先分清两种模型
瓜奇分别配置生成文字的 AI 通道和搜索用的向量模型。AI 通道用于生成、改写、概括、知识助手回答等操作；向量模型把文字转换成可比较相似程度的数据，用于语义检索。
两类设置都在瓜奇 → 综合 → 全局基础数据 → 第三方服务中维护，需要有设置管理权限。请先准备对应服务的账号、密钥和模型访问权限，并确认 WordPress 服务器能访问服务地址。
配置生成文字的 AI 通道
- 进入“AI设置”，选择“AI 通道”。
- 填写当前通道显示的“API 密钥”“API 地址”和“模型名称”。模型名称应使用服务商要求的模型标识，不能随意填写展示名称。
- 接口需要兼容 OpenAI Chat Completions，使用 POST JSON 请求和 Bearer 密钥。API 地址应填写对应的聊天补全接口。
- 保存后重新打开设置，确认当前通道和值正确。不同通道的配置分别保存，切换通道不会把所有通道共用成同一组值。
- 用短文本执行一次文章生成、概括或编辑补全，检查是否返回内容。
部分通道提供默认地址和模型；自定义通道需要自行填写。界面有默认模型，不代表你的服务账号已经开通该模型。
配置搜索用的向量模型
进入第三方服务 → 智能搜索，开启智能搜索后，在“AI 语义模型”中选择提供商。这里只需填写当前选中提供商的字段。
| 提供商 | 设置细节 |
|---|---|
| 智谱 | 填写智谱 API Key，选择 embedding-3 或 embedding-2。默认使用 embedding-3，语义精度默认 1024；选项有 256、512、1024、2048。Embedding-2 是固定 1024 维，不能按支持任意维度的模型使用。 |
| OpenAI Embedding | 填写 OpenAI API Key，选择 text-embedding-3-small 或 text-embedding-3-large；默认是 small。 |
| Ollama | 填写嵌入 API 地址和已部署的模型名。默认地址为 http://localhost:11434/api/embed，默认模型为 bge-m3。先在 Ollama 中准备好该模型；localhost 指发起请求的服务器环境。 |
保存语义模型后，还需要连接 Meilisearch，并通过“管理搜索与 AI 内容”准备搜索资料。仅保存模型和密钥不会自动完成历史内容的分析。
分别验证搜索和助手回答
- 完成搜索资料准备，用已发布文章的标题和独特关键词检查能否找到内容。
- 换一种近义表达搜索，检查语义检索是否符合预期。
- 如果要使用知识助手，继续完成“准备 AI 回答资料”，并启用助手、设置知识范围和使用权限。
- 在目标前端、目标语言下提出一个文档已明确回答的问题，检查回答和引用来源。
生成文字成功、语义搜索成功和助手引用正确，是三个需要分别检查的结果。聊天模型不能直接填到向量模型字段中；能搜到文章也不能证明正文知识资料已经准备好。
更换向量模型后怎么办
提供商、模型或维度变化后，旧向量不能直接当作新模型的分析结果使用。当前实现会校验模型与索引是否匹配，配置不一致时可能阻止检索。
打开“管理搜索与 AI 内容”，进入管理选项，查看“完整重建全部资料”的方案，再按提示确认重建。完整重建会按当前模型重新分析已启用且未排除的内容，可能产生费用；新资料全部完成后才切换使用。不要直接修改数据库中的向量字段。
文章翻译还需要独立开关
在“翻译接口”中开启“文章翻译使用 AI（整包）”后，后台“翻译文章”才会使用当前 AI 通道。默认情况下，AI 翻译失败会报错，不会自动改用普通翻译厂家。
设置页中的多语言一键填充仍使用“翻译厂家”，不受文章 AI 翻译开关影响。文章译文没有出现时，还要检查所选字段、覆盖策略和任务状态，参见 03.08 复制与自动翻译。
排查接口问题时，记录模型名、操作时间、错误码和脱敏后的错误信息即可，不要把 API 密钥或完整请求凭据写进公开文档。