KoboldAI Lite em um endpoint compatível com OpenAI personalizado.

Resposta rápida: os valores que o Lite precisa.

Abra o painel de conexão de IA (o botão AI no menu superior do Lite), troque do AI Horde padrão para o grupo de endpoint personalizado, e escolha a opção compatível com OpenAI. Os rótulos exatos mudam um pouco entre versões, mas os campos são constantes: uma URL de API, uma chave, e um modelo escolhido depois de conectar. Dois detalhes específicos do Lite causam a maior parte dos problemas quando isso falha. Primeiro, a checkbox de versão: o Lite oferece um toggle estilo "Add Ver. Num" que anexa /v1 à URL para você, então digitar https://api.apisrouter.com com a caixa marcada e https://api.apisrouter.com/v1 com ela desmarcada ambos resolvem corretamente, enquanto duplicar o /v1 não. Segundo, a persistência: o Lite historicamente reseta URLs de endpoint personalizado ao reconectar, então mantenha a URL à mão em vez de assumir que o campo sobrevive a toda sessão.

API URL:  https://api.apisrouter.com/v1   (ou base URL + "Add Ver. Num" marcado)
API key:  sk-...                            (da APIsRouter)
Model:    deepseek-v4-flash                 (ou qualquer id do catálogo após conectar)

O que é o Lite, e como ele alcança um modelo hospedado.

O KoboldAI Lite é a UI web sem instalação do ecossistema Kobold: um app de página única para escrita de histórias, modo aventura e chat de personagem que roda inteiramente no seu navegador. Ele vem em duas formas que compartilham as mesmas configurações: a instância hospedada em lite.koboldai.net, e a cópia empacotada que o KoboldCpp serve em localhost quando você roda modelos localmente. O README do projeto o descreve como capaz de se conectar a endpoints personalizados incluindo APIs no formato OpenAI e no formato Claude, ao lado de instâncias Kobold locais e remotas e o AI Horde, feito pela comunidade. Como o Lite é um app de navegador sem servidor próprio, suas requisições de API vão diretamente do navegador para qualquer endpoint que você configurar. Esse design é o motivo pelo qual a rota de endpoint personalizado funciona, e também o motivo pelo qual a seção de CORS abaixo existe: o endpoint precisa responder requisições de origem do navegador, e quando um não responde, o Lite oferece um toggle de proxy com trade-offs que vale a pena entender antes de ativá-lo. Para quem vem do AI Horde: o apelo de um endpoint medido sobre o cluster voluntário é a previsibilidade. O Horde é genuinamente gratuito com uma fila; um endpoint pago responde imediatamente com o modelo exato que você pediu, e nas tarifas das famílias de valor uma noite de jogo custa uma fração pequena de um centavo por mensagem.

Configuração, campo por campo.

Se a lista de modelos ficar vazia depois de conectar, as causas de sempre em ordem: um /v1 duplicado ou ausente (verifique a checkbox de versão primeiro), uma chave colada com espaço em branco, ou uma extensão de navegador bloqueando a requisição. As mesmas três valores funcionando em um comando curl é a forma mais rápida de provar que o lado do endpoint está bem e localizar o problema no navegador.

• Abra o Lite (hospedado ou empacotado) e clique no botão AI no menu superior para abrir o painel de conexão.
• Troque a seleção de provider do AI Horde para o grupo de endpoint personalizado, e escolha a opção compatível com OpenAI (os rótulos variam um pouco por versão; uma opção no formato Claude fica ao lado).
• Insira a URL: https://api.apisrouter.com/v1, atento à checkbox de versão descrita acima para que /v1 apareça exatamente uma vez.
• Cole sua chave sk-... no campo de chave.
• Conecte, depois escolha um modelo da lista que o Lite busca, ou digite o id exato do catálogo se sua versão pedir um nome de modelo manual.
• Envie uma mensagem curta em uma história nova para confirmar a ida e volta antes de carregar uma sessão longa.

A opção de endpoint Claude, e quando usá-la.

