自定义模型

本页为 Pi 官方文档的非官方中文翻译，请以官方英文文档为准。原文 · 许可证

通过 ~/.pi/agent/models.json 添加自定义提供商和模型（Ollama、vLLM、LM Studio、代理）。

最小示例

对于本地模型（Ollama、LM Studio、vLLM），每个模型只需要 id：

json

{
  "providers": {
    "ollama": {
      "baseUrl": "http://localhost:11434/v1",
      "api": "openai-completions",
      "apiKey": "ollama",
      "models": [{ "id": "llama3.1:8b" }, { "id": "qwen2.5-coder:7b" }]
    }
  }
}

apiKey 值是一个占位符，因为 Ollama 会忽略它。pi 仍会将模型视为需要身份验证，之后它们才会出现在 /model 中，因此无密钥的本地服务器应保留一个虚拟值、用 /login 为该提供商保存密钥，或在选择模型时传入 --api-key。

某些 OpenAI 兼容服务器不理解用于推理能力模型的 developer 角色。对于这些提供商，将 compat.supportsDeveloperRole 设为 false，让 pi 将系统提示词作为 system 消息发送。如果服务器也不支持 reasoning_effort，则将 compat.supportsReasoningEffort 也设为 false。

你可以在提供商级别设置 compat 以应用于所有模型，或在模型级别设置以覆盖特定模型。这通常适用于 Ollama、vLLM、SGLang 和类似的 OpenAI 兼容服务器。

json

{
  "providers": {
    "ollama": {
      "baseUrl": "http://localhost:11434/v1",
      "api": "openai-completions",
      "apiKey": "ollama",
      "compat": {
        "supportsDeveloperRole": false,
        "supportsReasoningEffort": false
      },
      "models": [
        {
          "id": "gpt-oss:20b",
          "reasoning": true
        }
      ]
    }
  }
}

完整示例

当你需要特定值时覆盖默认值：

json

{
  "providers": {
    "ollama": {
      "baseUrl": "http://localhost:11434/v1",
      "api": "openai-completions",
      "apiKey": "ollama",
      "models": [
        {
          "id": "llama3.1:8b",
          "name": "Llama 3.1 8B (Local)",
          "reasoning": false,
          "input": ["text"],
          "contextWindow": 128000,
          "maxTokens": 32000,
          "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }
        }
      ]
    }
  }
}

每次打开 /model 时文件都会重新加载。可以在会话期间编辑；无需重启。

Google AI Studio 示例

使用带有 baseUrl 的 google-generative-ai 添加来自 Google AI Studio 的模型，包括自定义 Gemma 4 条目：

json

{
  "providers": {
    "my-google": {
      "baseUrl": "https://generativelanguage.googleapis.com/v1beta",
      "api": "google-generative-ai",
      "apiKey": "$GEMINI_API_KEY",
      "models": [
        {
          "id": "gemma-4-31b-it",
          "name": "Gemma 4 31B",
          "input": ["text", "image"],
          "contextWindow": 262144,
          "reasoning": true
        }
      ]
    }
  }
}

向 google-generative-ai API 类型添加自定义模型时，baseUrl 是必需的。

支持的 API

API	描述
`openai-completions`	OpenAI Chat Completions（兼容性最好）
`openai-responses`	OpenAI Responses API
`anthropic-messages`	Anthropic Messages API
`google-generative-ai`	Google Generative AI

在提供商级别（所有模型的默认值）或模型级别（按模型覆盖）设置 api。

提供商配置

字段	描述
`baseUrl`	API 端点 URL
`api`	API 类型（见上文）
`apiKey`	可选的 API 密钥配置（见下面的值解析）。当身份验证由 `/login`/`auth.json` 或 CLI `--api-key` 提供时，省略它。
`oauth`	动态 OAuth 提供商类型。目前支持 `"radius"`；需要网关 `baseUrl`。
`headers`	自定义头（见下面的值解析）
`authHeader`	设为 `true` 以自动添加 `Authorization: Bearer <apiKey>`
`models`	模型配置数组
`modelOverrides`	该提供商上内置或扩展注册模型的按模型覆盖

对于带有 models 的提供商，非内置提供商配置需要在提供商或模型级别有 baseUrl 和一个 api 值。apiKey 不是加载文件所必需的：当通过 /login/auth.json、CLI --api-key 或提供商 apiKey 配置了身份验证后，模型即可用。如果没有配置身份验证，模型会加载但在 /model 和 --list-models 中保持不可用。

