在 Jan 里用 DaoXE

Jan 是一个把本地模型与云端 API 放进同一个界面的桌面应用。它的自定义供应商接受任何 OpenAI 兼容端点 —— DaoXE 直接对上。

更新于 2026-09-15

Jan 把本地模型(llama.cpp / MLX)和云端供应商放进同一个桌面应用。Add Provider 流程要三样:API 格式、base URL、key —— 正是 DaoXE 的形状 —— 然后把账号目录填进模型选择器(最便宜 API 教程)。

为什么让 Jan 走 DaoXE#

  • 本地与云端同台。离线模型和 DaoXE 云端目录在同一个模型选择器里并行。
  • 模型列表自动拉。保存供应商时 Jan 自动请求 GET /v1/models —— 选择器里直接是你账号的真实 ID。
  • 备用 key。每个供应商可配多个 key,401/403/429 自动轮换 —— 团队共用一个 DaoXE 余额时很顺手。

在 Jan 里配置#

  1. 打开对话框。 Settings → Model Providers → Add Provider。
  2. 选对 API 格式。 选 OpenAI-compatible(默认)。Jan 文档原话警告:选错格式「哪怕 base URL 和 key 都对,请求也会失败」。DaoXE 也有原生 Messages 面(Claude Code 教程 讲的就是它),但 Jan 的文档化正解就是 OpenAI 模式。
  3. 填三个字段。 名称 DaoXE;Base URL https://daoxe.com/v1(其文档自带的示例形态:以 /v1 结尾的 URL);粘贴 DaoXE key。Create。
  4. 核对模型。 保存时 Jan 会请求该供应商的 /models。缺哪个就用 + 按钮补,ID 照抄 GET /v1/models。

值得注意的坑

Base URL 必须带 /v1:Jan 自家 troubleshooting 表的第一条就是「每个请求都 404 —— base URL 少了 /v1」;尾部斜杠会被自动去掉。格式选错是致命项:OpenAI 与 Anthropic compatible 决定线格式 —— 选错时 URL 和 key 都对也照样失败。自定义供应商不探测能力:tools/vision/audio 要逐模型手动开启,否则默认关。采样参数是宽松透传:Jan 把你设的都发出去(temperature、top-K、min-P……),后端可能静默忽略不支持的。更多客户端见客户端设置说明。

验证你拿到的是真模型#

先证明端点可用,再怀疑客户端 —— 这一步失败,改任何设置都没用:

bash
export DAOXE_API_KEY="your_api_key"

# List the exact model IDs your account can call
curl --fail-with-body --show-error --silent \
  https://daoxe.com/v1/models \
  -H "Authorization: Bearer ${DAOXE_API_KEY}"

先在应用之外验证端点,再在 temperature 0 下把难题与官方 API 对比:

bash
curl --fail-with-body --show-error --silent \
  https://daoxe.com/v1/chat/completions \
  -H "Authorization: Bearer ${DAOXE_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_EXACT_MODEL_ID",
    "max_tokens": 64,
    "messages": [{"role": "user", "content": "Say hello in one sentence."}]
  }'

别信我们 —— 自己验证

把 开源 benchmark 对准 DaoXE 和官方 API,在 temperature 0 下对比。再学会如何鉴别掉包,让便宜端点无法悄悄把你换成更小的模型。

常见问题#

Jan 能接 DaoXE 吗?

能 —— Add Provider → OpenAI-compatible,base URL https://daoxe.com/v1 加 key;保存时模型列表自动拉取。

为什么每个请求都 404?

base URL 丢了 /v1 —— Jan 文档就记着这一条。补上版本路径,请求就通。

为什么模型的工具不工作?

自定义供应商不自动探测能力 —— 在 Jan 里把该模型的 tools/vision 显式打开,并选一个真支持 function calling 的模型。

费用?

按模型、随账号 —— 实时定价;充值统一 1 元 = $1 额度。

试用 DaoXE —— 并亲自 benchmark 它

一个 key 调 GPT、Claude、Gemini、DeepSeek 等。用开源 benchmark 对准我们做对比 —— 别只听我们说。