更多客户端接入教程
以下内容来自你提供的教程结构,已整理为多个独立卡片模块。
适用于你想继续使用 Claude Code 客户端,但后端实际走
Codex / GPT-5.4 模型的场景。这套配置使用 Anthropic
兼容入口,因此 Base URL 填根地址即可。
直接修改 Claude Code 的
settings.json
即可接入 Oreniva 的 Codex 能力。
Tip: 使用前确认
-
这里必须使用
Codex 专用密钥,不要使用 Claude Code 分组密钥。
-
Base URL 使用站点根地址,不要追加
/v1。
-
修改
settings.json
后,需要完全重启 Claude Code 才会生效。
-
访问
https://oreniva.com
,在 API 密钥管理创建一个
Codex 专用
密钥。
-
打开 Claude Code 的配置文件:Windows 为
%USERPROFILE%\.claude\settings.json,macOS / Linux 为
~/.claude/settings.json。
-
将下面的 JSON 合并到你的配置中,并把密钥替换成刚创建的
Codex key。
Codex2Claude 配置示例
{
"env": {
"ANTHROPIC_API_KEY": "替换为你创建的 Codex key",
"ANTHROPIC_BASE_URL": "https://api.oreniva.com",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "gpt-5.4-low",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "gpt-5.4-xhigh-fast",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "gpt-5.4-high",
"ANTHROPIC_MODEL": "gpt-5.4-xhigh",
"ANTHROPIC_REASONING_MODEL": "gpt-5.4-xhigh",
"CLAUDE_CODE_ATTRIBUTION_HEADER": "0",
"CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
"DISABLE_ERROR_REPORTING": "1",
"DISABLE_TELEMETRY": "1",
"MCP_TIMEOUT": "60000"
},
"model": "gpt-5.4-xhigh",
"skipDangerousModePermissionPrompt": true
}
-
保存后完全退出并重启 Claude Code。
Cursor 自定义 API 路由使用 OpenAI
/v1/chat/completions
兼容格式。 你可以直接在 Cursor 的 Other 配置里接入
Oreniva。
提示:Cursor Pro Plan 账号可按本教程接入,官方 OpenAI
额度为空时也可使用。
-
进入 Cursor Settings → Models,确保你是 Cursor Pro
账号。
-
打开 OpenAI API Key 开关,粘贴在 Oreniva 后台创建的
key。
-
打开 Override OpenAI Base URL,填写:
https://api.oreniva.com/v1
-
Claude 系列直接在 Cursor 模型列表中选择;GPT 系列需要在
Add model 输入自定义模型名称。
Cursor Base URL
https://api.oreniva.com/v1
配置图示(按图中位置操作)
Claude 模型说明
Claude 模型不需要输入自定义模型名,直接在 Cursor
自带模型列表中选择即可。
Opus 4.6Opus 4.5SonnetHaiku
GPT 模型说明(需要自定义模型名)
在
Add or search model
里输入下方模型名称。
基础模型不带强度后缀;强度模型在末尾追加
-low/-medium/-high/-xhigh。
|
类别
|
Cursor 自定义模型名
|
对应基础模型
|
思考强度
|
|
基础模型
|
oreniva-g-5
|
gpt-5
|
默认
|
|
强度模型
|
oreniva-g-5-low
|
gpt-5
|
low
|
|
强度模型
|
oreniva-g-5-medium
|
gpt-5
|
medium
|
|
强度模型
|
oreniva-g-5-high
|
gpt-5
|
high
|
|
强度模型
|
oreniva-g-5-xhigh
|
gpt-5
|
xhigh
|
|
基础模型
|
oreniva-g-5-codex
|
gpt-5-codex
|
默认
|
|
强度模型
|
oreniva-g-5-codex-low
|
gpt-5-codex
|
low
|
|
强度模型
|
oreniva-g-5-codex-medium
|
gpt-5-codex
|
medium
|
|
强度模型
|
oreniva-g-5-codex-high
|
gpt-5-codex
|
high
|
|
强度模型
|
oreniva-g-5-codex-xhigh
|
gpt-5-codex
|
xhigh
|
|
基础模型
|
oreniva-g-5.1
|
gpt-5.1
|
默认
|
|
强度模型
|
oreniva-g-5.1-low
|
gpt-5.1
|
low
|
|
强度模型
|
oreniva-g-5.1-medium
|
gpt-5.1
|
medium
|
|
强度模型
|
oreniva-g-5.1-high
|
gpt-5.1
