在 LobeHub 中使用 Meta
Meta Model API 提供 Muse Spark 的 API 访问。使用此服务商需要 Meta Model API 密钥。API 用量由 Meta 单独计费,具体费用及限制请查看官方价格与速率限制。
在 LobeHub 中配置时,打开 应用设置 → AI 服务商,选择对应服务商并打开右侧开关。
步骤一:创建 API 密钥
- 使用具有 API 访问权限的账户登录 Model API 控制台。
- 打开 API keys,点击 Create API key,填写密钥名称后点击 Create。
- 复制并妥善保存密钥。Meta 只会展示一次密钥,管理方式请查看身份验证指南。
步骤二:在 LobeHub 中配置 Meta
- 打开 应用设置 → AI 服务商 → Meta,然后启用服务商。
- 填入 API 密钥。如果自部署实例的管理员已配置服务端密钥,可以直接使用该配置,无需再填写个人密钥。
- 保留默认 API 基础地址
https://api.meta.ai/v1;使用兼容代理时再修改。 - 执行连通性检查,然后为助手选择可用的 Muse Spark 模型,发送一条简短消息。
API 兼容性
LobeHub 的 Meta 集成使用 Responses API 处理对话和结构化输出。自定义代理必须支持基础地址下的 /responses 路径;不要把完整的 /v1/responses 接口地址填为基础地址。请求通过 LobeHub 服务端发送,因此服务端必须能够访问 API。此服务商不支持浏览器直连请求。
Meta 也提供其他 API 格式,区别见官方API 选择指南。可用模型取决于账户的 API 访问权限,请参阅官方模型目录。
自部署与排查
管理员可在服务端设置 META_API_KEY,启用 Meta 并提供共享密钥。META_PROXY_URL 用于覆盖基础地址,META_MODEL_LIST 用于自定义模型列表,详见 Meta 环境变量。
- 身份验证失败时,检查密钥是否为有效的 Meta Model API 密钥,以及是否已被撤销。
- 连通性检查失败时,确认所选模型对当前账户可用,且服务端或代理可以访问 Responses API。
- Meta 返回 HTTP 429 时,减少并发请求,稍后重试。同一团队的多个 API 密钥共享速率限制。