LogoBibGenie-Dokumentation

Eigene Modelle (Custom Models)

Füge eigene Modelle hinzu und verwalte sie, einschließlich OpenAI, Anthropic, OpenRouter, Ollama, LM Studio und kompatibler APIs.

Custom Models ermöglichen dir, deinen eigenen API-Schlüssel, Drittanbieter-Provider, lokales Modell oder institutionellen Modelldienst zu verwenden. Nach der Konfiguration sendet BibGenie Anfragen direkt vom lokalen Zotero-Plugin an den von dir gewählten Provider.

Modell hinzufügen

Öffne BibGenie und gehe zu Model Settings.
Klicke im Bereich Custom Models auf Add Model.
Wähle oder gib eine Provider ID ein. BibGenie lädt häufige Provider aus einem Modellkatalog und füllt Provider Name, Provider Type und Base URL nach Möglichkeit automatisch aus.
Wähle oder gib eine Model ID ein. Wenn das Modell im Katalog existiert, füllt BibGenie Model Name, Family, Model Types, Context Window, Max Tokens und Description automatisch aus.
Gib deinen API Key ein. Für lokale Dienste wie Ollama ist normalerweise kein API-Schlüssel erforderlich.
Klicke auf Test, um die Verbindung zu prüfen. Ein erfolgreicher Test zeigt Connected. Wenn der Test fehlschlägt, zeigt BibGenie die Provider-Fehlermeldung, damit du die Konfiguration korrigieren kannst.
Prüfe die automatisch ausgefüllten Felder und passe Model Types, Context Window oder Max Tokens bei Bedarf an.
Klicke auf Add Model. Das Modell wird gespeichert, aktiviert und ist anschließend im Chat-Modellauswahlschalter verfügbar.

Auto-Fill-Verhalten

Ein eigenes Modell hinzuzufügen ist nicht vollständig manuell. BibGenie lädt Provider- und Modellinformationen aus dem models.dev-Katalog, wenn verfügbar:

  • Provider ID unterstützt das Suchen häufiger Provider und die manuelle Eingabe eigener Provider.
  • Die Auswahl eines Providers kann Provider Name, Provider Type und Base URL automatisch ausfüllen.
  • Model ID wird nach dem ausgewählten Provider gefiltert und unterstützt sowohl Katalogmodelle als auch eigene Modell-IDs.
  • Die Auswahl eines Katalogmodells kann Model Name, Family, Model Types, Context Window, Max Tokens, Description und Preismetadaten automatisch ausfüllen.
  • Wenn der Modellkatalog nicht geladen werden kann, verwendet BibGenie eine eingebaute Fallback-Providerliste; du kannst Modelle weiterhin manuell hinzufügen.

Katalogeinträge bevorzugen, wenn verfügbar

Wenn dein Provider und Modell in den Such-Dropdowns erscheinen, wähle sie aus, statt alles manuell einzugeben. Das reduziert Fehler bei Provider Type, Base URL, Modellfähigkeiten und Kontextlimits.

Felder

FeldErforderlichBeschreibung
Provider IDErforderlichEindeutige Providerkennung, etwa openai, anthropic oder openrouter; eigene IDs werden unterstützt
Provider NameErforderlichAnzeigename des Providers; normalerweise aus dem Katalog automatisch ausgefüllt
Model IDErforderlichTatsächliche Modell-ID der Provider-API, etwa gpt-4.1 oder claude-sonnet-4-5
Model NameErforderlichIn BibGenie angezeigter Name; normalerweise aus dem Katalog automatisch ausgefüllt
API KeyOptionalDein Provider-API-Schlüssel; lokale Provider wie Ollama benötigen normalerweise keinen
Base URLOptionalAPI-Endpunkt; für Katalogprovider oft automatisch ausgefüllt, kompatible oder lokale Dienste erfordern aber eventuell manuelle Bestätigung
Provider TypeErforderlichAPI-Integrationstyp, etwa OpenAI, Anthropic, Ollama oder OpenAI Compatible
FamilyOptionalModellfamilie, etwa qwen, gpt oder claude; oft automatisch ausgefüllt
Model TypesErforderlichFähigkeiten wie Text, Vision, Reasoning, Function Calling oder Web Search
Context WindowOptionalKontextfenster des Modells; bei Katalogmodellen oft automatisch ausgefüllt
Max TokensOptionalMaximale Ausgabetokens; bei Katalogmodellen oft automatisch ausgefüllt
DescriptionOptionalModellbeschreibung; oft automatisch ausgefüllt