O grupo de endpoint personalizado do Lite também inclui uma opção no formato Claude para APIs no dialeto Anthropic. A APIsRouter também serve esse dialeto, em /v1/messages, então ids claude são alcançáveis por qualquer uma das duas portas. Na prática, a rota compatível com OpenAI é o padrão mais simples mesmo para modelos Claude, porque uma única configuração então serve todas as famílias: claude-sonnet-4-6 para prosa de alto nível, deepseek-v4-flash para jogo em volume, glm-5.2 e kimi-k2.6 para alternância, tudo como mudanças no campo de modelo em vez de reconfigurações. Onde a opção no formato Claude ganha seu lugar é se você mantém presets ajustados especificamente para o formato de requisição da Anthropic ou migra configurações de outra ferramenta no dialeto Anthropic. Funcionalmente, ambas as rotas terminam nos mesmos modelos por este gateway; escolha uma e mantenha consistência para que suas configurações salvas continuem portáteis.

Samplers e modos: o que de fato se aplica em um endpoint hospedado.

O Lite expõe o zoológico completo de samplers de modelo local nas suas configurações, e a maior parte disso não viaja. Em endpoints compatíveis com OpenAI, a própria documentação do Lite observa que apenas temperatura, top-p e controles estilo penalidade de repetição se aplicam; samplers exóticos como Min-P, Top-A ou TFS são recursos de inferência local, e embora o Lite possa anexá-los como campos extras, endpoints hospedados geralmente ignoram ou rejeitam parâmetros não padrão. Defina a temperatura em torno de 0,8 a 0,9 para variedade de prosa, deixe o top-p perto de 0,95, e mantenha as penalidades de repetição baixas; essa é toda a superfície ajustável, e é suficiente. Todos os modos de escrita do Lite funcionam pelo endpoint personalizado, com uma orientação: o modo instruct mapeia mais naturalmente para modelos de chat hospedados, já que produz a troca estruturada baseada em papéis com a qual esses modelos são treinados. A co-escrita clássica de história também funciona; espere que os modelos se comportem mais como parceiros conversacionais do que continuadores brutos de texto, porque é isso que um endpoint de chat completions é. O orçamento de contexto segue a mesma regra de todo frontend de roleplay: o Lite reenvia o contexto visível da história a cada turno, então defina o tamanho de contexto deliberadamente (uma janela de trabalho de 16K a 32K cobre sessões longas) em vez de maximizá-lo só porque a janela do modelo permite. O guia de tamanho de contexto linkado abaixo faz essa conta entre modelos.

Pague pelo uso · abaixo do preço oficial

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

CORS, o toggle de proxy, e mantendo sua chave sã.

Como o Lite chama o endpoint diretamente do seu navegador, uma falha de conexão com valores corretos costuma ser CORS: o endpoint recusando requisições de origem do navegador. O Lite vem com um toggle "Use CORS Proxy" exatamente para esse caso, e ele merece um aviso honesto: rotear por qualquer proxy de terceiros coloca esse proxy dentro do seu tráfego, chave e conteúdo da história incluídos. Tente uma conexão direta primeiro, confirme que o endpoint funciona via curl se estiver em dúvida, e trate o toggle de proxy como último recurso em vez de padrão. Rodar o Lite empacotado a partir de um KoboldCpp local é outra saída limpa, já que as mesmas configurações de endpoint personalizado existem lá. A higiene da chave importa um pouco mais em um app de navegador: a chave fica nas configurações locais do seu navegador, então evite colá-la em máquinas compartilhadas ou públicas, e se ela algum dia vazar, revogue e reemita em vez de torcer. Chaves aqui são gratuitas de criar, então uma chave dedicada para o Lite mantém o log de uso legível e o raio de impacto pequeno. Uma observação sobre conteúdo, dita sem rodeios: um endpoint personalizado muda para onde as requisições vão, não o que os modelos permitem. As políticas de modelo upstream e os termos de qualquer instância do Lite que você usar continuam se aplicando; a página de comparação de políticas linkada abaixo cobre o panorama de forma factual, família de modelo por família de modelo.

Perguntas frequentes