跳到主要内容

服务商配置

Rocky 有两个独立的服务商系统：一个用于聊天（文本），一个用于语音（实时音频）。每个系统可以独立配置不同的服务商、账户和模型。

两个服务商系统​

  • 聊天服务商 — 处理文本对话、任务规划和工具执行
  • 语音服务商 — 处理实时语音对话，是 Rocky 的主要交互方式

同时只能激活一个聊天服务商和一个语音服务商，但你可以配置多个实例并自由切换。

服务商 / 账户 / 模型​

每个服务商系统都遵循三层架构：

服务商（OpenAI、Anthropic、Gemini 等）
  └── 账户（你的 API Key）
       └── 模型（GPT-4o、Claude 3.7 等）

你可以为每个服务商配置多个账户，并在模型之间自由切换。

聊天服务商​

聊天服务商处理所有文本交互。

OpenAI​

Anthropic​

Azure OpenAI​

  • 模型: GPT-4o（Azure 部署）
  • 配置: 需要 Azure 资源名称、部署名称、API 版本和 API Key

Google Gemini​

  • 模型: Gemini 2.5 Pro, Gemini 2.5 Flash
  • API Key: 来自 Google AI Studio

Groq​

  • 模型: Llama 3.3 70B
  • API Key: 来自 Groq 控制台

xAI​

  • 模型: Grok 3 Beta
  • API Key: 来自 xAI 平台

OpenRouter​

  • 模型: 多模型代理（一个 Key 访问多种模型）
  • API Key: 来自 OpenRouter

DeepSeek​

  • 模型: DeepSeek Chat
  • API Key: 来自 DeepSeek 平台

豆包（火山引擎）​

  • 模型: Doubao Seed 系列
  • API Key: 来自火山引擎平台

AIProxy​

  • 模型: 代理访问各种模型
  • 配置: 需要配置服务 URL

语音服务商​

语音服务商处理实时音频流式传输，用于语音对话。

OpenAI Realtime​

功能最全的语音服务商。

  • 模型: GPT Realtime Mini, GPT Realtime
  • API Key: 与 OpenAI 聊天 API Key 相同
  • 特点: 低延迟、自然语音、多轮对话

豆包 Realtime​

针对中文语音交互优化。

  • 模型: Doubao E2E Voice
  • 配置: 需要火山引擎 Resource ID
  • 特点: 优秀的中文支持

Gemini Live​

Google 的原生音频模型。

  • 模型: Gemini 2.5 Flash Native Audio
  • API Key: 来自 Google AI Studio
  • 特点: 原生音频处理

配置方法​

  1. 打开 Rocky App
  2. 进入 设置 > 服务商
  3. 在 聊天 和 语音 标签页之间切换
  4. 点击 添加服务商，选择服务商类型
  5. 输入 API Key 并按需配置端点
  6. 点击激活你想使用的服务商
提示

你可以混搭使用 —— 例如用 Anthropic Claude 做聊天，用 OpenAI Realtime 做语音。两个系统完全独立。