概要
Difyは、OpenAI互換のモデルプロバイダーフローを通じてTokenLabとスムーズに連携します。 これはチャット補完(chat-completions)指向の統合パスです。Difyが専用のCodex統合と同じレスポンスやWebSocketの動作を保証するものではないことに注意してください。 現在のDifyバージョンにおいて、最も安全な手順は以下の通りです:- 標準の OpenAI プロバイダーを選択する
- TokenLabのAPIキーを設定する
- カスタムベースURLに
https://api.tokenlab.sh/v1を設定する
一部の古いDifyビルドでは、カスタムベースURLフィールドを持つ標準の
OpenAI プロバイダーではなく、OpenAI-API-compatible として公開されている場合があります。お使いのDifyのUIが異なる場合は、そのバージョンで利用可能な、最も近いOpenAI互換のカスタムプロバイダーフローを使用してください。タイプ: フレームワークまたはプラットフォーム主要なパス: OpenAI互換チャットパスサポートの信頼性: 範囲制限付きでサポート
前提条件
- APIアクセス権を持つTokenLabアカウント
- Dify Cloudまたはセルフホスト版Dify
設定手順
ステップ 1: APIキーの取得
- TokenLabダッシュボードにログインします
- API Keysを開きます
sk-で始まるAPIキーを作成またはコピーします
ステップ 2: プロバイダーの設定
OpenAIを選択
OpenAI プロバイダーの設定を開きます。お使いのDifyのバージョンでカスタムベースURLが提供されていない場合は、そのバージョンで公開されているOpenAI互換のカスタムプロバイダーオプションを使用してください。
TokenLabの設定を入力
以下の値を入力します:
| フィールド | 値 |
|---|---|
| API Key | sk-your-tokenlab-key |
| API Base URL / Custom Base URL | https://api.tokenlab.sh/v1 |
ステップ 3: 接続テスト
gpt-5-miniやgpt-4oなどのモデルを1つ選択します- テストプロンプトを送信します
- Difyが有効なレスポンスを受信することを確認します
ナレッジベース用の埋め込み(Embeddings)
RAGやナレッジベースのインデックス作成には、以下のような埋め込みモデルを追加してください:text-embedding-3-smalltext-embedding-3-large
推奨モデルの役割
| ユースケース | 推奨モデル |
|---|---|
| デフォルトチャット | gpt-5.4-mini, gpt-5.4, claude-sonnet-5 |
| 高度な推論 | gpt-5.5, gpt-5.4, claude-opus-4-8, deepseek-v4-pro |
| 高速/安価 | gpt-5.4-mini, gemini-3.5-flash, deepseek-v4-flash |
| 埋め込み | text-embedding-3-small, text-embedding-3-large |
ベストプラクティス
標準のOpenAIプロバイダーから始める
標準のOpenAIプロバイダーから始める
新しいDifyバージョンでは、カスタムベースURLを備えた標準のOpenAIプロバイダーが、TokenLabにとって最もクリーンなセットアップとなります。
反復作業には安価なモデルを使用する
反復作業には安価なモデルを使用する
反復作業中は
gpt-5.4-mini、gemini-3.5-flash、または deepseek-v4-flash を使用し、必要に応じてより強力なモデルへ切り替えてください。Difyは通常チャット補完指向であることを理解する
Difyは通常チャット補完指向であることを理解する
ほとんどのDifyフローはOpenAI互換のチャット動作を使用します。Codex固有のレスポンスやWebSocketの動作が必要な場合は、Difyではなく専用のCodex統合を使用してください。
トラブルシューティング
接続エラー
接続エラー
- ベースURLが正確に
https://api.tokenlab.sh/v1であることを確認してください - Difyが末尾のスラッシュを重複させる場合は削除してください
- Difyサーバーがパブリックインターネット経由でTokenLabに到達できることを確認してください
モデルが見つからない
モデルが見つからない
- モデル名を正確に確認してください
- プロバイダーUIが古い値をキャッシュしている場合は、モデルエントリを再度追加してください
- TokenLabのドキュメントまたはダッシュボードで、現在のモデルの可用性を確認してください