文档AI 功能
连接 AI 服务
配置并验证用于生成智能标题、会议摘要、自定义模板与会议问答的 AI 大模型。
Kapinote 的语音转录与 AI 总结采用了完全解耦的架构设计：
- 语音转录模型： 负责将音频流实时转换为时间戳文字对齐的转录片段；
- AI 大模型服务： 负责基于转录文本提炼核心决议、生成结构化待办清单，并在对话中回答你关于会议细节的任何提问。
添加与配置步骤
- 打开 设置 → AI。
- 切换选择 云端（Cloud）、本地（Local） 或 命令行工具（CLI），然后选择对应的服务商。
- 按照表单提示填入必要的参数（API Key、模型名称或 Base URL）。
- 点击 验证 按钮。验证通过即表明 Kapinote 已成功连通所配置的模型。
- 保存该配置，并将其设为当前生效的默认 AI 服务。
配置字段详解
| 配置项 | 含义与填写规范 |
|---|---|
| API Key（密钥） | 在各服务商开发者平台创建的专用 API Key（非网页账号登录密码） |
| 模型名称（Model） | 服务商官方规定的模型标识符（如 claude-3-7-sonnet-20250219、gpt-4o、deepseek-chat），严格区分大小写 |
| Base URL（接口地址） | API 请求的基础网关地址。除非使用了第三方代理转发或私有部署，建议直接保留 Kapinote 预置默认值 |
| 地区（Region） | 特殊字段：在 AWS Bedrock 中，Base URL 字段需填入对应的 AWS Region 标识（如 us-east-1） |
对于 CLI 命令行服务，模型字段通常可直接留空，此时 Kapinote 会自动继承该命令行工具在系统全局配置中的默认模型。
三大接入方式的对比与选型
- 云端托管服务（Cloud）： 开箱即用、推理速度快、支持业界最顶尖的模型能力（Claude 3.7、GPT-4o、DeepSeek-V3 等）；单次请求的转录上下文会发送至对应服务商。
- 本地 Ollama（Local）： 无需 API Key；模型下载完成后可在 Mac 本地处理会议文本。输出质量与推理速度取决于模型大小、统一内存与芯片规格（如
qwen3.5:4b、qwen3.5:9b、qwen3.8:27b）。 - 命令行工具（CLI）： 直接复用 Mac 本地已安装并登录的 Gemini CLI、Claude Code、GitHub Copilot CLI 或 OpenAI Codex CLI，无需额外输入 API Key，直接复用该工具已有的账号订阅与配额。
详细配置指南请参考 云端 AI 服务、Ollama 本地 AI与本地及 CLI 服务。
验证失败时的排查步骤
- 核对模型标识： 确认模型字符串完全准确且符合服务商命名规范（如 DeepSeek 为
deepseek-chat，而非网页端别名）。 - 检查配额与权限： 确认 API Key 具备该模型的调用权限，且服务商账号内有充足的可用余额或免费额度。
- CLI 登录状态： 使用 CLI 模式前，请务必先在 Mac 终端中独立执行一次命令测试，确认已成功登录。
- 更多详细解决方案请查看 故障排查。