|
high
|
|
强度模型
|
oreniva-g-5.1-xhigh
|
gpt-5.1
|
xhigh
|
|
基础模型
|
oreniva-g-5.1-codex
|
gpt-5.1-codex
|
默认
|
|
强度模型
|
oreniva-g-5.1-codex-low
|
gpt-5.1-codex
|
low
|
|
强度模型
|
oreniva-g-5.1-codex-medium
|
gpt-5.1-codex
|
medium
|
|
强度模型
|
oreniva-g-5.1-codex-high
|
gpt-5.1-codex
|
high
|
|
强度模型
|
oreniva-g-5.1-codex-xhigh
|
gpt-5.1-codex
|
xhigh
|
|
基础模型
|
oreniva-g-5.2
|
gpt-5.2
|
默认
|
|
强度模型
|
oreniva-g-5.2-low
|
gpt-5.2
|
low
|
|
强度模型
|
oreniva-g-5.2-medium
|
gpt-5.2
|
medium
|
|
强度模型
|
oreniva-g-5.2-high
|
gpt-5.2
|
high
|
|
强度模型
|
oreniva-g-5.2-xhigh
|
gpt-5.2
|
xhigh
|
|
基础模型
|
oreniva-g-5.2-codex
|
gpt-5.2-codex
|
默认
|
|
强度模型
|
oreniva-g-5.2-codex-low
|
gpt-5.2-codex
|
low
|
|
强度模型
|
oreniva-g-5.2-codex-medium
|
gpt-5.2-codex
|
medium
|
|
强度模型
|
oreniva-g-5.2-codex-high
|
gpt-5.2-codex
|
high
|
|
强度模型
|
oreniva-g-5.2-codex-xhigh
|
gpt-5.2-codex
|
xhigh
|
|
基础模型
|
oreniva-g-5.3-codex
|
gpt-5.3-codex
|
默认
|
|
强度模型
|
oreniva-g-5.3-codex-low
|
gpt-5.3-codex
|
low
|
|
强度模型
|
oreniva-g-5.3-codex-medium
|
gpt-5.3-codex
|
medium
|
|
强度模型
|
oreniva-g-5.3-codex-high
|
gpt-5.3-codex
|
high
|
|
强度模型
|
oreniva-g-5.3-codex-xhigh
|
gpt-5.3-codex
|
xhigh
|
|
基础模型
|
oreniva-g-5.4
|
gpt-5.4
|
默认
|
|
强度模型
|
oreniva-g-5.4-low
|
gpt-5.4
|
low
|
|
强度模型
|
oreniva-g-5.4-medium
|
gpt-5.4
|
medium
|
|
强度模型
|
oreniva-g-5.4-high
|
gpt-5.4
|
high
|
|
强度模型
|
oreniva-g-5.4-xhigh
|
gpt-5.4
|
xhigh
|
|
基础模型
|
oreniva-g-5.5
|
gpt-5.5
|
默认
|
|
强度模型
|
oreniva-g-5.5-low
|
gpt-5.5
|
low
|
|
强度模型
|
oreniva-g-5.5-medium
|
gpt-5.5
|
medium
|
|
强度模型
|
oreniva-g-5.5-high
|
gpt-5.5
|
high
|
|
强度模型
|
oreniva-g-5.5-xhigh
|
gpt-5.5
|
xhigh
|
示例
oreniva-g-5.4= 基础模型gpt-5.4(默认强度);oreniva-g-5.4-xhigh= 同一基础模型 +
xhigh
强度;oreniva-g-5.5-high= 基础模型gpt-5.5
+ high
强度。
VSCode Codex插件安装教程
适合使用 VSCode 图形界面安装 Codex 插件,并通过 API Key
登录的用户。
-
1
VSCode 打开后,先选择任意项目文件夹进入工作区。
-
-
-
-
5
安装完成后,配置 Codex 的全局配置文件。
Windows 路径:%USERPROFILE%\\.codex\\config.toml与%USERPROFILE%\\.codex\\auth.json。安装 Codex 插件和 Codex CLI 后,.codex
位于用户目录下;在 macOS/Linux 中,~/.codex因为以点开头,默认是隐藏文件夹。
config.toml
approval_policy = "never"
sandbox_mode = "danger-full-access"
model_provider = "Oreniva"
model = "gpt-5.4"
model_reasoning_effort = "xhigh"
plan_mode_reasoning_effort = "xhigh"
model_reasoning_summary = "detailed"
network_access = "enabled"
disable_response_storage = true
windows_wsl_setup_acknowledged = true
model_verbosity = "high"
[model_providers.Oreniva]
name = "Oreniva"
base_url = "https://api.oreniva.com"
wire_api = "responses"
requires_openai_auth = true
