Documentazione

AnythingLLM

AnythingLLM raggiunge un endpoint per cui non offre un provider specifico tramite l’unica opzione chiamata Generic OpenAI: un Base URL, una chiave e un ID modello che inserisci manualmente. Due dei suoi cinque campi hanno valori predefiniti che possono comportare costi senza che te ne accorga.

AnythingLLM raggiunge un endpoint per cui non offre alcun provider nominativo tramite Generic OpenAI — Base URL con /v1, una chiave e un ID modello inserito manualmente, poiché non recupera alcun elenco.

Instance Settings → AI Providers → LLM

LLM Provider           Generic OpenAI
Base URL               https://api.kunavo.com/v1
API Key                sk-kn-...
Selected Model         claude-sonnet-5
Model context window   1000000
Max Tokens             8192

L’URL di base mantiene il suffisso /v1. La pagina di configurazione di AnythingLLM non lo dice esplicitamente, ma il file server/.env.example fornito con il prodotto lo conferma, riportando la stessa impostazione come GENERIC_OPEN_AI_BASE_PATH='http://proxy.url.openai.com/v1'; il codice del provider passa questo valore all’OpenAI SDK come baseURL senza modificarlo, aggiungendo solo la route. Entrambe le fonti sono state consultate il 21 settembre 2026.

Kunavo non ha eseguito AnythingLLM con questo endpoint. Questa pagina riporta un’analisi della documentazione e del codice distribuito da AnythingLLM, consultati alla data indicata qui sotto; non è il resoconto di un test. Una pagina di configurazione pubblicata non dimostra la compatibilità, e queste informazioni non vanno interpretate come tale. La pagina di AnythingLLM stessa è ancora più esplicita: «Questo provider LLM è pensato per gli sviluppatori: non dovresti usarlo a meno che tu non sappia cosa stai facendo.»

Vale la pena compilare due campi anche se sembrano facoltativi. Se lasci vuoto Model context window, il provider usa il valore predefinito 4096 e calcola il budget per cronologia, prompt di sistema e contenuti dell’utente in base a questa finestra presunta. Max Tokens usa il valore predefinito 1024, che tronca le risposte lunghe finché non lo aumenti.

Questa configurazione riguarda solo la parte di chat. L’embedder di AnythingLLM è un provider separato, configurato a livello di sistema, e Kunavo non offre modelli di embedding: quindi non indirizzarlo qui. Per quella parte puoi usare l’embedder locale gratuito integrato oppure un provider specializzato in embedding. Kunavo non offre neanche modelli di conversione da parlato a testo o da testo a parlato; pertanto, i provider Transcription e Voice & Speech di AnythingLLM non vanno configurati su questo endpoint.

Non hai ancora una chiave? Crea un account Kunavo, genera una chiave (inizia con sk-kn-) e aggiungi credito da $10: le chiamate vengono pagate con quel saldo e le chiamate non riuscite non vengono addebitate. La dashboard si apre quindi sulla configurazione AnythingLLM.

Passo dopo passo

Crea una chiave su /app/keys e copiala: viene mostrata una sola volta.
Apri Instance Settings → AI Providers → LLM. Il percorso è uguale nell’app Desktop e in un’istanza self-hosted; cambia solo il modo in cui si apre il pannello delle impostazioni.
In LLM Provider, seleziona Generic OpenAI — descritto nella relativa scheda come «Connettiti a qualsiasi servizio compatibile con OpenAi tramite una configurazione personalizzata».
Compila Base URL, API Key e Selected Model come indicato sopra. Selected Model è un campo di testo, non un elenco caricato dal provider: non viene eseguita alcuna verifica preliminare, quindi un ID errato viene accettato al salvataggio e causa un errore al primo messaggio.
Imposta Model context window e Max Tokens invece di lasciarli vuoti, quindi seleziona Save changes.
Invia un messaggio in un workspace. Il workspace può sovrascrivere il modello LLM di sistema; se la risposta sembra provenire dal provider precedente, controlla l’impostazione del modello del workspace prima di modificare altro qui.

Verificato rispetto a Pagina LLM OpenAI (Generic) di AnythingLLM il 21 settembre 2026. Le impostazioni di terze parti cambiano; se il nome di un campo qui non corrisponde più a quello visualizzato, fa fede quella pagina, non questa.

Questa è la versione breve. La guida completa, con scelta del modello, costo di una sessione reale e modalità di errore, è in il costo effettivo di una distribuzione di AnythingLLM.

Verifica prima di eseguire il debug del client

Una sola richiesta stabilisce se il problema riguarda l'endpoint, la chiave o il file di configurazione. Se restituisce JSON, lo stesso base URL e la stessa chiave funzionano in AnythingLLM.

# Settles whether a failure is the endpoint, the key, or the client.
curl -sS https://api.kunavo.com/v1/models \
  -H "Authorization: Bearer sk-kn-..."

Quale model id inserire nel campo

Ogni modello di testo è raggiungibile come model id: l'elenco aggiornato è GET /v1/models e il catalogo con i prezzi è nella pagina dei modelli. Le tariffe sono in USD per 1M di token, input / output.

