> ## Documentation Index
> Fetch the complete documentation index at: https://docs.acedata.cloud/llms.txt
> Use this file to discover all available pages before exploring further.

# Korzystanie z Ace Data Cloud w AnythingLLM

> Platform API guide - Ace Data Cloud

[AnythingLLM](https://anythingllm.com/) to klient open source pozycjonowany jako „dokument → prywatny ChatGPT”, którego podstawową koncepcją jest **Workspace** — każdy Workspace to zestaw dokumentów, zestaw użytkowników i zestaw narzędzi Agent, izolowane niezależnie. Został zaprojektowany specjalnie do rozmów z dokumentami i oferuje zarówno aplikację desktopową, jak i wersję Docker. W **LLM Provider** ma wbudowaną opcję [OpenAI (Generic)](https://docs.anythingllm.com/setup/llm-configuration/cloud/openai-generic), w której można wpisać niestandardowy Base URL, dzięki czemu można bezpośrednio wskazać Ace Data Cloud jako model konwersacyjny. Ten artykuł przedstawia proces konfiguracji.

## Proces aplikowania

Aby podłączyć Ace Data Cloud w AnythingLLM, najpierw przejdź do [konsoli Ace Data Cloud](https://platform.acedata.cloud/console/applications), pobierz swój API Token i zachowaj go do użycia później.

![Pobieranie klucza API Ace Data Cloud](https://cdn.acedata.cloud/dvc3cg.jpg)

Jeśli nie jesteś jeszcze zalogowany lub zarejestrowany, zostaniesz automatycznie przekierowany na stronę logowania, aby się zarejestrować i zalogować, a po zalogowaniu i rejestracji automatycznie wrócisz na bieżącą stronę.

Przy pierwszym aplikowaniu otrzymasz bezpłatny limit, który pozwoli bezpłatnie wypróbować usługi modeli Ace Data Cloud.

## Pobieranie AnythingLLM

Do użytku osobistego można pobrać [wersję desktopową](https://anythingllm.com/download), w której baza wektorowa (LanceDB) działa lokalnie, wyszukiwanie dokumentów odbywa się całkowicie offline, a połączenie z internetem jest wymagane tylko przy wywoływaniu modelu; w scenariuszach zespołowych z wieloma użytkownikami należy użyć [wdrożenia Docker](https://docs.anythingllm.com/installation-docker/overview).

## Konfiguracja modelu konwersacyjnego

Uruchom AnythingLLM, przejdź do **Settings → LLM Preference**, a jako Provider wybierz **OpenAI (Generic)** (nie wybieraj zwykłego OpenAI, ponieważ jest on na stałe wskazany na `api.openai.com` i nie ma niestandardowego Base URL). Oficjalną dokumentację znajdziesz w [OpenAI (Generic) LLM Provider](https://docs.anythingllm.com/setup/llm-configuration/cloud/openai-generic).

| Pole | Wartość | Opis |
| - | - | - |
| Base URL | `https://api.acedata.cloud/v1` | **Musi kończyć się na `/v1`** |
| API Key | Twój Token Ace Data Cloud | Token skopiowany z konsoli |
| Selected Model | ID bieżącego modelu | W pierwszej kolejności użyj listy automatycznie załadowanej z `/models`; jeśli nie zostanie zwrócona, wyszukaj zgodnie z metodą powyżej i wpisz ręcznie |
| Model context window | Wypełnij zgodnie z wybranym modelem | Odczytaj górny limit kontekstu z bieżącego katalogu modeli, nie kopiuj wartości z innych modeli |

![Ekran konfiguracji Generic OpenAI w AnythingLLM](https://cdn.acedata.cloud/a155f5476de7.png)

> Możliwości modelu i górny limit kontekstu należy sprawdzać w bieżącym katalogu modeli.

Zwróć uwagę na reguły ścieżki Base URL:

| Base URL | Rzeczywiste żądanie | Wynik |
| - | - | - |
| `https://api.acedata.cloud/v1` | `https://api.acedata.cloud/v1/chat/completions` | Poprawne |
| `https://api.acedata.cloud/openai` | `https://api.acedata.cloud/openai/chat/completions` | Również działa |
| `https://api.acedata.cloud/openai/v1` | `https://api.acedata.cloud/openai/v1/chat/completions` | 404 (brak `/v1` w `/openai`) |
| `https://api.acedata.cloud` | `https://api.acedata.cloud/chat/completions` | 404 (brakuje `/v1`) |

## Konfiguracja modelu Embedding

Rdzeniem AnythingLLM jest RAG, który wymaga modelu osadzania do wektoryzacji dokumentów. Jego **Embedding Preference** i LLM Preference to dwa niezależne zestawy konfiguracji — zobacz [przegląd konfiguracji Embedder](https://docs.anythingllm.com/setup/embedder-configuration/overview). Wbudowany **AnythingLLM Embedder（Built-in / Native）** działa bezpośrednio lokalnie, jest gotowy do użycia od razu i nie wymaga konfiguracji, dlatego jest domyślnym i zalecanym wyborem:

Przejdź do **Settings → Embedding Preference** i pozostaw domyślnego Providera **AnythingLLM Embedder**, bez potrzeby wypełniania jakichkolwiek kluczy. Wektoryzacja dokumentów zostanie wykonana lokalnie, a zarówno oryginalne teksty, jak i wektory będą przechowywane lokalnie w LanceDB, bez przesyłania do chmury.