auth.json
{
"OPENAI_API_KEY": "粘贴为Codex专用分组密钥key"
}
-
6
如果之前使用官方或其他平台登录过,请先按图退出已有登录。
-
-
-
-
10
登录成功后即可开始对话,底部可以切换模型与推理强度。
适合不想手动改配置文件的同学,按步骤填入即可。
-
安装后,在应用顶部 Tab
切换到你的目标配置对象(Claude、Codex、Gemini),然后添加自定义配置。
- 按下方参数填入并保存。
API Key
sk-********(粘贴你的 key)
API 请求地址
https://api.oreniva.com
可选:开启底部余额 / 订阅额度显示
如果你希望 CC Switch 在供应商卡片底部显示剩余额度,可在保存基础配置后,继续打开当前供应商的「用量查询」并按下方参数填写。
- 在当前供应商卡片中打开「用量查询」开关。
- 模板选择 Generic Template(推荐)。
- 用量 API Key:直接填写与你上方相同的 Oreniva API Key。
- 用量查询地址:填写
https://api.oreniva.com/api/public。
- 保存后点击刷新,卡片底部就会显示剩余额度。
用量查询地址(可选)
https://api.oreniva.com/api/public
额度显示规则
- 如果这个 API Key 绑定的是订阅分组,
balance 返回的是当前还能实际调用的每日剩余额度。
- 返回里的
resetAt / resetRule 会对应每日额度的恢复时间;未用完的每日额度会在下一次重置或套餐到期时作废。
- 如果这个 API Key 绑定的是按量分组,显示的是当前账户余额。
- 如果你想分别查看不同分组的额度,建议按分组单独创建 API Key。
如果你使用自定义脚本模式,也可以直接请求
https://api.oreniva.com/api/public/cc-switch/balance?apikey=你的Key,
返回中的 balance 字段就是 CC Switch 可直接显示的剩余额度。
OpenCode 与 Codex
的配置是两套独立步骤,请按下方内容单独配置。
- 安装 OpenCode CLI 并登录。
- 登录时选择 Other,并设置 Oreniva 供应商。
- 编辑配置文件,替换为你的 API Key 与 baseURL。
Terminal
npm install -g opencode-ai
opencode auth login
配置文件路径
~/.config/opencode/opencode.json
baseURL(OpenAI Compatible)
https://api.oreniva.com
opencode.json
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"oreniva": {
"npm": "@ai-sdk/openai",
"name": "Oreniva",
"options": {
"baseURL": "https://api.oreniva.com",
"apiKey": "替换为你的key"
},
"models": {
"gpt-5.4": {
"attachment": true,
"reasoning": true,
"modalities": {
"input": [
"text",
"image"
],
"output": [
"text"
]
},
"limit": {
"context": 1000000,
"output": 128000
},
"variants": {
"xhigh": {
"reasoningEffort": "xhigh",
"textVerbosity": "low",
"reasoningSummary": "auto"
},
"high": {
"reasoningEffort": "high",
"textVerbosity": "low",
"reasoningSummary": "auto"
},
"medium": {
"reasoningEffort": "medium",
"textVerbosity": "low",
"reasoningSummary": "auto"
},
"low": {
"reasoningEffort": "low",
"textVerbosity": "low",
"reasoningSummary": "auto"
}
}
}
}
}
}
}
OpenCode 切思考强度(Ctrl + T)
在 OpenCode 中,使用Ctrl + T可以切换模型推理强度(reasoning effort),会按low → medium → high → xhigh → low循环切换。
-
low:思考最浅、速度最快,适合简单任务和快速迭代。
-
medium:平衡速度与质量,日常编程任务推荐默认使用。
-
high:更深入分析与规划,适合复杂逻辑和架构问题。
-
xhigh:思考最深,速度更慢、消耗更高,适合棘手问题。
使用建议
-
先用 Tab 切到 Plan 模式梳理需求,再切回 Build
模式写代码。
-
默认先用 medium,卡住或需要更优解时再切到 high /
xhigh。
-
如果是自定义模型接入,请在配置中确保 reasoningEffort
等参数可用,否则切档位可能不生效。
OpenClaw 可通过 OpenAI Responses 兼容方式接入 Oreniva。
- 安装 OpenClaw:
Terminal
npm i -g openclaw
- 运行初始化命令:
Terminal
clawdbot onboard
模型供应商配置请选择跳过(Model/auth provider - Skip for