值解析

apiKey 和 headers 字段支持命令执行、环境插值和字面量：

Shell 命令： 开头的 "!command" 将整个值作为命令执行并使用其 stdout

json

"apiKey": "!security find-generic-password -ws 'anthropic'"
"apiKey": "!op read 'op://vault/item/credential'"

环境插值： "$ENV_VAR" 或 "${ENV_VAR}" 使用指定变量的值。插值可以在更大的字面量中使用。
json
```
"apiKey": "$MY_API_KEY"
"apiKey": "${KEY_PREFIX}_${KEY_SUFFIX}"
```
$FOO_BAR 是变量 FOO_BAR；当 BAR 是字面文本时使用 ${FOO}_BAR。缺失的环境变量会使该值无法解析。
转义： "$$" 输出字面 "$"；"$!" 输出字面 "!" 而不触发命令执行。
json
```
"apiKey": "$$literal-dollar-prefix"
"apiKey": "$!literal-bang-prefix"
```
字面值： 直接使用。纯大写字符串如 MY_API_KEY 是字面量；环境变量请使用 $MY_API_KEY。
json
```
"apiKey": "sk-..."
```

对于 models.json，shell 命令在请求时解析。pi 有意不对任意命令应用内置的 TTL、过期复用或恢复逻辑。不同命令需要不同的缓存和失败策略，而 pi 无法推断正确的那一个。

如果你的命令很慢、昂贵、受限速，或应在瞬时失败时继续使用之前的值，请将它包装在你自己的、实现了所需缓存或 TTL 行为的脚本或命令中。

/model 可用性检查使用已配置的身份验证存在与否，且不会执行 shell 命令。

自定义头

json

{
  "providers": {
    "custom-proxy": {
      "baseUrl": "https://proxy.example.com/v1",
      "apiKey": "$MY_API_KEY",
      "api": "anthropic-messages",
      "headers": {
        "x-portkey-api-key": "$PORTKEY_API_KEY",
        "x-secret": "!op read 'op://vault/item/secret'"
      },
      "models": [...]
    }
  }
}

模型配置

字段	必需	默认值	描述
`id`	是	—	模型标识符（传给 API）
`name`	否	`id`	人类可读的模型标签。用于匹配（`--model` 模式）并显示为次要模型详情文本。
`api`	否	提供商的 `api`	为此模型覆盖提供商的 API
`reasoning`	否	`false`	支持扩展思考
`thinkingLevelMap`	否	省略	将 pi 思考等级映射到提供商值并标记不支持的等级（见下文）
`input`	否	`["text"]`	输入类型：`["text"]` 或 `["text", "image"]`
`contextWindow`	否	`128000`	上下文窗口大小（以 token 计）
`maxTokens`	否	`16384`	最大输出 token
`samplingParams`	否	省略	逐字合并到每个请求体中的采样参数（见下文）
`cost`	否	全零	每百万 token 费率，带可选的请求范围输入定价层
`compat`	否	提供商 `compat`	提供商兼容性覆盖。两者都设置时与提供商级 `compat` 合并。

成本层提供一整套备选费率，并在总输入用量（input + cacheRead + cacheWrite）超过 inputTokensAbove 时应用于整个请求。当多个层匹配时，最高阈值胜出。

json

{
  "cost": {
    "input": 5,
    "output": 30,
    "cacheRead": 0.5,
    "cacheWrite": 6.25,
    "tiers": [
      {
        "inputTokensAbove": 272000,
        "input": 10,
        "output": 45,
        "cacheRead": 1,
        "cacheWrite": 12.5
      }
    ]
  }
}

当前行为：

/model、--list-models 和交互式页脚按模型 id 显示条目。
配置的 name 用于模型匹配和次要模型详情文本。它不会替换页脚/状态栏的模型 id。

采样参数

samplingParams 是一个自由形式的对象，在 pi 自身设置的字段之后逐字合并到该模型的每个请求体中，因此其键会胜出。用它发送 pi 未建模的采样参数——包括服务器特定的参数，如 llama.cpp 的 min_p 或 vLLM 的 top_k：

json

{
  "id": "deepseek-v4-flash",
  "samplingParams": {
    "temperature": 1.0,
    "top_p": 0.95,
    "top_k": 0,
    "min_p": 0.0
  }
}