> Kandydaci Embedder w AnythingLLM (chmurowi: OpenAI / Azure OpenAI / Cohere; lokalni: Built-in, LM Studio, [LocalAI](https://docs.anythingllm.com/setup/embedder-configuration/local/localai), Ollama) są integrowani zgodnie z własnymi stałymi formami. Chmurowe osadzanie OpenAI jest na stałe wskazane na `api.openai.com` i nie obsługuje niestandardowego Base URL; jeśli chcesz użyć niestandardowego endpointu, możesz użyć Embeddera **Generic OpenAI** (który również ma pole Base URL i może wskazywać na `text-embedding-3-large` Ace Data Cloud) albo lokalnego Embeddera **LocalAI**. W tym artykule model konwersacyjny korzysta z Ace Data Cloud, natomiast osadzanie używa lokalnego Embeddera wbudowanego w AnythingLLM, a oba nie wpływają na siebie nawzajem.

## Wybór modelu

Katalog modeli będzie stale aktualizowany. W pierwszej kolejności użyj listy modeli automatycznie załadowanej przez klienta; gdy wymagane jest ręczne wpisanie, najpierw wyślij żądanie `GET https://api.acedata.cloud/v1/models`, aby uzyskać bieżące ID modelu, a następnie wybierz zgodnie z obsługiwanymi przez klienta możliwościami kontekstu, obrazów i wywoływania narzędzi.

## Weryfikacja integracji

Jeśli nie masz pewności, czy problem leży po stronie AnythingLLM, czy sieci, możesz najpierw bezpośrednio zweryfikować endpoint za pomocą curl (zastąp `{token}` swoim Tokenem):

```bash theme={null}
curl -X POST 'https://api.acedata.cloud/v1/chat/completions' \
  -H 'Authorization: Bearer {token}' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "MODEL_ID",
    "messages": [{"role": "user", "content": "ping"}]
  }'
```

Zwrócenie obiektu `chat.completion` zgodnego z OpenAI oznacza, że zarówno Token, jak i endpoint są gotowe; jeśli zostanie zwrócone `HTTP 403 used_up`, oznacza to, że Token jest prawidłowy, ale saldo jest niewystarczające — wystarczy doładować konto w [konsoli](https://platform.acedata.cloud/console/applications).

## Zaawansowane: Workspace i rozmowy z dokumentami

Po utworzeniu nowego Workspace i przesłaniu dokumentów PDF / Word / Markdown itd., AnythingLLM podzieli je na fragmenty według akapitów, wygeneruje wektory przy użyciu lokalnego Embeddera i zapisze je w lokalnym LanceDB. Podczas rozmowy najpierw wyszuka powiązane fragmenty, a następnie przekaże je wraz z Twoim pytaniem do modelu konwersacyjnego (czyli Ace Data Cloud) w celu uzyskania odpowiedzi, oznaczając źródła cytowań pod odpowiedzią. U góry każdego Workspace można przełączać tryby **Query** (odpowiedzi wyłącznie na podstawie dokumentów) i **Chat** (połączenie z wiedzą ogólną); w poważnych scenariuszach zaleca się używanie trybu Query, aby uniknąć halucynacji. Przy wdrożeniu Docker można użyć zmiennych środowiskowych, takich jak `GENERIC_OPEN_AI_BASE_PATH`, `GENERIC_OPEN_AI_API_KEY`, `GENERIC_OPEN_AI_MODEL_PREF`, aby wstępnie ustawić tę samą integrację modelu konwersacyjnego i włączyć tryb wielu użytkowników.

## Często zadawane pytania

### Komunikat 404 / connection fail

Zwykle Base URL został wpisany jako `.../openai/v1` albo brakuje `/v1`. Zmień go na `https://api.acedata.cloud/v1`.

### Brak możliwości rozmowy po przesłaniu dokumentu

Upewnij się, że w **Settings → Embedding Preference** wybrano dostępny Embedder (domyślny AnythingLLM Embedder może działać lokalnie i nie wymaga dodatkowej konfiguracji), a następnie prześlij dokument ponownie, aby wygenerować wektory.

### Komunikat 401 Unauthorized

Upewnij się, że w API Key wklejono Token Ace Data Cloud (bez prefiksu `Bearer`, bez dodatkowych spacji) oraz że saldo przypisanej aplikacji jest wystarczające.

### Czy lokalne dokumenty będą przesyłane do chmury

Nie. Oryginalna treść dokumentów jest przechowywana lokalnie w LanceDB, a do modelu wysyłane są tylko fragmenty trafione przez wyszukiwanie oraz Twoje pytanie.

## Dowiedz się więcej

* [Oficjalna strona AnythingLLM](https://anythingllm.com/) ｜ [AnythingLLM GitHub](https://github.com/Mintplex-Labs/anything-llm) ｜ [Dokumentacja wdrożenia Docker](https://docs.anythingllm.com/installation-docker/overview)
* [Dokumentacja AnythingLLM OpenAI (Generic) LLM Provider](https://docs.anythingllm.com/setup/llm-configuration/cloud/openai-generic)
* [Przegląd konfiguracji AnythingLLM Embedder](https://docs.anythingllm.com/setup/embedder-configuration/overview)
* [Dokumentacja Ace Data Cloud OpenAI Chat Completions API](https://platform.acedata.cloud/documents/openai-chat-completions)
* [Lista usług Ace Data Cloud](https://platform.acedata.cloud/documents)
* [Konsola Ace Data Cloud](https://platform.acedata.cloud/console)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.