说实话，咱就是说LLM与Embedding混用，这事儿吧，教训惨痛！害，你要是没踩过这个坑，估计也不会来kan这篇文章。

本文面向：配置 ChatCrystal 或任何需要 LLM + Embedding 的工具时踩过坑的开发者。预计阅读时间： 十分钟

LLM 和 Embedding 是两种完全不同的任务：一个是生成文本，一个是向量化文本，你不Neng指望一个人干两份完全不相干的工作吧。

项目地址：github.com/ZengLiangYi… 你Ke以自己去kankan。

API Key 错误或过期。检查 LLM_API_KEY 或 EMBEDDING_API_KEY 配置。

crystal config test

输出示例：

注意： Anthropic没有提供 Embedding 模型。Ru果你用 Anthropic Zuo LLM，Embedding 必须用其他 Provider。

LLM Provider: openai LLM Model: gpt-4o Embedding Provider: openai Embedding Model: gpt-4o ← 错！

然后报错： Not Found 或 This model does not support embeddings。

LLM connection: OK Embedding connection: OK

Ru果其中一个报错，检查：模型名、API 端点、Provider 配置。

配置 ChatCrystal 时hen多人会这样填：

LLM_PROVIDER=ollama LLM_MODEL=qwen2.:7b # 生成模型 EMBEDDING_PROVIDER=ollama EMBEDDING_MODEL=nomic-embed-text # 向量模型 方案二：全部云端

LLM_PROVIDER=openai LLM_MODEL=gpt-4o # 生成模型 EMBEDDING_PROVIDER=openai EMBEDDING_MODEL=text-embedding--small # 向量模型 方案三：混合搭配

LLM_PROVIDER=openai LLM_MODEL=gpt-4o # 云端 LLM，质量geng好 EMBEDDING_PROVIDER=ollama EMBEDDING_MODEL=nomic-embed-text # 本地 Embedding，免费

三种方案douKe以根据你的预算和隐私需求选择。

Ollama 没有拉取该模型。运行 ollama pull 模型名 下载。你得确保你的网络通畅，不然拉取失败就凉凉了。

理论上Ke以用一个模型同时Zuo生成和向量化，但实际不行： 你不Neng指望一个锤子Neng当螺丝刀使，对吧？ 不对不对，应该是—— 你不Neng用一个生成模型去Zuo向量化任务！ 你kan啊，像 GPT-、Claude、Qwen 这些 LLM 不支持 /v1/embeddings 端点。 它们是生成模型，不是向量模型。你不Neng用一个锤子当螺丝刀使。 所以说啊，还是得老老实实分别配置，用不同的模型。 你懂的，这样Neng避免hen多不必要的麻烦。 说白了就是别偷懒，该分开的就分开，该配置的就好好配置。 为啥？因为 LLM 和 Embedding 必须分别配置，用不同的模型： 你要是混用，不报错才怪呢！ Zui后一下： LLcmbedding混用，不如好好分开来； 各司其职，避免犯错； 该配置的就好好配置； 别偷懒，也别硬凑合； 教训惨痛，这回你记住了吧！