Next AI Draw.io
AI 服務商所有頁面

自行架設

AI 服務商

自己部署 Next AI Draw.io 時，用環境變數選擇 AI 服務商和模型。本頁列出每家服務商的環境變數，並說明如何為所有使用者提供多個模型，以及如何在程式碼裡新增一個服務商。

快速開始

  1. 將 env.example 複製為 .env.local。
  2. 設定所選服務商的 API Key。
  3. 把 AI_MODEL 設為您想用的模型。
  4. 執行 npm run dev。

設定各家服務商

OpenAI

OPENAI_API_KEY=your_api_key
AI_MODEL=gpt-4o

也可以為 OpenAI 相容服務設定自訂端點：

OPENAI_BASE_URL=https://your-custom-endpoint/v1

LM Studio 等本機 OpenAI 相容服務也用同樣的方式。把基礎 URL 設為 http://localhost:1234/v1（LM Studio 的預設連接埠），API Key 填任意非空值即可，例如 lm-studio。在上面的環境變數裡，或在「設定」的「模型」分頁裡設定都可以。

Anthropic

ANTHROPIC_API_KEY=your_api_key
AI_MODEL=claude-sonnet-4-5-20250929

也可以用 Bearer 權杖驗證，例如透過會核發 OAuth 風格權杖的閘道時：

ANTHROPIC_AUTH_TOKEN=your_auth_token
AI_MODEL=claude-sonnet-4-5-20250929

ANTHROPIC_API_KEY 會作為 x-api-key 標頭傳送，ANTHROPIC_AUTH_TOKEN 會作為 Authorization: Bearer <token> 傳送。兩者不能同時使用，只設定其中一個。

也可以設定自訂端點：

ANTHROPIC_BASE_URL=https://your-custom-endpoint

Google Gemini

GOOGLE_GENERATIVE_AI_API_KEY=your_api_key
AI_MODEL=gemini-2.0-flash

也可以設定自訂端點：

GOOGLE_BASE_URL=https://your-custom-endpoint

DeepSeek

DEEPSEEK_API_KEY=your_api_key
AI_MODEL=deepseek-chat

也可以設定自訂端點：

DEEPSEEK_BASE_URL=https://your-custom-endpoint

Qwen（阿里雲通義千問）

QWEN_API_KEY=your_api_key
AI_MODEL=qwen-turbo

也可以設定自訂端點：

QWEN_BASE_URL=https://your-custom-endpoint

豆包（字節跳動火山引擎）

DOUBAO_API_KEY=your_api_key
AI_MODEL=doubao-seed-1-8-251228  # 或其他豆包模型

GLM（智譜 AI）

GLM_API_KEY=your_api_key
AI_MODEL=glm-4

也可以設定自訂端點：

GLM_BASE_URL=https://your-custom-endpoint

Kimi（月之暗面 Moonshot AI）

KIMI_API_KEY=your_api_key
AI_MODEL=kimi-latest

也可以設定自訂端點：

KIMI_BASE_URL=https://your-custom-endpoint

MiniMax

MiniMax 支援兩種 API 格式：

格式端點說明
Anthropic 相容/anthropic推薦。支援 interleaved thinking，也就是模型可以在兩次工具呼叫之間思考
OpenAI 相容/v1標準的 OpenAI 聊天補全格式
MINIMAX_API_KEY=your_api_key
AI_MODEL=MiniMax-M3

選用設定：

# 中國大陸版，Anthropic 相容（預設）
MINIMAX_BASE_URL=https://api.minimaxi.com/anthropic

# 中國大陸版，OpenAI 相容
MINIMAX_BASE_URL=https://api.minimaxi.com/v1

# 國際版，Anthropic 相容
MINIMAX_BASE_URL=https://api.minimax.io/anthropic

# 國際版，OpenAI 相容
MINIMAX_BASE_URL=https://api.minimax.io/v1

MiMo（小米）

MIMO_API_KEY=your_api_key
AI_MODEL=mimo-v2.5-pro

也可以設定自訂端點。Token Plan 訂閱使用者請設定專屬的基礎 URL：

MIMO_BASE_URL=https://token-plan-cn.xiaomimimo.com/v1

OpenRouter

OPENROUTER_API_KEY=your_api_key
AI_MODEL=anthropic/claude-sonnet-4

也可以設定自訂端點：

OPENROUTER_BASE_URL=https://your-custom-endpoint

AIHubMix

AIHubMix 用一個 API Key 提供 Claude、GPT、Gemini、DeepSeek 等模型。

AIHUBMIX_API_KEY=your_api_key
AI_MODEL=claude-sonnet-4-5-20250929

也可以設定自訂端點：

AIHUBMIX_BASE_URL=https://aihubmix.com/v1

SiliconFlow（OpenAI 相容）

SILICONFLOW_API_KEY=your_api_key
AI_MODEL=deepseek-ai/DeepSeek-V3  # 範例；可使用任何 SiliconFlow 模型 ID

