模型配置
model_config.toml 给麦麦配置"AI 大脑"——决定不同组件使用什么 LLM 模型，以及如何连接 API 服务商。
最少启动只需一个 LLM 模型和一个 API 提供商（models 和 api_providers 均非空）。完整功能还需 VLM 模型（看图）和嵌入模型（记忆搜索）。
API 提供商
每个 [[api_providers]] 块定义一个 API 服务商。一个配置文件可以有多个提供商。
toml
[[api_providers]]
name = "deepseek" # [必填] API 服务商名称，在 models 的 api_provider 中需使用这个命名
base_url = "https://api.deepseek.com/v1" # [必填] API 服务商的 BaseURL
api_key = "your-api-key" # [必填] API 密钥。若 auth_type 为 none 则不需要
client_type = "openai" # [可选] 客户端类型：openai(默认) / openai_responses / google
auth_type = "bearer" # [可选] 鉴权方式：bearer(默认) / header / query / none
auth_header_name = "Authorization" # [可选] 当 auth_type 为 header 时使用的请求头名称
auth_header_prefix = "Bearer" # [可选] 当 auth_type 为 header 时的请求头前缀，留空表示直接发送原始密钥
auth_query_name = "api_key" # [可选] 当 auth_type 为 query 时使用的查询参数名称
default_headers = {} # [可选] 所有请求默认附带的 HTTP Header
default_query = {} # [可选] 所有请求默认附带的查询参数
# organization = "org-xxxx" # [可选] OpenAI 官方接口可选的 organization
# project = "proj-xxxx" # [可选] OpenAI 官方接口可选的 project
model_list_endpoint = "/models" # [可选] 模型列表端点路径
reasoning_parse_mode = "auto" # [可选] 推理内容解析模式：auto(默认) / native / think_tag / none
tool_argument_parse_mode = "auto" # [可选] 工具参数解析模式：auto(默认) / strict / repair / double_decode
max_retry = 3 # [可选] 最多请求几次（含第一次）；填 0 或 1 = 失败不重试
timeout = 120 # [可选] API 调用超时，单位秒（默认 120）
retry_interval = 4 # [可选] 重试间隔，单位秒（默认 4）要点：
- 必填：
name（服务商名称）、base_url（端点地址）、api_key（密钥，auth_type = "none"时除外） - 鉴权：默认
bearer适用于绝大部分服务商。其他可选header/query/none - 客户端：默认
openai。Google Gemini 用"google"，见 模型额外参数 - Responses API：支持 OpenAI Responses 协议的服务商（如 DeepSeek v4 flash 的联网搜索）用
"openai_responses"（1.2.0 起正式支持），见 模型额外参数 - 超时与重试：
timeout默认 120s，retry_interval默认 4s。max_retry默认 3，算的是总共请求几次（第一次也算），所以 3 = 失败后最多再试 2 次，填 0 或 1 就是不重试 - 其余字段参见上方注释，均有合理默认值
模型
每个 [[models]] 块定义一个具体的 LLM 模型，关联到某个 API 提供商。
toml
[[models]]
model_identifier = "deepseek-v4-flash" # [必填] API 服务商提供的模型标识符
name = "deepseek-v4-flash" # [必填] 模型名称，在 model_task_config 中需使用这个命名
api_provider = "deepseek" # [必填] 对应 api_providers 中配置的服务商名称
price_in = 1.0 # [可选] 输入价格（缓存未命中部分），单位：元/M token
price_out = 2.0 # [可选] 输出价格，单位：元/M token
cache_price_in = 0.0 # [可选] 缓存命中输入价格：0 表示命中免费；WebUI 留空按输入价格解析
price_periods = [] # [可选] 分时价格列表，见下方「分时价格」
# cache = false # [已废弃] 遗留兼容字段，不再参与任何计费逻辑
# temperature = 0.7 # [可选] 模型级别温度，会覆盖任务配置中的 temperature
# max_tokens = 4096 # [可选] 模型级别最大 token 数，会覆盖任务配置中的 max_tokens
# send_temperature = true # [可选] 是否发送 MaiBot 管理的 temperature，默认 true；设为 false 后模型/任务温度均不发送
force_stream_mode = false # [可选] 强制流式输出模式，模型不支持非流式输出时设为 true
visual = false # [可选] 是否为多模态模型（支持视觉输入）
extra_params = {} # [可选] 额外参数，详见 模型额外参数要点：
- 必填：
model_identifier（API 标识符）、name（自定义名称）、api_provider（归属服务商） - 价格：
price_in/price_out用于统计，单位 元/百万 token。缓存命中价由cache_price_in决定：填0表示命中免费，未命中部分按price_in计费；旧字段cache已废弃，服务商是否返回缓存用量由响应自动探测 - 分时价格：服务商按时段计价时用