now),其他配置可按需随意填写。
- 运行以下命令启动 Web 面板:
Terminal
openclaw dashboard
-
Codex 配置:在面板的 Config 中修改 Raw JSON
配置,重点对应
models字段和agents.defaults.model字段。以下为参考配置(请替换apiKey):
clawdbot.json
{
"models": {
"mode": "merge",
"providers": {
"oreniva": {
"baseUrl": "https://api.oreniva.com/v1",
"apiKey": "替换为你的key",
"auth": "api-key",
"api": "openai-responses",
"models": [
{
"id": "gpt-5.4",
"name": "Oreniva (gpt-5.4)",
"reasoning": true,
"input": [
"text",
"image"
],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 200000,
"maxTokens": 8192
}
]
}
}
},
"agents": {
"defaults": {
"thinkingDefault": "high",
"model": {
"primary": "Oreniva/gpt-5.4"
}
}
}
}
字段说明
thinkingDefault表示切换到该模型后的默认思考强度。比如这里设置为high,则默认使用 high
强度;如需更快或更深的默认效果,可改成medium、high或xhigh。
Claude 配置(Anthropic Messages)
如果你希望 OpenClaw 走 Claude 协议,请在同一位置使用以下
Raw JSON(替换apiKey):
clawdbot.json(Claude)
{
"models": {
"providers": {
"oreniva-cc": {
"baseUrl": "https://api.oreniva.com/v1",
"apiKey": "你的key",
"api": "anthropic-messages",
"models": [
{
"id": "claude-sonnet-4-5-20250929",
"name": "Claude 4.5 Sonnet",
"contextWindow": 200000
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "oreniva-cc/claude-sonnet-4-5-20250929"
}
}
}
}
-
点击
Save按钮和Update按钮,等待配置 Update 完成后,回到首页 chat 对话即可。
Cherry Studio 接入教程
这里只提供 Codex(Openai-Response)接入方式。
Codex 接入
供应商类型:Openai-Response
API 地址
https://api.oreniva.com
API Key:后台创建的 API 密钥(sk- 开头)。
Cherry Studio 地址格式说明
推荐格式(不加结尾 /)
https://api.oreniva.com
错误格式(单独以 / 结尾)
https://api.oreniva.com/
提示:推荐格式让 Cherry Studio 自动拼接 v1;单独的 /
结尾可能导致 v1 被忽略。
ChatBox 接入教程
按照以下步骤配置即可完成 ChatBox 的 Oreniva 接入。
- 下载 ChatBox 客户端。
-
打开【设置】-【添加】,名称填写
Oreniva(可自定义),API 模式选择
OpenAI Responses API 兼容。
-
API 密钥:粘贴在
https://oreniva.com/keys
创建的密钥 key。
-
API 主机填写:
https://api.oreniva.com。
- API 路径不需要填写,留空。
- 开启【改善网络兼容性】选项。
-
新建模型:模型 ID 填写
gpt-5.4,其余保持默认;也可按需开启视觉、推理、工具使用等选项。
- 点击保存模型。
- 点击检查按钮,确认配置成功。
关键参数
API 主机
https://api.oreniva.com
Droid CLI 配置教程
Droid CLI 读取~/.factory/config.json,可在其中添加 custom_models 指向本服务端点。
注意:如果你的~/.factory/settings.json中存在旧的oreniva配置,请先清除后再按本教程配置并重启 Droid
CLI,否则新配置可能不会生效。
配置文件路径
~/.factory/config.json
config.json
{
"custom_models": [
{
"model_display_name": "GPT-5.4 [oreniva]",
"model": "gpt-5.4",
"base_url": "https://api.oreniva.com",
"api_key": "替换为你的key",
"provider": "openai",
"max_tokens": 16384,
"extra_args": {
"reasoning": {
"effort": "high"
}
}
}
]
}
Cline 接入教程
Cline 官方支持
OpenAI Compatible
提供商。你只需要填入 Base URL、API Key 和模型 ID,即可直接接入
Oreniva。
-
打开 Cline 设置页,在
API Provider
中选择
OpenAI Compatible。
-