ID del modello	Kunavo ingresso / uscita	Dove si inserisce in AnythingLLM
`claude-sonnet-5`	$1.40 / $7.00	il modello d’uso quotidiano per le domande e risposte sui documenti
`claude-haiku-4-5`	$0.70 / $3.50	workspace con volumi elevati, in cui il recupero fornisce i fatti
`claude-opus-5`	$3.50 / $17.50	un workspace per agenti o sintesi, in cui una risposta errata costa cara
`gpt-5-6-sol`	$2.00 / $12.00	una seconda famiglia di modelli per la stessa chiave, per ciascun workspace
`gpt-5-6-terra`	$0.70 / $4.20	documenti lunghi allegati per intero invece che recuperati

La fatturazione è per token, usando un saldo prepagato senza canone mensile: vedi billing. In presenza di contesto ripetuto, che costituisce la maggior parte di ciò che invia un editor o un client di chat, prompt caching incide sulla spesa più della scelta del modello.

Domande frequenti

Come si aggiunge un endpoint API personalizzato ad AnythingLLM?

Apri Instance Settings, poi AI Providers e infine LLM, quindi scegli il provider chiamato Generic OpenAI. La scheda ufficiale di AnythingLLM lo descrive così: «Connettiti a qualsiasi servizio compatibile con OpenAi tramite una configurazione personalizzata». Il modulo presenta cinque campi: Base URL, API Key, Selected Model, Model context window e Max Tokens, oltre al pulsante Save changes. Questo provider è il metodo supportato per raggiungere endpoint compatibili con OpenAI per cui AnythingLLM non offre un’integrazione specifica. Controlla prima l’elenco dei provider: servizi come LM Studio, LocalAI e LiteLLM dispongono di provider dedicati, ciascuno con i propri campi URL di base e i propri valori predefiniti.

L’URL di base di AnythingLLM deve terminare con /v1?

Sì, per un endpoint compatibile con OpenAI. La pagina di configurazione non lo specifica in prosa: il file server/.env.example distribuito con AnythingLLM chiarisce il formato, riportando la stessa impostazione come GENERIC_OPEN_AI_BASE_PATH='http://proxy.url.openai.com/v1'. Il codice del provider passa questo valore all’OpenAI SDK come baseURL senza modificarlo, quindi viene aggiunta solo la route — /chat/completions. Per Kunavo, l’URL di base è https://api.kunavo.com/v1. Se manca /v1, la risposta sarà un 404, non un errore di autenticazione. Entrambe le fonti sono state consultate il 21 settembre 2026.

Perché AnythingLLM non mostra un elenco di modelli per il provider Generic OpenAI?

Perché non c’è alcun elenco: Selected Model è un campo di testo in cui inserire il valore e il provider non convalida preventivamente ciò che digiti. È una scelta intenzionale per un provider destinato a raggiungere endpoint sconosciuti ad AnythingLLM. Di conseguenza, un ID errato viene accettato al salvataggio e causa un errore solo quando invii un messaggio. Per distinguere un ID modello errato da un URL o una chiave non validi, invia la richiesta /v1/models indicata sopra usando la stessa coppia: se ricevi JSON, endpoint e chiave funzionano e devi correggere l’ID.

Kunavo può fungere sia da embedder sia da modello di chat per AnythingLLM?

No. Kunavo non offre modelli di embedding, quindi non copre la funzione di embedding di AnythingLLM; inoltre, l’embedder è un provider separato da quello di chat, configurato a livello di sistema anziché per workspace, e in seguito è difficile da cambiare perché occorre eliminare e ricalcolare gli embedding di ogni documento. Usa l’embedder locale integrato nell’app Desktop oppure un provider specializzato in embedding, e riserva questo endpoint al provider di chat. Kunavo non offre neanche modelli di conversione da parlato a testo o da testo a parlato; anche Transcription e Voice & Speech sono quindi esclusi.

Kunavo ha testato AnythingLLM con il proprio endpoint?

No. Kunavo non ha testato nessuno dei client in questa sezione e questa pagina non è un resoconto di test: è un’analisi della documentazione e del codice distribuito da AnythingLLM, datata per permetterti di valutarne l’attualità. Può indicare con precisione quali campi esistono, come AnythingLLM usa ciascun valore e quali impostazioni predefinite comportano costi. Non può confermare come si sono comportati l’uso degli strumenti da parte degli agenti, lo streaming o gli allegati nella tua versione, perché nessuno del nostro team l’ha eseguita. Invia un messaggio prima di migrare un workspace.

Posso configurare il provider Anthropic di AnythingLLM per usare un endpoint di terze parti?

Non con le opzioni esposte o documentate da AnythingLLM: il provider non presenta un campo Base URL nell’interfaccia e il codice crea il client Anthropic SDK usando solo una chiave e le intestazioni. Il metodo supportato per usare un endpoint di terze parti è Generic OpenAI tramite chat completions, che è la configurazione descritta in questa pagina. C’è una conseguenza da tenere presente: il percorso Generic OpenAI non invia alcun indicatore cache_control. Di conseguenza, un protocollo che richiede al client di chiedere la memorizzazione nella cache non la ottiene tramite questo percorso; per sapere se un endpoint memorizza i dati nella cache anche senza un indicatore del client, consulta la documentazione dell’endpoint.