仅 OpenAI 兼容 API 应用它（openai-completions、openai-responses、azure-openai-responses）；其他 API 忽略它。键会覆盖 pi 的命名请求字段（例如这里的 temperature 键胜过请求级 temperature），因此对于某个模型，优先将其作为采样事实的单一来源。在 modelOverrides 中，samplingParams 会与基础模型的值按键合并。

恒定的思考 token 上限也可以放在这里，但它不会遵循 thinkingBudgets，也不会为答案留出空间。为此优先使用 compat.thinkingTokenBudgetField（或 supportsThinkingTokenBudget 别名）。

思考等级映射

在模型上使用 thinkingLevelMap 描述模型特定的思考控制。键是 pi 思考等级：off、minimal、low、medium、high、xhigh、max。映射可以包含空洞；例如，一个模型可以暴露 high 和 max 而不暴露 xhigh。

值是三态的：

值	含义
省略	直到 `high` 的标准等级使用提供商的默认映射；扩展的 `xhigh` 和 `max` 等级不受支持
string	该等级受支持，且此值被发送给提供商
`null`	该等级不受支持，被隐藏/跳过/钳制掉

一个只支持 off、high 和 max 推理的模型示例：

json

{
  "id": "deepseek-v4-pro",
  "reasoning": true,
  "thinkingLevelMap": {
    "minimal": null,
    "low": null,
    "medium": null,
    "high": "high",
    "xhigh": null,
    "max": "max"
  }
}

一个无法禁用思考的模型示例：

json

{
  "id": "always-thinking-model",
  "reasoning": true,
  "thinkingLevelMap": {
    "off": null
  }
}

迁移：使用 compat.reasoningEffortMap 的旧配置应将该映射移到模型级 thinkingLevelMap。对不应出现在 UI 中的等级使用 null。

覆盖内置提供商

在不重新定义模型的情况下，通过代理路由内置提供商：

json

{
  "providers": {
    "anthropic": {
      "baseUrl": "https://my-proxy.example.com/v1"
    }
  }
}

所有内置 Anthropic 模型保持可用。现有的 OAuth 或 API 密钥身份验证继续有效。

要将自定义模型合并到内置提供商中，请包含 models 数组：

json

{
  "providers": {
    "anthropic": {
      "baseUrl": "https://my-proxy.example.com/v1",
      "apiKey": "$ANTHROPIC_API_KEY",
      "api": "anthropic-messages",
      "models": [...]
    }
  }
}

合并语义：

保留内置模型。
自定义模型在提供商内按 id 进行 upsert。
如果自定义模型 id 与内置模型 id 匹配，自定义模型会替换该内置模型。
如果自定义模型 id 是新的，则与内置模型并列添加。

按模型覆盖

使用 modelOverrides 自定义内置模型和匹配的扩展注册模型，而无需替换提供商的完整模型列表。

json

{
  "providers": {
    "openrouter": {
      "modelOverrides": {
        "anthropic/claude-sonnet-4": {
          "name": "Claude Sonnet 4 (Bedrock Route)",
          "compat": {
            "openRouterRouting": {
              "only": ["amazon-bedrock"]
            }
          }
        }
      }
    }
  }
}

modelOverrides 对每个模型支持以下字段：name、reasoning、thinkingLevelMap、input、cost（部分）、contextWindow、maxTokens、samplingParams（按键合并）、headers、compat。

直接使用 OpenAI GPT-5.6 Sol、Terra 和 Luna 时，默认 272000 上下文窗口，以便请求保持在 OpenAI 的短上下文定价层内。要选择 OpenAI 的 1.05M 上下文窗口，请为你使用的每个模型增大它：

json

{
  "providers": {
    "openai": {
      "modelOverrides": {
        "gpt-5.6-sol": {
          "contextWindow": 1050000
        }
      }
    }
  }
}

该覆盖保留内置的定价元数据。总输入 token 超过 272K 的请求会对整个请求使用 GPT-5.6 的长上下文费率。需要时对 gpt-5.6-terra 或 gpt-5.6-luna 应用相同的覆盖。

行为说明：

modelOverrides 应用于内置提供商模型和匹配的扩展注册提供商模型。
未知的模型 ID 会被忽略。
你可以将提供商级 baseUrl/headers 与 modelOverrides 组合使用。
覆盖 name 仅更改模型匹配和次要详情文本；页脚和主模型列表继续显示模型 id。
如果提供商还定义了 models，自定义模型在内置覆盖之后合并。具有相同 id 的自定义模型会替换被覆盖的内置模型条目。