不設定基礎 URL 時，應用程式使用 https://api.siliconflow.cn/v1，這是 cloud.siliconflow.cn 上建立的 Key 對應的端點。如果您的 Key 來自國際站 cloud.siliconflow.com，請設定 .com 的端點：

SILICONFLOW_BASE_URL=https://api.siliconflow.com/v1

ModelScope

MODELSCOPE_API_KEY=your_api_key
AI_MODEL=Qwen/Qwen3-235B-A22B-Instruct-2507

也可以設定自訂端點：

MODELSCOPE_BASE_URL=https://your-custom-endpoint

Novita AI

NOVITA_API_KEY=your_api_key
AI_MODEL=deepseek/deepseek-v4-pro

也可以設定自訂端點。不設定時使用 https://api.novita.ai/openai：

NOVITA_BASE_URL=https://your-custom-endpoint

Atlas Cloud

ATLASCLOUD_API_KEY=your_api_key
AI_MODEL=your_model_id

應用程式沒有內建 Atlas Cloud 的模型列表。在「設定」的「模型」分頁裡，應用程式會用您的 Key 從 Atlas Cloud 讀取模型列表。

也可以設定自訂端點。不設定時使用 https://api.atlascloud.ai/v1：

ATLASCLOUD_BASE_URL=https://your-custom-endpoint

Qiniu（七牛雲）

QINIU_API_KEY=your_api_key
AI_MODEL=your_model_id

也可以設定自訂端點：

QINIU_BASE_URL=https://your-custom-endpoint

Vercel AI Gateway

Vercel AI Gateway 讓您用一個 API Key 使用多家 AI 服務商。驗證更簡單，切換服務商時也不用管理多個 API Key。

使用 Vercel 託管的閘道：

AI_GATEWAY_API_KEY=your_gateway_api_key
AI_MODEL=openai/gpt-4o

使用自訂閘道 URL，用於本機開發或自行託管的閘道：

AI_GATEWAY_API_KEY=your_custom_api_key
AI_GATEWAY_BASE_URL=https://your-custom-gateway.com/v1/ai
AI_MODEL=openai/gpt-4o

模型 ID 的格式是 provider/model：

AI_MODEL模型
openai/gpt-4oOpenAI GPT-4o
anthropic/claude-sonnet-4-5Anthropic Claude Sonnet 4.5
google/gemini-2.0-flashGoogle Gemini 2.0 Flash

如果沒有設定 AI_GATEWAY_BASE_URL，會使用預設的 Vercel Gateway URL（https://ai-gateway.vercel.sh/v1/ai）。自訂基礎 URL 適用於：

  • 用自己的閘道執行個體做本機開發
  • 自行託管的 AI Gateway 部署
  • 企業代理伺服器設定

使用自訂基礎 URL 時，必須同時設定 AI_GATEWAY_API_KEY。

從 Vercel AI Gateway 儀表板 取得您的 API Key。

Amazon Bedrock

AWS_REGION=us-west-2
AWS_ACCESS_KEY_ID=your_access_key_id
AWS_SECRET_ACCESS_KEY=your_secret_access_key
AI_MODEL=global.anthropic.claude-sonnet-5-5

較新的 Claude 模型只能透過推論設定檔（inference profile）的 ID 呼叫。這種 ID 以地區字首開頭，例如 global. 或 us.。直接用 anthropic.claude-sonnet-5-5 這樣不帶字首的 ID 會出現錯誤「on-demand throughput isn't supported」。

在 AWS 上（Lambda，或帶有 IAM 角色的 EC2），憑證會自動從 IAM 角色取得。

Google Vertex AI

Google Vertex AI 是 Google Cloud 針對企業的服務，提供企業級功能和資料駐留（資料儲存在您選擇的地區）。它的 Express 模式用普通的 API Key 驗證，所以也能在 Vercel、Cloudflare 這類邊緣執行環境裡使用。

GOOGLE_VERTEX_API_KEY=your_api_key
AI_MODEL=gemini-2.0-flash

也可以設定自訂端點：

GOOGLE_VERTEX_BASE_URL=https://your-custom-endpoint

Azure OpenAI

Azure 需要資源名稱或端點 URL，設定其中一個即可。兩個都設定時，使用 AZURE_BASE_URL。

使用資源名稱：

AZURE_API_KEY=your_api_key
AZURE_RESOURCE_NAME=your-resource-name  # 您的 Azure 資源名稱
AI_MODEL=your-deployment-name