Base URL 填写为
https://api.oreniva.com/v1。
-
API Key 粘贴你在后台创建的 API 密钥。
-
Model ID 输入
gpt-5.4,或替换为你想使用的 Oreniva 模型名。
-
保存后新建会话即可开始使用;若模型列表未自动出现,可手动输入模型 ID。
关键参数
Base URL
https://api.oreniva.com/v1
提示:Cline 的 OpenAI Compatible 配置按 Base URL 工作,不要填完整的
/chat/completions
路径。
Continue 接入教程
Continue 官方支持 OpenAI 兼容提供商。最常见的接入方式是在
config.yaml
中为 OpenAI provider 增加
apiBase。
-
打开 Continue 配置文件。
-
在
models
数组内新增一个 OpenAI provider 模型。
-
将
apiBase
指向https://api.oreniva.com/v1,并填入你的 API Key。
-
模型名建议先用
gpt-5.4,保存后重载 Continue。
Continue config.yaml 示例
name: Oreniva
version: 1.0.0
schema: v1
models:
- name: Oreniva GPT-5.4
provider: openai
model: gpt-5.4
apiBase: https://api.oreniva.com/v1
apiKey: sk-替换为你的key
提示:Continue 在某些模型上会优先走
/responses
流程;如果你希望严格使用传统 OpenAI 兼容聊天接口,优先选择这里示例的
gpt-5.4
这类常规模型名。
Zed 接入教程
Zed 官方支持通过
openai_compatible
provider 添加自定义模型。你可以通过 UI 添加,也可以直接修改设置文件。
-
在 Zed 中执行
agent: open settings。
-
在
LLM Providers
区域点击
Add Provider。
-
或者直接编辑设置文件,新增
openai_compatible
provider。
settings.json 示例
{
"language_models": {
"openai_compatible": {
"Oreniva": {
"api_url": "https://api.oreniva.com/v1",
"api_key": "sk-替换为你的key",
"available_models": [
{
"name": "gpt-5.4",
"display_name": "Oreniva GPT-5.4",
"max_tokens": 128000,
"max_completion_tokens": 16384
}
]
}
}
}
}
提示:如果你接入的是更偏 Responses API 的模型,可以继续补充
capabilities
字段;首次配置建议先从上面的最小示例开始。
TRAE CN 接入教程
如果你当前使用的 TRAE CN 版本提供自定义模型或 OpenAI
Compatible provider 入口,可以按下面的方式接入 Oreniva。
注意:TRAE CN 的自定义提供商入口可能会随版本调整。若你当前版本看不到
Custom / OpenAI Compatible / 自定义模型 相关入口,建议先升级客户端后再尝试。
-
打开 TRAE CN 设置,找到模型、Provider 或自定义模型相关页面。
-
选择 OpenAI 兼容或自定义 provider 类型。
-
Base URL 填写
https://api.oreniva.com/v1。
-
API Key 填入你的 Oreniva 密钥。
-
模型 ID 先填写
gpt-5.4,保存后重新打开模型选择器确认是否生效。
建议先用这组参数试跑
Base URL
https://api.oreniva.com/v1
Open WebUI 接入教程
Open WebUI 官方支持连接任何 OpenAI-compatible provider。你可以在管理员后台添加一个新的 OpenAI 连接,把 Oreniva 当作外部模型服务接入。
-
打开 Open WebUI,进入
Admin Settings → Connections → OpenAI。
-
点击
Add Connection。
-
URL 填写
https://api.oreniva.com/v1,API Key 填写你的密钥。
-
如果自动校验没有拉到模型列表,在
Model IDs (Filter)
手动加入gpt-5.4。
-
点击 Save,回到聊天页选择模型即可。
关键参数
URL
https://api.oreniva.com/v1
提示:Open WebUI 校验连接时会调用
/models
。如果某些模型或网关无法正确返回列表,不代表聊天一定不可用,这时手动添加模型 ID 即可。
TypingMind 接入教程
TypingMind 支持添加自定义模型,同时也支持给 OpenAI Chat Endpoint 配置自定义代理地址。接入 Oreniva 时,最稳妥的方式是新建一个自定义 OpenAI 模型并把请求指向完整的聊天端点。
-
打开左侧
Models
页面,点击
Add Custom Models。
-
新建一个 OpenAI 兼容模型,模型名填
Oreniva GPT-5.4,实际 model ID 填gpt-5.4。
-
在 OpenAI provider 的 Proxy / Custom Endpoint 位置,把聊天接口改为
https://api.oreniva.com/v1/chat/completions。
-
