پرش به محتوا
FluxCDNFluxCDN
esc
ورود
در این صفحه

مستنداتراهنمای ابزارها

LibreChat با هوش مصنوعی FluxCDN

LibreChat روی سرور خودتان بالا می‌آید. FluxCDN را به شکل یک «endpoint سفارشی» به آن می‌دهید؛ درخواست‌ها از سرور LibreChat فرستاده می‌شوند. ایجنت‌های LibreChat هم با همین اتصال کار می‌کنند.

مجوز:
MIT، متن‌باز
سیستم‌عامل‌ها:
خودمیزبان (Docker، Node)؛ از هر مرورگر
آدرس (سازگار با OpenAI):
https://ai.fluxcdn.cloud/api/v1
آدرس (سازگار با Anthropic):
https://ai.fluxcdn.cloud/api
مستندات خود ابزار ↗

پیش از شروع

  • یک کلید API بسازید. در صفحهٔ کلیدهای API دکمهٔ «ساخت کلید» را بزنید و کلید را همان لحظه کپی کنید؛ با flux_live_ شروع می‌شود و دوباره کامل نشان داده نمی‌شود.
  • برای ایجنت‌ها کلید جدا بسازید و با دکمهٔ «سقف‌ها» برایش سقف هزینهٔ روزانه یا ماهانه بگذارید. ایجنت‌ها خودشان پشت هم درخواست می‌فرستند؛ سقف جلوی هزینهٔ پیش‌بینی‌نشده را می‌گیرد.
  • کمی اعتبار در حساب داشته باشید (صورت‌حساب).
  • در نمونه‌ها به‌جای flux_live_YOUR_KEY کلید خودتان را بگذارید.

راه‌اندازی

  1. گام 1: کلید را در .env بگذارید

    .env
    FLUXCDN_API_KEY=flux_live_YOUR_KEY
  2. گام 2: endpoint را در librechat.yaml تعریف کنید

    فایل کنار .env در ریشهٔ پروژه است. fetch: true فهرست مدل‌ها را از FluxCDN می‌گیرد و default اگر آن نشد به کار می‌آید. عنوان گفت‌وگوها را یک مدل ارزان می‌سازد. اگر می‌خواهید مدل‌های Claude با قالب خود Anthropic بروند، بلوک زبانهٔ دوم را هم زیر custom اضافه کنید.

    librechat.yaml
    version: 1.3.18
    cache: true
    endpoints:
      custom:
        - name: 'FluxCDN AI'
          apiKey: '${FLUXCDN_API_KEY}'
          baseURL: 'https://ai.fluxcdn.cloud/api/v1'
          models:
            default: ['anthropic/claude-sonnet-5.5', 'openai/gpt-5.5', 'deepseek/deepseek-v4-pro', 'z-ai/glm-5.3']
            fetch: true
          titleConvo: true
          titleModel: 'deepseek/deepseek-v4-flash'
          modelDisplayLabel: 'FluxCDN AI'
  3. گام 3: با Docker: فایل را به کانتینر بدهید

    docker-compose.override.yml.example را به docker-compose.override.yml کپی کنید، این بخش را در آن فعال کنید و docker compose down && docker compose up -d را اجرا کنید.

    docker-compose.override.yml
    services:
      api:
        volumes:
          - type: bind
            source: ./librechat.yaml
            target: /app/librechat.yaml

بررسی کنید که کار می‌کند

  1. گام 1: یک گفت‌وگو باز کنید

    در انتخاب‌گر endpoint گزینهٔ «FluxCDN AI» را بردارید، یک مدل انتخاب کنید و پیامی بفرستید. عنوان گفت‌وگو باید کمی بعد ساخته شود.

رفع مشکل

LibreChat بالا نمی‌آید (کد خروج 1)
librechat.yaml نامعتبر است؛ معمولاً تورفتگی. docker compose logs api خطا را نشان می‌دهد.
مدلی یک پارامتر را رد می‌کند
در همان endpoint dropParams بگذارید، مثلاً dropParams: ['stop'].
خطای 401 یا invalid_api_key
کلید کامل کپی نشده، باطل شده یا جای دیگری گذاشته شده. کلید با flux_live_ شروع می‌شود و فاصلهٔ اضافه ندارد. اگر ابزار کلید را از متغیر محیطی می‌خواند، پس از تنظیم آن یک ترمینال یا پنجرهٔ تازه باز کنید.
خطای 402، insufficient_credit (در Codex: insufficient_quota) با اینکه اعتبار دارید
پیش از هر درخواست، بیشترین هزینه‌ای که آن درخواست ممکن است داشته باشد از اعتبارتان کنار گذاشته می‌شود. وقتی پاسخ تمام شد فقط هزینهٔ واقعی برداشته می‌شود و بقیه برمی‌گردد. ابزاری که برای هر درخواست خروجی خیلی بلندی می‌خواهد، مبلغ بزرگی کنار می‌گذارد. سقف خروجی ابزار را کمتر کنید (مثلاً 32000 توکن) یا اعتبار اضافه کنید.
خطای 404 یا model_not_found
شناسهٔ مدل باید دقیقاً همان باشد که در صفحهٔ مدل‌ها آمده، با پیشوند سازنده: anthropic/claude-sonnet-5.5، نه claude-sonnet-5.5. حروف کوچک و نقطه‌ها مهم‌اند. شناسه را کپی کنید، تایپ نکنید.
خطای 404 که از مدل حرفی نمی‌زند
آدرس پایه درست نیست. بیشتر ابزارها https://ai.fluxcdn.cloud/api/v1 را می‌خواهند و خودشان بقیه را اضافه می‌کنند؛ /chat/completions را دو بار ننویسید و /v1 را جا نیندازید. جدول کدام آدرس را ببینید.
خطای 429: rate_limit_exceeded یا budget_exceeded
یا تعداد درخواست در دقیقه از سقف گذشته (کمی صبر کنید؛ بیشتر ابزارها خودشان دوباره می‌فرستند)، یا هزینهٔ امروز یا این ماهِ همین کلید به سقفش رسیده. سقف را در کلیدهای API با دکمهٔ «سقف‌ها» ببینید.
خطای 502، 503، 504 یا 529
سرویس سازندهٔ مدل لحظه‌ای در دسترس نبوده. دوباره بفرستید؛ بیشتر ابزارها خودشان این کار را می‌کنند. درخواستی که پیش از پاسخ شکست بخورد هزینه‌ای ندارد. اگر طول کشید، موقتاً مدل دیگری انتخاب کنید.

محدودیت‌ها

  • جست‌وجو در فایل‌ها (RAG API) مدل embedding جدا می‌خواهد؛ FluxCDN embedding ندارد.

آنچه از این راه کار نمی‌کند →