也可以用端點 URL 代替資源名稱：

AZURE_API_KEY=your_api_key
AZURE_BASE_URL=https://your-resource.openai.azure.com/openai  # 代替 AZURE_RESOURCE_NAME
AI_MODEL=your-deployment-name

也可以設定推理選項：

AZURE_REASONING_EFFORT=low      # 可選：low, medium, high
AZURE_REASONING_SUMMARY=detailed  # 可選：none, brief, detailed

EdgeOne Pages（騰訊雲）

把應用程式部署在騰訊雲 EdgeOne Pages 上時，可以使用網站內建的 Edge AI 函式 /api/edgeai。它不需要 API Key，也不需要基礎 URL。因為沒有 Key 可供偵測，伺服器無法自動選擇這家服務商，請設定 AI_PROVIDER：

AI_PROVIDER=edgeone
AI_MODEL=@tx/deepseek-ai/deepseek-v32

這個函式支援 @tx/deepseek-ai/deepseek-v32、@tx/deepseek-ai/deepseek-r1-0528 和 @tx/deepseek-ai/deepseek-v3-0324。如果您設定了 ACCESS_CODE_LIST，函式也會檢查存取碼。

Ollama（本機）

AI_PROVIDER=ollama
AI_MODEL=llama3.2

也可以設定自訂 URL：

OLLAMA_BASE_URL=http://localhost:11434/api

SGLang

SGLANG_API_KEY=your_api_key
AI_MODEL=your_model_id

也可以設定自訂端點：

SGLANG_BASE_URL=https://your-custom-endpoint/v1

任何其他 OpenAI 相容介面（custom）

上面沒有列出的服務，例如 vLLM、LM Studio、LiteLLM 或 API 閘道，請在「設定」裡選擇 OpenAI-compatible，填入它的基礎 URL 和 Key。伺服器不驗證 Key 時，填任意非空內容即可。

應用程式會把多則 system 訊息合併成一則，開放原始碼模型的對話範本通常要求這樣；<think> 裡的推理內容會從回覆裡分離出來。

CUSTOM_API_KEY=your_api_key
CUSTOM_BASE_URL=http://127.0.0.1:8000/v1
AI_MODEL=your_model_id

伺服器怎麼選擇服務商

如果您只設定了一家服務商的 API Key，伺服器會自動偵測並使用這家服務商，無需設定 AI_PROVIDER。

如果您設定了多家服務商的 API Key，就必須設定 AI_PROVIDER：

AI_PROVIDER=google # 或：openai, anthropic, google, vertexai, azure, bedrock, ollama, openrouter, aihubmix, deepseek, siliconflow, sglang, gateway, edgeone, doubao, modelscope, glm, qwen, qiniu, kimi, minimax, novita, mimo, atlascloud, custom

為所有使用者提供多個模型

管理員可以在伺服器上設定多個模型。所有使用者都可以使用這些模型，不需要自己的 API Key。沒有這份設定時，應用程式使用 AI_PROVIDER 和 AI_MODEL 這兩個環境變數。

有三種設定方式。

把設定寫進環境變數

部署在雲端時建議使用這種方式。把 AI_MODELS_CONFIG 設為一個 JSON 字串：

AI_MODELS_CONFIG='{"providers":[{"name":"OpenAI","provider":"openai","models":["gpt-4o"],"default":true}]}'

使用設定檔

在專案根目錄建立 ai-models.json 檔案。如果想放在其他位置，用 AI_MODELS_CONFIG_PATH 指定它的路徑。

在 AI_MODEL 裡列出多個模型

這是單一服務商的快速設定。如果只需要同一家服務商的多個模型，可以在 AI_MODEL 裡用逗號分隔列出它們。第一個模型是預設模型。

AI_PROVIDER=doubao
AI_MODEL=doubao-seed-1-8-251228,doubao-seed-1-6-flash-250828,doubao-seed-1-6-251015

這是等同於 ai-models.json 的簡寫。如果需要多家服務商，或者要自訂 apiKeyEnv 和 baseUrlEnv，請使用環境變數或設定檔。

範例

{
  "providers": [
    {
      "name": "OpenAI Production",
      "provider": "openai",
      "models": ["gpt-4o", "gpt-4o-mini"],
      "default": true
    },
    {
      "name": "Custom DeepSeek",
      "provider": "deepseek",
      "models": ["deepseek-chat"],
      "apiKeyEnv": "MY_DEEPSEEK_KEY",
      "baseUrlEnv": "MY_DEEPSEEK_URL"
    }
  ]
}