API Key 填入你的 Oreniva 密钥并保存。
TypingMind 推荐填写
Custom Endpoint
https://api.oreniva.com/v1/chat/completions
注意:TypingMind 的 Proxy 字段对应的是完整聊天端点,而不是仅主机根地址;这里要填到
/v1/chat/completions。
LibreChat 接入教程
LibreChat 官方支持通过
librechat.yaml
添加 OpenAI API-compatible custom endpoint。最常见的做法是在
endpoints.custom
下新增一个 Oreniva provider。
-
确认你的 LibreChat 实例已经启用
librechat.yaml
挂载。
-
在
endpoints.custom
下新增一个 Oreniva 配置。
-
将 API Key 放进
.env,再重启 LibreChat。
librechat.yaml 示例
version: 1.3.5
cache: true
endpoints:
custom:
- name: "Oreniva"
apiKey: "${ORENIVA_KEY}"
baseURL: "https://api.oreniva.com/v1"
models:
default: ["gpt-5.4"]
fetch: true
titleConvo: true
titleModel: "gpt-5.4"
modelDisplayLabel: "Oreniva"
.env 示例
ORENIVA_KEY=sk-替换为你的key
提示:如果你使用 Docker 部署 LibreChat,别忘了把
librechat.yaml
正确挂载进容器;否则重启后新 endpoint 不会出现在下拉列表里。
NextChat 接入教程
NextChat 在自托管场景下支持通过环境变量覆盖 OpenAI 的请求地址和模型列表。接入 Oreniva 时,最常用的是设置
BASE_URL
与
CUSTOM_MODELS。
-
打开 NextChat 部署环境变量,或你自己的
.env.local。
-
将 OpenAI Key 改成你的 Oreniva API Key。
-
把 Base URL 指向
https://api.oreniva.com/v1。
-
在自定义模型列表中加入
gpt-5.4,重启应用后即可在聊天页选择。
.env.local 示例
OPENAI_API_KEY=sk-替换为你的key
BASE_URL=https://api.oreniva.com/v1
CUSTOM_MODELS=gpt-5.4
提示:如果你部署的是较新的 NextChat 版本,也可以同时维护自定义模型显示名,但第一次接入建议先只填最小必要变量。
LobeChat 接入教程
LobeChat 在自托管场景下支持通过环境变量覆盖 OpenAI provider 的代理地址和模型列表。接入 Oreniva 时,最常见的是设置
OPENAI_PROXY_URL
与
OPENAI_MODEL_LIST。
-
找到 LobeChat 的部署环境变量文件。
-
设置 OpenAI API Key 为你的 Oreniva Key。
-
设置代理地址为
https://api.oreniva.com/v1。
-
在模型列表加入
gpt-5.4,重启 LobeChat。
环境变量示例
OPENAI_API_KEY=sk-替换为你的key
OPENAI_PROXY_URL=https://api.oreniva.com/v1
OPENAI_MODEL_LIST=gpt-5.4
提示:如果你还启用了 Anthropic、Gemini 等其他 provider,LobeChat 会同时显示多类模型;这时建议先用 Oreniva 专属 key 只接 OpenAI provider,排查更简单。
AnythingLLM 接入教程
AnythingLLM 官方提供
OpenAI (generic)
provider,适合接入任意 OpenAI-compatible 服务。Oreniva 场景下直接填 Base URL、API Key 和模型名即可。
-
打开 AnythingLLM 管理后台,进入 LLM Provider 设置。
-
Provider 类型选择
OpenAI (generic)。
-
Base URL 填写
https://api.oreniva.com/v1,API Key 填入你的 key。
-
模型 ID 输入
gpt-5.4,保存即可。
推荐参数
Base URL
https://api.oreniva.com/v1
提示:如果 AnythingLLM 还负责嵌入模型或 reranker,不要把所有 provider 都改成同一个地址;这里只改主聊天 LLM provider 就够了。
BoltAI 接入教程
BoltAI 官方支持
OpenAI-compatible Server。和 TypingMind 类似,它更适合填写完整的聊天接口 endpoint。
-
打开 BoltAI 设置,进入 AI Providers 或自定义服务器设置。
-
新建一个 OpenAI-compatible Server。
-
Endpoint 填写
https://api.oreniva.com/v1/chat/completions。
-
API Key 填入你的 Oreniva key。
-
模型名填写
gpt-5.4,保存后即可开始对话。
BoltAI 推荐填写
Endpoint
https://api.oreniva.com/v1/chat/completions
注意:BoltAI 这里更适合填完整 endpoint,而不是只填根地址;如果只填到
/v1,某些版本不会自动补全聊天路径。