首页
/ 在gptel项目中配置不同主模式下的模型后端

在gptel项目中配置不同主模式下的模型后端

2025-07-02 00:48:11作者:钟日瑜

gptel是一个Emacs插件,提供了与多种AI模型交互的功能。在实际使用中,开发者经常需要根据不同编辑模式切换不同的AI模型。本文将介绍如何正确配置gptel以实现在不同主模式下使用不同模型后端的技术方案。

问题背景

当用户尝试在不同主模式下配置不同的模型时,可能会遇到模型与后端不匹配的警告信息。例如,在文本模式下使用Gemini模型,在编程模式下使用GPT-4模型,但在打开专用gptel缓冲区时却收到"模型不支持"的警告。

解决方案

通过分析gptel的源代码,我们发现问题的根源在于gptel在检查模型兼容性时,错误地比较了默认后端值和缓冲区局部模型值。最新版本已经修复了这个问题,现在可以正确识别缓冲区局部设置。

配置示例

以下是一个完整的配置示例,展示了如何在不同主模式下设置不同的模型:

;; 设置API密钥
(setq gptel-api-key (auth-source-pass-get "key" "your-api-key-path"))

;; 创建Gemini后端
(gptel-make-gemini "Gemini"
  :stream t
  :key (auth-source-pass-get 'secret "your-gemini-key-path"))

;; 定义模型配置函数
(defun gptel-extras-model-config (globally &optional backend-name model-name)
  "配置gptel后端和模型"
  (interactive "P")
  (let* ((backend-name (or backend-name
                         (if (<= (length gptel--known-backends) 1)
                             (caar gptel--known-backends)
                           (completing-read "Backend name: " (mapcar #'car gptel--known-backends) nil t))))
         (backend (alist-get backend-name gptel--known-backends nil nil #'equal))
         (backend-models (gptel-backend-models backend))
         (model-name (or model-name
                        (if (= (length backend-models) 1)
                            (car backend-models)
                          (completing-read "Model name: " backend-models))))
         (setter (if globally #'set-default #'set)))
    (funcall setter 'gptel-model model-name)
    (funcall setter 'gptel-backend backend)))

;; 为不同模式设置不同模型
(dolist (hook '(text-mode-hook bibtex-mode-hook))
  (add-hook hook (lambda ()
                  (gptel-extras-model-config nil "Gemini" "gemini-pro")))

(add-hook 'prog-mode-hook (lambda () 
                           (gptel-extras-model-config nil "ChatGPT" "gpt-4")))

技术要点

  1. 后端创建:使用gptel-make-gemini等函数创建不同的后端实例。

  2. 模型配置:通过自定义函数gptel-extras-model-config可以灵活地为不同缓冲区或全局设置模型和后端。

  3. 模式挂钩:利用Emacs的hook机制,在不同主模式下自动切换模型配置。

  4. 作用域控制:通过setter变量控制配置是应用在当前缓冲区还是全局。

注意事项

  1. 确保使用的模型名称与后端支持的模型列表匹配。

  2. 不同后端可能需要不同的认证方式,注意正确设置API密钥。

  3. 最新版本的gptel已经修复了默认值与局部值比较的问题,建议保持插件更新。

通过这种配置方式,开发者可以在不同编辑环境下无缝切换AI模型,提高工作效率。这种灵活的配置方案特别适合需要同时使用多种AI模型进行不同任务的开发者。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8