欄位

欄位必填作用
name是顯示名稱。同一家服務商可以有多份設定
provider是服務商類型（openai、anthropic、google、bedrock 等）
models是模型 ID 列表
default否設為 true 時，預設選取這家服務商的第一個模型
apiKeyEnv否自訂的 API Key 環境變數名稱。不填時使用服務商的標準變數，例如 OPENAI_API_KEY。也可以寫成環境變數名稱陣列：每次請求從有值的變數中隨機選一個，把負載分攤到多個 Key 上
baseUrlEnv否自訂的基礎 URL 環境變數名稱

Key 和名稱

  • API Key 和憑證都透過環境變數提供。預設使用標準變數名稱，例如 OPENAI_API_KEY。用 apiKeyEnv 可以改用您自己的變數名稱。
  • 有了 name，同一家服務商可以有多份設定。例如「OpenAI Production」和「OpenAI Staging」都使用 provider: "openai"，但 apiKeyEnv 不同。

選擇模型

畫圖時，模型要寫出很長的 draw.io XML，並且必須符合嚴格的格式，所以這項任務需要能力很強的模型。

推薦模型：Claude Sonnet 4.5 或 Opus 4.5。

Ollama 可以作為服務商使用。但對這項任務來說，通常只有在本機執行 DeepSeek R1 或 Qwen3-235B 這樣的強大模型時才實用。

您想要推薦使用
最佳體驗能讀圖片的模型（GPT-4o、Claude、Gemini），用於把圖片轉成圖表
低成本DeepSeek，價格有競爭力
隱私Ollama，完全在本機離線執行。需要效能強大的硬體
靈活OpenRouter，透過一個 API 使用眾多模型

設定溫度（Temperature）

溫度可以不設定。需要時用環境變數設定：

TEMPERATURE=0 # 輸出更具確定性（推薦用於圖表）

重要提示： 對於不支援溫度設定的模型，請不要設定 TEMPERATURE，例如：

  • GPT-5.1 和其他推理模型
  • 某些專用模型

不設定時，模型使用它的預設行為。

新增一個服務商

一個服務商的全部資訊都在 lib/providers.ts 的一筆記錄裡：

  • 用哪個 AI SDK 執行（sdk）
  • 用什麼憑證驗證（credential）
  • 環境變數 <PREFIX>_API_KEY 和 <PREFIX>_BASE_URL 的字首（envPrefix）
  • 官方網址
  • 在服務商選擇器裡的分組
  • 選用的提示文字

設定介面、連線測試、聊天路由和管理面板都讀取這筆記錄。新增一個 OpenAI 相容服務商的步驟如下：

  1. 在 lib/providers.ts 裡加一筆記錄，例如：

    acme: {
    label: "Acme AI",
    sdk: "openai-compatible",
    credential: "apiKey",
    group: "aggregators",
    envPrefix: "ACME",
    defaultBaseUrl: "https://api.acme.example/v1",
    apiKeyUrl: "https://acme.example/keys",
    modelList: "openai",
},

    如果服務商需要在基礎 URL 輸入框下方顯示提示，或在選擇器裡顯示說明，就在記錄裡加 baseUrlHint 或 note 物件，四種介面語言（en、zh、ja、zh-Hant）都要寫。不能線上列出模型的服務商，用一個簡短的 models 列表代替 modelList。

  2. 在 env.example 裡加上 ACME_API_KEY 和 ACME_BASE_URL。有一個單元測試會檢查每筆記錄的變數都出現在這個檔案裡。

  3. 在 docs/en、docs/cn、docs/tw 和 docs/ja 的本頁裡各加一節說明。

  4. 把它加進 tests/unit/provider-matrix.test.ts 開頭的兩個清單（MATRIX_PROVIDERS 和 MATRIX_MODEL_IDS）。然後用 npx vitest run tests/unit/provider-matrix.test.ts -u 重新產生行為快照。新增的行都屬於這家服務商，現有的行不能變。

  5. 也把它加進 tests/unit/providers.test.ts。這個檔案寫明了選擇器的分組，以及會改變伺服器端行為的服務商集合（自動偵測、只接受一則 system 訊息）。

  6. 更新三份 README 裡的服務商數量，以及本頁的 AI_PROVIDER 可選值清單。

上一頁流程圖和時序圖下一頁使用 Docker 執行
在 GitHub 上編輯此頁