price_periods覆盖默认单价，见下方「分时价格」 - 模型级覆盖：
temperature/max_tokens可覆盖任务配置，不设则使用任务默认值 - 温度发送开关：
send_temperature默认true；设为false（对应 WebUI 模型高级设置中关闭"发送 temperature 参数"）后，MaiBot 不再向该模型发送任何由它管理的 temperature（模型级、任务级与附加参数中的温度），兼容不接受该参数的模型 - 视觉：
visual = true表示支持图像输入，用于vlm任务 extra_params：服务商特有参数（思考模式、推理强度等），详见 模型额外参数
分时价格
服务商在不同时段给出折扣价时，用 price_periods 给单个模型配置按服务器本地时间每天重复的价格时段。计价以一次成功请求的开始时间落在哪个时段为准。
toml
[[models]]
name = "deepseek-v4-flash"
# ... 其余字段省略
# 每天 00:30–08:30 使用折扣价（时段包含开始、不含结束）
[[models.price_periods]]
start_time = "00:30"
end_time = "08:30"
price_in = 0.5
price_out = 1.0
cache_price_in = 0.0
# 跨午夜时段：22:00 到次日 06:00
[[models.price_periods]]
start_time = "22:00"
end_time = "06:00"
price_in = 0.8
price_out = 1.6
cache_price_in = 0.0要点：
- 时间必须是
HH:MM24 小时制（服务器本地时间） - 时段包含开始时间、不包含结束时间；
start_time晚于end_time表示跨午夜 - 没有命中任何时段时，回落到模型默认的
price_in/price_out/cache_price_in；price_periods = []表示全天使用默认价 - 同一模型的时段之间不能重叠，且单个时段的
start_time与end_time不能相同，否则配置校验失败 - 时段内的
cache_price_in同样遵循"0 表示缓存命中免费"
任务配置
根据任务特点给每个任务分配不同模型，实现最优表现和效率。
麦麦将模型调用分为三类角色：Planner 是战略核心，决定何时说话、调用哪些工具（需较强推理能力来调度 MCP 和工具链）；Replyer 负责将 Planner 收集的信息转化为最终回复文本，追求语言质量；其余辅助任务用低价 flash 模型追求速度。一次典型的「收到消息 → 发出回复」触发 3~6 次 LLM 调用。
toml
# [必填] 回复器：将 Planner 收集的信息转为最终回复文本。追求语言质量和表达风格，推荐 pro 模型 + 思考模式。
[model_task_config.replyer]
model_list = ["deepseek-v4-pro-think"] # [必填] 模型名称列表
max_tokens = 8192 # [可选] 最大输出 token 数
temperature = 1.0 # [可选] 模型温度，0.3 保守 / 0.7 有创意 / 1.0 随机
selection_strategy = "random" # [可选] 模型选择策略：balance / random / sequential
hard_timeout = 240.0 # [可选] 硬超时（秒）toml
# [必填] 规划器：战略核心——决定何时说话、回复谁、调用哪些工具（MCP/插件）。需较强推理和 tool 调用能力。
[model_task_config.planner]
model_list = ["deepseek-v4-flash"] # [必填] 模型名称列表
max_tokens = 16384 # [可选] 最大输出 token 数
temperature = 0.7 # [可选] 模型温度
selection_strategy = "random" # [可选] 模型选择策略
hard_timeout = 180.0 # [可选] 硬超时（秒）toml
# [必填] 组件模型：表情包分析、学习分析、取名、关系模块、情绪变化等。麦麦必须的模型。
[model_task_config.utils]
model_list = ["deepseek-v4-flash"] # [必填] 模型名称列表
max_tokens = 8192 # [可选] 最大输出 token 数
temperature = 0.5 # [可选] 模型温度
selection_strategy = "random" # [可选] 模型选择策略
hard_timeout = 120.0 # [可选] 硬超时（秒）toml
# [可选] 长期记忆：记忆总结、抽取、写回等高质量任务（A_Memorix 子系统）。
# 默认 model_list 为空（不自动回退），未配置时调用方按需处理。
[model_task_config.memory]
model_list = [] # [可选] 模型名称列表
max_tokens = 8192 # [可选] 最大输出 token 数
temperature = 0.3 # [可选] 模型温度
selection_strategy = "random" # [可选] 模型选择策略
hard_timeout = 240.0 # [可选] 硬超时（秒）toml
# [可选] 中期摘要：上下文裁切时将历史聊天压缩为摘要。留空时自动回退到 planner。
[model_task_config.mid_memory]
model_list = [] # [可选] 模型名称列表（→回退 planner）
max_tokens = 8192 # [可选] 最大输出 token 数
temperature = 0.7 # [可选] 模型温度
selection_strategy = "random" # [可选] 模型选择策略
hard_timeout = 180.0 # [可选] 硬超时（秒）toml
# [可选] 学习模型：表达方式学习和黑话学习。留空时自动回退到 utils。
[model_task_config.learner]
model_list = [] # [可选] 模型名称列表（→回退 utils）
