发送给模型
    • 关闭: 直接发送图片URL
  • 适用场景:
    • 开启: 图片存储在本地或私有存储,API端无法直接访问
    • 关闭: 图片存储在公网可访问的地址(如OSS、COS)
  • 优点:
    • 解决私有存储图片无法识别的问题
    • 不依赖图片公网访问
  • 缺点:
    • Base64编码会增加请求大小
    • 可能影响识别速度
  • 建议:
    • 使用本地存储或私有云存储时,开启此选项
    • 使用阿里云OSS、腾讯云COS等公网存储时,关闭此选项

语音配置 ​

TTS 音色

  • 功能说明: 语音合成(Text-to-Speech)的默认发音人
  • 用途:
    • AI回复时的语音播报
    • 语音消息生成
    • 有声阅读等功能
  • 预设选项:
    • Alloy: 中性音色
    • Echo: 清澈响亮
    • Fable: 表现力丰富
    • Onyx: 深沉低沉
    • Nova: 明亮活泼
    • Shimmer: 轻柔优美
  • 自定义: 支持手动输入其他音色名称
  • 注意: 需要API服务商支持TTS功能
  • 建议:
    • 中文场景: 可能需要使用其他服务商的中文音色
    • 英文场景: OpenAI的音色效果较好
    • 可以提供多个选项供用户选择

配置建议 ​

绘画存储策略 ​

方案一:保存到存储服务(推荐)

  • 关闭"不存储图片"
  • 使用阿里云OSS、腾讯云COS等
  • 优点: 访问稳定、速度快、长期保存
  • 缺点: 需要支付存储费用

方案二:使用原始链接

  • 开启"不存储图片"
  • 关闭"不使用代理"(使用反代)
  • 优点: 节省存储空间和费用
  • 缺点: 链接可能失效、访问不稳定

图片访问优化 ​

  1. 国内用户

    • 关闭"不使用代理"
    • 配置稳定的反代地址
    • 建议使用国内中转服务

  2. 国外用户

    • 可以开启"不使用代理"
    • 直接访问原始链接
    • 速度和稳定性较好

提示词处理 ​

使用国内中转服务

  • 关闭"提示词优化"
  • 中转服务已包含翻译功能
  • 避免重复处理

使用OpenAI官方

  • 开启"提示词优化"
  • 需要将中文翻译成英文
  • 提升生成效果

风格标签选择 ​

  1. 通用风格(适合所有用户)

    • 写实风格、卡通风格、油画、素描

  2. 艺术风格(适合艺术创作)

    • 赛博朋克、蒸汽朋克、水墨画、水彩

  3. 商业风格(适合设计需求)

    • 3D渲染、扁平化设计、极简风格

  4. 光影效果(提升画面质量)

    • 电影光效、柔光、逆光、霓虹

语音音色选择 ​

  1. 语音助手场景

    • 推荐: Alloy、Nova
    • 特点: 友好、清晰、适合长时间聆听

  2. 有声阅读场景

    • 推荐: Fable、Shimmer
    • 特点: 表现力丰富、有情感

  3. 新闻播报场景

    • 推荐: Onyx、Echo
    • 特点: 专业、沉稳、有权威感

常见问题 ​

Q: 不存储图片后,图片会丢失吗? A: 不会立即丢失,但:

  • 原始链接有时效性(如Midjourney)
  • 链接可能在一段时间后失效
  • 建议重要图片手动保存

Q: 反代地址如何配置? A: 配置方式:

  • 需要搭建图片反代服务器
  • 使用Nginx等反向代理
  • 将Discord/Midjourney的CDN地址代理到可访问地址
  • 填写反代服务器的域名即可

Q: 提示词优化会额外收费吗? A: 通常不会:

  • 大部分中转服务已包含翻译
  • 使用全局模型优化,一般不单独计费
  • 具体取决于API服务商

Q: Base64识图会影响性能吗? A: 会有一定影响:

  • Base64编码会增加请求大小
  • 编码和解码需要时间
  • 但对于私有存储图片是必需的
  • 建议按需开启

Q: 编辑预览模型为空会怎样? A:

  • 侧边栏不会显示绘画编辑入口
  • 用户无法快速编辑和预览图片
  • 不影响基本的绘画功能
  • 建议至少配置一个常用模型

Q: 绘图风格标签有限制吗? A:

  • 技术上无数量限制
  • 建议控制在5-15个
  • 过多会影响用户体验
  • 选择最常用的风格即可

Q: TTS音色支持中文吗? A: OpenAI的音色:

  • 主要支持英文
  • 中文效果一般
  • 建议使用国内服务商的中文TTS
  • 可以手动输入其他音色名称

Q: 如何选择合适的反代服务? A: 选择建议:

  • 优先使用API中转服务提供的反代
  • 或自建Nginx反代服务器
  • 确保反代服务稳定可用
  • 注意反代服务的流量费用

Q: 绘画配置错误会导致什么问题? A: 可能的问题:

  • 图片无法显示
  • 访问速度慢
  • 链接失效
  • 建议配置后测试绘画功能

Q: drawingType有什么作用? A: 类型说明:

  • 区分不同绘画服务类型
  • 系统根据类型调用不同的API
  • 0:通用/其他
  • 1: DALL-E
  • 2: Stable Diffusion
  • 3: Midjourney
  • 选择数据库模型会自动填充

配置示例 ​

示例1: 使用国内中转服务 ​

yaml
绘画配置:
  不存储图片: 开启
  不使用代理: 关闭
  反代地址: (中转服务自动处理,留空)
  提示词优化: 关闭(中转已包含翻译)

识图配置:
  Base64识图: 关闭(使用公网OSS)

编辑预览模型:
  - MJ V6:midjourney:v6:3
  - DALL-E 3:dall-e-3:1
  - SD XL:stable-diffusion-xl:2

绘图风格显示: oil painting, cartoon, cyberpunk, 3D render, sketch, watercolor

语音配置:
  TTS音色: alloy

示例2: 使用自建存储 ​

yaml
绘画配置:
  不存储图片: 关闭(保存到OSS)
  不使用代理: 关闭
  反代地址: https://img-proxy.example.com
  提示词优化: 开启(使用全局模型翻译)

识图配置:
  Base64识图: 开启(私有存储)

编辑预览模型: (留空,不使用侧边栏编辑)

绘图风格显示: 写实风格,油画,水墨画,赛博朋克,蒸汽朋克,3D渲染

语音配置:
  TTS音色: nova

相关文档 ​