Anthropic Messages 兼容性

对于使用 api: "anthropic-messages" 的提供商或代理，使用 compat 控制 Anthropic 特定的请求兼容性。

默认情况下 pi 发送每个工具的 eager_input_streaming: true。如果代理或 Anthropic 兼容后端拒绝该字段，请将 supportsEagerToolInputStreaming 设为 false。Pi 将省略 tools[].eager_input_streaming，并在启用工具的请求上改用旧的 fine-grained-tool-streaming-2025-05-14 beta 头。

某些 Anthropic 模型需要自适应思考（thinking.type: "adaptive" 加 output_config.effort），而不是旧的基于预算的思考载荷。内置模型会自动设置。对于路由到这些模型的自定义提供商或别名，请将 forceAdaptiveThinking 设为 true。

支持逐轮 effort 的 Claude 模型使用 supportsMidConvoEffort。Pi 随后会持久化每个响应的提供商 effort，在后续请求上重建仅含 effort 的系统消息，并以 prefix_mismatch_behavior: "drop_block" 发送思考绑定控制，以避免过期的签名思考前缀导致持续的 400 响应。仅对忠实 Anthropic Messages 传输上的确切受支持 Claude 模型设置此项；不要对仅仅模仿 Messages 形状的 API 启用它。

某些 Anthropic 兼容提供商会发出带空签名的思考块，并仍期望在重放时保留它们。仅对这些提供商将 allowEmptySignature 设为 true；真正的 Anthropic 会拒绝空思考签名。

内置 Anthropic 模型在其模型元数据中启用 supportsStrictTools。当自定义 Anthropic 兼容模型的端点接受严格的 JSON-schema 工具定义时，必须将其设为 true。

json

{
  "providers": {
    "anthropic-proxy": {
      "baseUrl": "https://proxy.example.com",
      "api": "anthropic-messages",
      "apiKey": "$ANTHROPIC_PROXY_KEY",
      "compat": {
        "supportsEagerToolInputStreaming": false,
        "supportsLongCacheRetention": true,
        "forceAdaptiveThinking": true,
        "allowEmptySignature": true
      },
      "models": [
        {
          "id": "claude-opus-4-7",
          "reasoning": true,
          "input": ["text", "image"]
        }
      ]
    }
  }
}

字段	描述
`supportsEagerToolInputStreaming`	提供商是否接受每个工具的 `eager_input_streaming`。默认：`true`。设为 `false` 以省略该字段，并在启用工具的请求上使用旧的细粒度工具流 beta 头。
`supportsLongCacheRetention`	当缓存保留为 `long` 时，提供商是否接受 Anthropic 长缓存保留（`cache_control.ttl: "1h"`）。默认：`true`。
`sendSessionAffinityHeaders`	启用缓存时是否从会话 id 发送 `x-session-affinity`。默认：对已知提供商自动检测。
`supportsCacheControlOnTools`	提供商是否接受工具定义上的 Anthropic 风格 `cache_control` 标记。默认：`true`。
`forceAdaptiveThinking`	是否为此模型发送自适应思考（`thinking.type: "adaptive"` 加 `output_config.effort`）。内置自适应模型会自动设置。默认：`false`。
`supportsMidConvoEffort`	确切的 Claude 模型传输是否支持逐轮 effort 系统消息和思考绑定控制。启用后 Pi 持久化原生 effort 等级并始终发送 `drop_block`。默认：`false`。
`allowEmptySignature`	是否将空思考签名重放为 `signature: ""`，而不是将思考转换为文本。默认：`false`。
`supportsStrictTools`	提供商是否接受严格的 JSON-schema 工具定义。默认：`false`；内置 Anthropic 模型在生成的元数据中启用它。

OpenAI 兼容性

对于部分 OpenAI 兼容的提供商，使用 compat 字段。

提供商级 compat 为该提供商下所有模型应用默认值。
模型级 compat 为该模型覆盖提供商级值。

json

{
  "providers": {
    "local-llm": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "compat": {
        "supportsUsageInStreaming": false,
        "maxTokensField": "max_tokens"
      },
      "models": [...]
    }
  }
}

