Podłącz wtyczki AI Logseq do dowolnego modelu z katalogu.

Szybka odpowiedź: trzy ustawienia w konfiguracji wtyczki.

Zainstaluj wtyczkę AI z marketplace'u Logseq, otwórz jej ustawienia i wypełnij standardowe trio: pole endpointu albo base URL wartością https://api.apisrouter.com/v1, pole klucza API swoim kluczem APIsRouter i pole modelu dokładnym identyfikatorem z katalogu, takim jak claude-haiku-4-5-20251001. Dwa konkretne przykłady z ekosystemu. Długo istniejąca wtyczka gpt3-openai (briansunter/logseq-plugin-gpt3-openai) eksponuje ustawienie chatCompletionEndpoint, domyślnie na hoście OpenAI, plus ustawienie modelu w wolnym tekście, więc oba przekierowują się czysto na bramkę. Nowsza wtyczka logseq-copilot została zbudowana pod API kompatybilne z OpenAI od początku, z ustawieniami API Endpoint, API Key i Model oraz polem modelu rozróżniającym wielkość liter. Nazwy pól różnią się per wtyczka; wzorzec nie.

API / Chat Completion Endpoint:
  https://api.apisrouter.com/v1

API Key:   sk-YOUR-APISROUTER-KEY

Model:     claude-haiku-4-5-20251001
           (case-sensitive, free text)

Jak wtyczki Logseq używają endpointu.

Logseq to open-source'owy outliner do połączonych notatek, a jego wtyczki AI podłączają się do edytora jako slash-komendy i akcje na blokach: streść ten blok, kontynuuj pisanie tutaj, odpowiedz na podstawie zaznaczenia, wygeneruj konspekt ze strony. Każda akcja to jedno żądanie chat-completions niosące odpowiednie bloki jako kontekst, wysyłane do dowolnego endpointu zadeklarowanego przez ustawienia wtyczki. Uczciwa uwaga o ekosystemie, bo jest mniejszy niż ten w Obsidian: wtyczki AI Logseq to projekty społecznościowe z nierównym utrzymaniem. Wtyczka gpt3-openai jest najbardziej ugruntowana, ale widziała ciche odcinki między wydaniami; logseq-copilot jest lżejsza, ale zbudowana celowo pod endpointy kompatybilne z OpenAI. Sprawdź niedawną aktywność wtyczki, zanim zaczniesz na niej polegać codziennie, i spodziewaj się czytania panelu ustawień, a nie dopracowanego kreatora konfiguracji. Strona bramki to stabilna połowa tej pary. Ponieważ endpoint mówi standardowym dialektem chat-completions i serwuje każdy identyfikator z katalogu przez jeden klucz, raz skonfigurowana wtyczka może przełączyć się między identyfikatorem Claude a identyfikatorem DeepSeek, edytując jedno pole ustawień, bez reinstalacji, bez nowego konta.

Dobór modeli do workflow outlinera.

Użycie AI w outlinerze jest zrywami, nie stałe: nic przez godzinę, potem seria slash-komend podczas pisania. Przedpłacone rozliczanie per token pasuje do tego kształtu lepiej niż jakakolwiek subskrypcja, a widok per model w konsoli pokazuje, ile kosztuje Twój faktyczny rytm na każdym identyfikatorze.

• claude-haiku-4-5-20251001 jako codzienny napęd: streszczenia bloków, szybkie przepisania i odpowiedzi ugruntowane w kontekście strony.
• claude-sonnet-4-6 do cięższej syntezy, pisania długich sekcji z konspektu albo czegokolwiek, co opublikujesz.
• gpt-5.4-mini jako wolumenowy wybór z rodziny GPT, jeśli Twoje prompty były kształtowane na zachowaniu OpenAI.
• deepseek-v4-flash do masowych przebiegów, jak streszczanie każdej strony dziennika w miesiącu, po najniższej stawce.
• glm-5 warto przetestować przy dwujęzycznych grafach, zwłaszcza notatkach mieszanych chińsko-angielskich.

Płatność za użycie · poniżej cen oficjalnych

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

Tryby awarii charakterystyczne dla wtyczek Logseq.

Podział pracy przy debugowaniu: curl udowadnia endpoint, klucz i identyfikator w dwóch komendach, a wszystko inne to konfiguracja albo kompatybilność wtyczki. Ta kolejność oszczędza najwięcej czasu w ekosystemie wtyczek, gdzie warstwa narzędzi jest ruchomą częścią.

• Komenda po cichu nic nie robi: otwórz ustawienia wtyczki i potwierdź, że pole endpointu faktycznie się zapisało; niektóre wtyczki wymagają wyłączenia i włączenia wtyczki po zmianach ustawień.
• Błędy modelu z komunikatem not-found: pole modelu rozróżnia wielkość liter w co najmniej jednej popularnej wtyczce, a identyfikatory muszą dokładnie zgadzać się z listingiem katalogu. Kopiuj z /v1/models, nie z pamięci.
• Pole endpointu oczekuje innej głębokości ścieżki: większość wtyczek chce bazy kończącej się na /v1 i sama dokleja trasy; jeśli któraś wymaga pełnej ścieżki, podaj jawnie /v1/chat/completions i zanotuj, którego stylu używa Twoja wtyczka.
• Błędy 401: pole klucza trzyma białe znaki albo stary klucz. Zrób curl listingu modeli tym samym kluczem, żeby potwierdzić poza Logseq.
• Wtyczka zepsuta po aktualizacji Logseq: wtyczki społecznościowe czasem opóźniają się za wydaniami aplikacji. Sprawdź zgłoszenia w repozytorium wtyczki, zanim założysz, że zmienił się endpoint; sprawdzenie curlem udowadnia połowę bramki w kilka sekund.

Kto kieruje Logseq przez bramkę.

• Codzienni prowadzący dziennik, uruchamiający streszczenia i przepisania na swoim grafie na identyfikatorze z tieru wolumenowego.
• Pisarze piszący szkice z konspektów, którzy chcą mieć pod ręką flagowy identyfikator do fragmentów, które się liczą.
• Dwujęzyczne osoby notujące, testujące identyfikatory GLM i DeepSeek względem Claude na blokach mieszanych językowo.
• Użytkownicy dbający o prywatność, którzy wybrali Logseq dla lokalnych plików i chcą, żeby ich ruch AI był skonsolidowany za jednym audytowalnym kluczem.
• Osoby, które już kierują edytory albo terminale przez bramkę i chcą, żeby notatki były na tym samym saldzie i logu użycia.

Zweryfikuj endpoint, a potem przetestuj jeden blok.

Uruchom dwukomendowe sprawdzenie z dokładnym identyfikatorem modelu, który skonfigurowałeś, a potem wyzwól jedną slash-komendę na małym bloku. Jeśli curl przechodzi, a wtyczka zawodzi, problem leży w ustawieniach albo wersji wtyczki, a jej repozytorium to właściwe miejsce, żeby szukać. Gdy komendy już płyną, konsola APIsRouter rejestruje model, tokeny i wydatki per żądanie. Obciążenia notatkowe są lekkie w porównaniu z agentami kodowania, więc większość użytkowników Logseq odkrywa, że konsola głównie potwierdza, że rachunek jest mały; wartość leży w wiedzy z danych, a nie w nadziei.

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $APISROUTER_API_KEY" | head -50

curl -s https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $APISROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-haiku-4-5-20251001",
       "messages":[{"role":"user","content":"Summarize: spaced repetition beats cramming."}]}'

Częste pytania