> For clean Markdown of any page, append .md to the page URL.
> For a complete documentation index, see https://docs.beatapi.io/llms.txt.
> For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://docs.beatapi.io/_mcp/server.

# AnythingLLM で BeatAPI を使う

> AnythingLLM のチャットモデルに BeatAPI を使い、文書と埋め込みをローカルに保持します。

# AnythingLLM で BeatAPI を使う

AnythingLLM は、手元の文書から非公開のナレッジベースを構築し、その内容に基づいて質問に回答します。**Generic OpenAI** 接続で BeatAPI をチャットモデルとして利用できます。文書とベクトルインデックスは、AnythingLLM の配置先に保持されます。

## 前提条件

1. **AnythingLLM がインストールされていること。** Windows、macOS、Linux のデスクトップ版、または Docker で配置します。
2. **BeatAPI API キー。** [ダッシュボード → API キー](https://beatapi.io/dashboard/apikeys)で作成します。

## ステップ 1：LLM 設定を開く

AnythingLLM を起動し、左下の **Open settings**、左メニューの **LLM Preference** を順に選択します。

## ステップ 2：BeatAPI を設定する

LLM Provider に **Generic OpenAI** を選択し、次を入力します。

| 項目         | 値                           |
| ---------- | --------------------------- |
| API Key    | BeatAPI API キー              |
| Base URL   | `https://api.beatapi.io/v1` |
| Chat Model | モデル ID。例 `claude-sonnet-5`  |

> **Note**
>
> ここでは `/v1` を**含め**、その後にパスを付けません。AnythingLLM が `/chat/completions` を付加します。

**Save** を押すと、接続テストの結果が表示されます。

| モデル ID             | 用途                        |
| ------------------ | ------------------------- |
| `claude-sonnet-5`  | 文書 Q\&A の品質とコストのバランス      |
| `claude-fable-5-1` | 最新世代。高度な情報統合              |
| `gpt-5.6-terra`    | 高性能な汎用の選択肢                |
| `gemini-3.7-flash` | 大量の文書を高速、低価格で処理           |
| `glm-5.3-flash`    | 大量の問い合わせ向けの最も低価格なモデル      |
| `kimi-k3`          | 長いコンテキスト。多数の断片が検索された場合に有用 |

全モデルは [Text API](/text-api) と[料金ページ](https://beatapi.io/pricing)に掲載しています。

## ステップ 3：埋め込みモデルを選ぶ

> **Note**
>
> **BeatAPI は埋め込みエンドポイントを提供していません。** Embedding Provider は AnythingLLM の組み込みモデルのままにするか、埋め込みを提供する別のサービスに接続してください。Embedding Preference で **Generic OpenAI** に BeatAPI のベース URL を指定しても、`/v1/embeddings` は公開対象外のため失敗します。

AnythingLLM には、同じマシンで動作し、キー不要のローカル埋め込みモデルが付属しています。非公開のナレッジベースには通常こちらが適しています。文書全体を配置先の外へ送らず、検索した抜粋だけをチャットモデルに送信できます。

## ステップ 4：ワークスペースを作成して文書を追加する

1. **+ New Workspace** を押し、名前を付けます。
2. **Upload Documents** でファイルを追加するか、ドラッグして取り込みます。
3. 処理を待ちます。文書はローカルで分割され、埋め込みが作成されます。

`.txt`、`.md`、`.pdf`、`.docx`、ソースファイル、`.csv`、`.json`、URL から取得するページなどに対応しています。

## ステップ 5：質問する

ワークスペースに質問を入力します。AnythingLLM は文書から関連する断片を検索し、質問とともに BeatAPI のモデルに送信します。

ワークスペースごとに文書、システムプロンプト、履歴が分かれているため、1 つの配置で複数の独立したナレッジベースを利用できます。

## よくある質問

### AnythingLLM が接続できません

1. Base URL は `/v1` を含み、末尾スラッシュのない `https://api.beatapi.io/v1` を指定します。
2. [ダッシュボード → API キー](https://beatapi.io/dashboard/apikeys)でキーが有効か確認します。
3. Docker ではコンテナー自身が `api.beatapi.io` に到達できるか確認します。デスクトップでのテストではコンテナーの接続は確認できません。

### 埋め込みの設定に失敗します

ステップ 3 のとおり、想定された動作です。BeatAPI が提供するのはチャットであり、埋め込みではありません。組み込みの埋め込みモデルを使ってください。

### 検索で有用な情報が返りません

モデルではなく検索の問題です。文書が正しく解析されたか確認して再アップロードする、類似度のしきい値を下げる、ワークスペース設定で取得する断片数を増やすなどを試してください。検索結果が空の場合、チャットモデルの変更では解決しません。

### 回答が遅いです

`gemini-3.7-flash` や `glm-5.3-flash` など、速いモデルに切り替え、質問ごとに検索する断片数を減らします。検索量は入力トークン数に直接影響します。

### 402 insufficient\_credits

残高が 0、またはリクエストの料金に不足しています。ダッシュボードからチャージしてください。

### 利用量と料金の確認

ダッシュボードで API キー別の呼び出し数、トークン数、料金を確認できます。[`GET /v1/usage`](/quick-guide) でも同じ数値を取得できます。AnythingLLM 専用のキーを使うと、ほかの利用と分けて確認できます。

## サポート

[ダッシュボード](https://beatapi.io/dashboard)からチケットを作成し、失敗したレスポンスの `request_id` を添えてください。