Provider Type-Leitfaden

Provider TypeVerwenden, wenn
OpenAIDu die offizielle OpenAI API verwendest
AnthropicDu die Anthropic Claude API verwendest
xAIDu die xAI Grok API verwendest
DeepSeekDu die offizielle DeepSeek API verwendest
GoogleDu die Gemini API verwendest
GroqDu die Groq API verwendest
Moonshot AIDu Kimi / Moonshot-Modelle verwendest
OpenRouterDu die OpenRouter API verwendest
AlibabaNormalerweise über OpenAI Compatible
Z.AI / Zhipu AINormalerweise über OpenAI Compatible
OllamaDu einen lokalen Ollama-Dienst verwendest
OpenAI CompatibleDu LM Studio, einen API-Proxy oder einen institutionellen kompatiblen Endpunkt verwendest

Base URL

Viele offizielle Provider haben eine Standard-Base URL. Du musst Base URL normalerweise nur ändern, wenn:

  • Du OpenAI Compatible verwendest.
  • Du einen API-Proxy verwendest.
  • Du einen lokalen Modelldienst verwendest.
  • Dein Provider einen eigenen Endpunkt verlangt.

Beispiele:

https://api.openai.com/v1
https://openrouter.ai/api/v1
http://localhost:11434
http://localhost:1234/v1

Auf den /v1-Pfad achten

Viele kompatible APIs benötigen eine Base URL, die auf /v1 endet. Fehlt der Versionspfad, kann es zu NetworkError, 404 oder model-not-found-Fehlern kommen.

Ollama-Beispiel

Stelle sicher, dass Ollama installiert ist und läuft.
Führe ollama list in einem Terminal aus, um zu prüfen, ob ein lokales Modell verfügbar ist.
Falls Ollama noch nicht läuft, starte es mit ollama serve. Die Ausgabe bestätigt, dass es auf 127.0.0.1:11434 lauscht.
Füge in BibGenie ein Modell hinzu und wähle Ollama als Provider Type.
Verwende http://localhost:11434 als Base URL.
Verwende den von ollama list angezeigten Modellnamen, etwa llama3.1:8b, als Model ID.

LM Studio-Beispiel

LM Studio wird normalerweise über OpenAI Compatible konfiguriert:

Starte den lokalen API-Server in LM Studio.
Füge in BibGenie ein Modell hinzu und wähle OpenAI Compatible als Provider Type.
Gib die LM Studio API-Adresse als Base URL ein, normalerweise ähnlich wie http://localhost:1234/v1.
Gib die ID des aktuell in LM Studio geladenen Modells als Model ID ein.

Model Types

Wähle Fähigkeiten entsprechend dem, was das Modell tatsächlich unterstützt:

  • Text: Textchat; normalerweise erforderlich.
  • Vision: Eingabe von Bildern, Screenshots und Abbildungen.
  • Reasoning: nützlich für komplexe Reasoning-Aufgaben.
  • Function Calling: beeinflusst Suche, Lesen und Bibliotheksverwaltungs-Workflows.
  • Web Search: nur aktivieren, wenn Provider und Modell dies unterstützen.

Falsche Fähigkeitseinstellungen können ModelNotSupported oder Tool-Calling-Fehler verursachen.

FAQ

On this page