字段	描述
`supportsStore`	提供商是否支持 `store` 字段
`supportsDeveloperRole`	使用 `developer` 还是 `system` 角色
`supportsReasoningEffort`	是否支持 `reasoning_effort` 参数
`supportsUsageInStreaming`	是否支持 `stream_options: { include_usage: true }`（默认：`true`）
`supportsFinishReason`	流式响应是否包含 `finish_reason`。为 `false` 时，pi 在流结束时推断 `stop` 或 `toolUse`。默认：`true`。
`maxTokensField`	使用 `max_completion_tokens` 还是 `max_tokens`
`requiresToolResultName`	是否在工具结果消息上包含 `name`
`requiresAssistantAfterToolResult`	是否在工具结果之后、用户消息之前插入一条助手消息
`requiresThinkingAsText`	是否将思考块转换为纯文本
`requiresReasoningContentOnAssistantMessages`	推理启用时是否在所有重放的助手消息上包含空的 `reasoning_content`
`thinkingFormat`	使用 `reasoning_effort`、`openrouter`、`deepseek`、`together`、`baseten`、`zai`、`qwen`、`chat-template` 或 `qwen-chat-template` 思考参数
`chatTemplateKwargs`	用于 `thinkingFormat: "chat-template"` 的 `chat_template_kwargs` 值；使用 `{ "$var": "thinking.enabled" }`、`{ "$var": "thinking.effort" }` 或 `{ "$var": "thinking.budget" }` 获取 pi 控制的思考值
`chatTemplateArgs`	用于 `thinkingFormat: "baseten"` 的 `chat_template_args` 值；使用 `{ "$var": "thinking.enabled" }`、`{ "$var": "thinking.effort" }` 或 `{ "$var": "thinking.budget" }` 获取 pi 控制的思考值
`thinkingTokenBudgetField`	用于从 `thinkingBudgets` 限制推理 token 的顶层请求字段，会被钳制以至少为答案保留 1024 token。`"thinking_token_budget"`（vLLM）、`"thinking_budget"`（Qwen/DashScope/SGLang）、`"thinking_budget_tokens"`（llama.cpp）。默认关闭；不在生成的目录上设置。
`supportsThinkingTokenBudget`	`thinkingTokenBudgetField: "thinking_token_budget"`（vLLM）的别名。优先使用 `thinkingTokenBudgetField`。默认：`false`。
`cacheControlFormat`	在系统提示词、最后一个工具定义以及最后一条用户、助手或工具结果文本内容上使用 Anthropic 风格 `cache_control` 标记。目前仅支持 `anthropic`。
`sendSessionAffinityHeaders`	对于 `openai-completions`，启用缓存时从会话 id 发送会话亲和头。默认：`false`。
`sessionAffinityFormat`	对于 `openai-completions` 和 `openai-responses`，会话亲和头格式：`openai` 发送 `session_id`/`x-client-request-id`（completions 还发送 `x-session-affinity`），`openai-nosession` 省略含下划线的 `session_id` 头，`openrouter` 发送 `x-session-id`。不影响 `prompt_cache_key` 正文参数。默认：自动检测。
`supportsStrictMode`	提供商是否接受严格的 JSON-schema 函数工具定义。默认值取决于 API；内置 OpenAI 模型携带显式的能力元数据。
`supportsOpenAIGrammarTools`	OpenAI 兼容 API 是否发出自定义 Lark/regex 语法工具。为 `false` 时，语法约束的工具回退到普通函数工具。默认：`false`；内置模型目录为 OpenAI、OpenAI Codex、Azure OpenAI、GitHub Copilot、opencode 和 Cloudflare AI Gateway 上的 GPT-5+ 模型启用它。
`deferredToolsMode`	使用提供商特定的延迟工具序列化。目前仅 `"kimi"` 受支持，用于 Kimi 的 OpenAI 兼容 Chat Completions 格式。
`supportsLongCacheRetention`	缓存保留为 `long` 时提供商是否接受长缓存保留：GPT-5.6+ Responses 模型为 `prompt_cache_options.ttl: "30m"`，更早的 OpenAI 模型为 `prompt_cache_retention: "24h"`，或当 `cacheControlFormat` 为 `anthropic` 时为 `cache_control.ttl: "1h"`。默认：`true`。
`openRouterRouting`	OpenRouter 提供商路由偏好。该对象原样发送到 OpenRouter API 请求的 `provider` 字段。
`vercelGatewayRouting`	用于提供商选择（`only`、`order`）的 Vercel AI Gateway 路由配置