max_tokens = 8192 # [可选] 最大输出 token 数
hard_timeout = 120.0 # [可选] 硬超时（秒）toml
# [可选] 快速模型：挑表达方式、给回复断句这类要马上出结果的小任务，选响应快的模型。留空时自动回退到 utils。
[model_task_config.fast_model]
model_list = [] # [可选] 模型名称列表（→回退 utils）
max_tokens = 8192 # [可选] 最大输出 token 数
temperature = 0.3 # [可选] 模型温度
selection_strategy = "balance" # [可选] 模型选择策略
hard_timeout = 120.0 # [可选] 硬超时（秒）toml
# [可选] 表情包选择：从候选表情包中选出合适的一张发送。
# 选择优先级：emoji 有模型→用 emoji，planner 全视觉→用 planner，否则→用 vlm
[model_task_config.emoji]
model_list = [] # [可选] 模型名称列表
max_tokens = 8192 # [可选] 最大输出 token 数
hard_timeout = 120.0 # [可选] 硬超时（秒）toml
# [强烈建议] 看图说话：理解图片内容。需 visual=true 的多模态模型。
[model_task_config.vlm]
model_list = ["qwen-vl"] # [必填] 模型名称列表，需 visual=true 的多模态模型
max_tokens = 8192 # [可选] 最大输出 token 数
hard_timeout = 240.0 # [可选] 硬超时（秒）toml
# [可选] 语音识别：语音转文字。
[model_task_config.voice]
model_list = [] # [可选] 模型名称列表
max_tokens = 8192 # [可选] 最大输出 token 数
hard_timeout = 120.0 # [可选] 硬超时（秒）toml
# [强烈建议] 嵌入模型：生成文本向量，用于长期记忆的语义搜索。
# 推荐专门的嵌入模型（如 text-embedding-3-small）。未配置时记忆搜索不可用。
[model_task_config.embedding]
model_list = ["text-embedding-3-small"] # [必填] 模型名称列表，推荐专门的嵌入模型
max_tokens = 4096 # [可选] 最大输出 token 数
hard_timeout = 60.0 # [可选] 硬超时（秒）toml
# [可选] 图片嵌入模型：把图片编码成向量，用于图片记忆的以图搜图和相似召回。
# 需要实现"图片输入到向量"协议的嵌入模型；留空时不启用图片嵌入，图片记忆降级为不可检索。
[model_task_config.image_embedding]
model_list = [] # [可选] 模型名称列表，需支持图片输入的嵌入模型
max_tokens = 4096 # [可选] 最大输出 token 数
hard_timeout = 60.0 # [可选] 硬超时（秒）要点：
- 三个必配：
replyer、planner、utils配好即可运行，其余留空自动回退 - Planner 是战略核心：决定何时说话、调用哪些工具（MCP/插件），需要一定的推理能力，建议用能力均衡的模型
- Replyer 追求语言质量：将 Planner 收集的信息转为最终回复，推荐 pro 模型 + 思考模式
- 视觉：
vlm需visual = true的多模态模型，推荐qwen-vl - 嵌入：
embedding推荐专门嵌入模型（如text-embedding-3-small），未配置则记忆搜索不可用 - 图片嵌入：
image_embedding需支持图片输入的嵌入模型，供图片记忆使用；未配置时图片资产仍会保存，但检索状态显示模型不可用 - 不再有慢请求阈值：旧版任务配置里的
slow_threshold已移除，慢请求改由日志与统计观测；升级时会自动忽略该字段 - 模型配置中的
temperature/max_tokens会覆盖此处设置
模型提供商独立保存（v1.2.5+）
在旧版本中，若添加服务商时模型列表为空，表单保存可能会被前端拦截。自 MaiBot v1.2.5（WebUI v1.7.4）起，支持服务商与具体模型解耦保存：
支持空模型列表暂存：进入 模型管理 → 添加/编辑提供商，填写提供商基础信息（名称、API Base URL、API Key）后，即使尚未添加任何具体模型，也可直接点击「保存提供商」。
后置添加模型：保存提供商后，可随时进入该提供商卡片点击「添加模型」手动录入，或使用自动探测功能拉取可用模型列表。
为什么这样改
此改动解决了首次配置自定义或本地大模型服务商时，因无可用模型而无法先保存 Provider 鉴权信息的死锁问题。
回退规则
部分任务的 model_list 为空时，自动复用其他任务：
┌──────────┐
│ planner │◄──── mid_memory（留空时回退）
└──────────┘
▲
│
┌──────────┐
│ utils │◄──── learner（留空时回退）
│ │◄──── fast_model（留空时回退）
└──────────┘
memory · emoji · vlm · voice · embedding · image_embedding → 留空不自动回退，调用方会跳过或报错
emoji 特殊逻辑：emoji 有模型→用 emoji，planner 全视觉→用 planner，否则→用 vlm嵌入模型的两个特殊规则：embedding 与 image_embedding 会忽略 selection_strategy，始终按 model_list 顺序取第一个可用模型——这是为了保证向量空间一致，不会在多个模型之间轮换；WebUI 里这两个任务也呈现为单选模型。image_embedding 留空时图片记忆直接显示"模型不可用"，不会回退到文本嵌入模型。
下一步
- 模型高级参数（思考模式、推理强度）：模型额外参数
- 配置机器人：看 Bot 配置
- 连接 QQ：统一 QQ 连接器
- 管理 WebUI：WebUI 配置管理