Erweiterte Nutzungsanleitung
Übersicht
Für wen ist diese Seite? Fortgeschrittene Benutzer, die erweiterte Funktionen wie Datei-Uploads, Artifacts und Reasoning-Parameter nutzen möchten. Für Agenten-Beschreibungen siehe Modellauswahl & Optimierung.
Was erwartet Sie? Detaillierte Anleitungen zu allen erweiterten Features mit praktischen Beispielen, Vergleichstabellen und Best Practices. Lernen Sie, wie Sie Dateien optimal hochladen und Reasoning-Parameter steuern. Für Agenten-Beschreibungen siehe Modellauswahl & Optimierung.
Hauptthemen auf dieser Seite:
Datei-Ressourcen & Uploads – Drei Upload-Wege, Unterschiede, Vergleichstabelle und Dateiverwaltung.
Artifacts & Datei-Exports – Automatisch generierte Dateien sicher herunterladen und weiterverwenden.
Reasoning-Parameter & Responses API – Effort/Summary/Verbosity kombinieren, inklusive
FAQ und Troubleshooting.
-
Für Einsteiger: Lesen Sie zuerst die
Benutzeroberfläche, um die Grundlagen zu verstehen. Diese Seite baut darauf auf.
Hauptunterschied beim Datei-Upload:
Text mit OCR = Einmalige Nutzung, Text wird direkt eingefügt
Dateisuche = Langfristige Nutzung, Datei wird durchsuchbar gemacht und gespeichert
Datei-Ressourcen & Uploads
Upload-Strategien im Überblick
LibreChat bietet drei verschiedene Möglichkeiten, Dateien hochzuladen. Jede hat einen anderen Zweck:
| Upload-Methode | Wofür? | Wann nutzen? |
| Bild hochladen | Bilder analysieren | Wenn Sie Fragen zu einem Bild haben |
| Hochladen als Text mit OCR | Text aus Dateien extrahieren | Für einmalige Textextraktion/-korrektur |
| Hochladen für Dateisuche | Dokumente durchsuchbar machen | Für langfristige Arbeit mit Dokumenten |
Methode 1: Bild hochladen
Ideal, wenn Sie eine Grafik, Handschrift oder einen Screenshot erklären lassen möchten.
Kurz-Anleitung
Büroklammer klicken und „Bild hochladen“ wählen.
JPG/PNG auswählen und hochladen.
Frage zum Bild stellen, z.B. „Was steht hier?“
Methode 2: Hochladen als Text mit OCR
Für einmalige Korrekturen oder Übersetzungen: Der extrahierte Text landet direkt im Chat und wird nicht gespeichert.
Kurz-Anleitung
Büroklammer → „Als Text mit OCR“ wählen.
Bild oder PDF auswählen, LibreChat extrahiert den Text automatisch.
Ihre Aufgabe formulieren, z.B. „Übersetze diesen Scan ins Englische“.
Methode 3: Hochladen für Dateisuche
Für längerfristige Projekte: Dateien werden indexiert, bleiben wiederverwendbar und können vom Modell durchsucht werden.
Kurz-Anleitung
Datei-Suche aktivieren und „Für Dateisuche hochladen“ wählen.
PDF oder Textdatei auswählen; LibreChat erstellt automatisch den Index.
Fragen Sie später gezielt nach Stellen, z.B. „Welche Kündigungsfrist steht im Vertrag?“
Kurze Entscheidungshilfe & Pflege
- Bilder → „Bild hochladen“, Einmal-Texte → „OCR“, Langzeitprojekte → „Dateisuche“.
- Nicht mehr benötigte Dateien jederzeit im rechten Seitenmenü entfernen (siehe FAQ).
Artifacts & Datei-Exports nutzen
Praktische Beispiele
Code-Datei erstellen: „Erstelle eine Python-Datei, die …“ → Artifact herunterladen → in „script.py“ umbenennen → im Projekt nutzen.
HTML-Seite generieren: „Erstelle eine einfache
HTML-Seite mit …“ → Artifact speichern → in „page.html“ umbenennen → im Browser öffnen.
Best Practices für Artifacts
Badge-Status speichern: vermeidet erneutes Aktivieren.
Downloads umbenennen: verhindert das „index.html“-Chaos.
Dateien prüfen: Formatierungen können fehlerhaft sein.
Modellparameter kurz einsetzen
Fakten & Recherche: Temperature 0.2, Top P 1.0, keine Penalties → präzise Antworten ohne Ausschweifen.
Code & Debugging: Temperature 0.2–0.3, Custom Instructions „Du bist ein Python-Experte“, Max Output ≥ 2000 Tokens.
Kreatives Schreiben: Temperature 0.8–1.0, Presence/Frequency Penalty 0.3–0.5 → vielfältige Ideen.
Formelle Texte: Temperature 0.5, Custom Instructions „Antworte in formeller Sprache“, Frequency Penalty 0.2.
Zusammenfassungen: Temperature 0.3, Max Output ca. 500 Tokens, Custom Instructions „Fasse prägnant zusammen“.
Schnelle Fehlerhilfe: Antworten zu kurz? Max Output erhöhen. Zu repetitiv? Frequency Penalty 0.3–0.7. Zu chaotisch? Temperature auf 0.3–0.5 senken.
Reasoning-Parameter & Responses API
Reasoning-Modelle liefern den größten Mehrwert, wenn Sie sie mit den erweiterten Einstellungen von LibreChat steuern. Aktivieren Sie zuerst die entsprechenden Funktionen, formulieren Sie dann gezielte Kombinationen.
Schalten Sie „Use Responses API“ ein, bevor Sie Reasoning Effort, Reasoning Summary oder Verbosity anpassen. Nur dann stehen die tiefen Modell-Funktionen zur Verfügung. Welche konkreten Werte ein Modell akzeptiert, erkennen Sie an seinen Rückmeldungen und passen die Parameter entsprechend an.
So stellen Sie Reasoning-Parameter ein
Reasoning-Modell auswählen (z.B. deepseek-r1 oder qwen3-thinking).
In den Einstellungen
Use Responses API aktivieren.
Effort, Summary und Verbosity wählen:
Schnelle Checks: Effort low, Summary Concise, Verbosity none.
Ausgewogene Antworten: Effort medium, Summary Auto, Verbosity middle.
Tiefe Analysen: Effort high, Summary Detailed, Verbosity middle.
Passen Sie die Werte jederzeit an, falls Antworten zu lang, zu kurz oder zu langsam wirken.
Agenten & Spezialfunktionen
Detaillierte Beschreibungen aller verfügbaren Agenten, ihrer Verwendungszwecke, praktischen Anwendungsbeispiele und Best Practices finden Sie in Modellauswahl & Optimierung - Abschnitt „Spezialisierte KI-Agenten im Überblick“.
Weiterführende Links