openrouter 使用 reasoning: { effort }。together 使用 reasoning: { enabled }，并在启用 supportsReasoningEffort 时也使用 reasoning_effort。qwen 使用顶层 enable_thinking。对于需要 chat_template_kwargs.enable_thinking 和 preserve_thinking 的本地 Qwen 兼容服务器，使用 qwen-chat-template。对于需要可配置 chat_template_kwargs 的 vLLM/Hugging Face 聊天模板，使用 chat-template，例如 DeepSeek V3.x 模板的 chatTemplateKwargs: { "thinking": { "$var": "thinking.enabled" } }。对于通过 chat_template_args 暴露切换控件并可选支持顶层 reasoning_effort 的提供商，使用带 chatTemplateArgs 的 thinkingFormat: "baseten"。

thinkingTokenBudgetField 独立于 thinkingFormat。不要在生成的 Qwen 目录上启用它：那些模型已经发送 reasoning_effort，而 DashScope 会拒绝 thinking_budget 与 reasoning_effort 一起出现。

cacheControlFormat: "anthropic" 用于通过文本内容和工具定义上的 cache_control 标记暴露 Anthropic 风格提示词缓存的 OpenAI 兼容提供商。

示例：

json

{
  "providers": {
    "openrouter": {
      "baseUrl": "https://openrouter.ai/api/v1",
      "apiKey": "$OPENROUTER_API_KEY",
      "api": "openai-completions",
      "models": [
        {
          "id": "openrouter/anthropic/claude-3.5-sonnet",
          "name": "OpenRouter Claude 3.5 Sonnet",
          "compat": {
            "openRouterRouting": {
              "allow_fallbacks": true,
              "require_parameters": false,
              "data_collection": "deny",
              "zdr": true,
              "enforce_distillable_text": false,
              "order": ["anthropic", "amazon-bedrock", "google-vertex"],
              "only": ["anthropic", "amazon-bedrock"],
              "ignore": ["gmicloud", "friendli"],
              "quantizations": ["fp16", "bf16"],
              "sort": {
                "by": "price",
                "partition": "model"
              },
              "max_price": {
                "prompt": 10,
                "completion": 20
              },
              "preferred_min_throughput": {
                "p50": 100,
                "p90": 50
              },
              "preferred_max_latency": {
                "p50": 1,
                "p90": 3,
                "p99": 5
              }
            }
          }
        }
      ]
    }
  }
}

Vercel AI Gateway 示例：

json

{
  "providers": {
    "vercel-ai-gateway": {
      "baseUrl": "https://ai-gateway.vercel.sh/v1",
      "apiKey": "$AI_GATEWAY_API_KEY",
      "api": "openai-completions",
      "models": [
        {
          "id": "moonshotai/kimi-k2.5",
          "name": "Kimi K2.5 (Fireworks via Vercel)",
          "reasoning": true,
          "input": ["text", "image"],
          "cost": { "input": 0.6, "output": 3, "cacheRead": 0, "cacheWrite": 0 },
          "contextWindow": 262144,
          "maxTokens": 262144,
          "compat": {
            "vercelGatewayRouting": {
              "only": ["fireworks", "novita"],
              "order": ["fireworks", "novita"]
            }
          }
        }
      ]
    }
  }
}

从这里开始

自定义

参考

编程式使用

平台设置

开发

目录

最小示例

完整示例

Google AI Studio 示例

支持的 API

提供商配置

值解析

自定义头

模型配置

采样参数

思考等级映射

覆盖内置提供商

按模型覆盖

Anthropic Messages 兼容性

OpenAI 兼容性

目录 ​

最小示例 ​

完整示例 ​

Google AI Studio 示例 ​

支持的 API ​

提供商配置 ​

值解析 ​

自定义头 ​

模型配置 ​

采样参数 ​

思考等级映射 ​

覆盖内置提供商 ​

按模型覆盖 ​

Anthropic Messages 兼容性 ​

OpenAI 兼容性 ​

目录

最小示例

完整示例

Google AI Studio 示例

支持的 API

提供商配置

值解析

自定义头

模型配置

采样参数

思考等级映射

覆盖内置提供商

按模型覆盖

Anthropic Messages 兼容性

OpenAI 兼容性