设置AI大脑

model_config.toml 是给麦麦配置"AI大脑"的文件，决定了麦麦的不同组件使用什么LLM

我们推荐根据不同任务的特性来分配不同的模型

麦麦的配置必须一个LLM模型（或VLM），一个VLM模型和嵌入模型

配置文件结构

# 配置文件版本
[inner]
version = "1.14.0"

# API 提供商列表（AI服务商）
[[api_providers]]
name = "deepseek"
base_url = "https://api.deepseek.com/v1"
api_key = "sk-xxxxxxxxxxxxxxxxxxxxxxxx"

# 模型列表（具体用哪个AI）
[[models]]
name = "deepseek-chat"
model_identifier = "deepseek-chat"
api_provider = "deepseek"

# 任务分配（不同工作用不同AI）
[model_task_config.replyer]
model_list = ["deepseek-chat"]
max_tokens = 1024
temperature = 0.3

API 提供商 [[api_providers]]

API 提供商代表提供LLM服务的对象

基础配置（必填）

🏷️ 配置项	💡 是什么	📝 怎么填
name	服务商名字	自己取个名字，比如"deepseek"、"openai"
base_url	API地址	服务商提供的url
api_key	密钥	注册后获得的密钥

常见服务商配置示例

DeepSeek

[[api_providers]]
name = "deepseek"
base_url = "https://api.deepseek.com/v1"
api_key = "sk-你的密钥"
client_type = "openai"
auth_type = "bearer"

OpenAI

[[api_providers]]
name = "openai"
base_url = "https://api.openai.com/v1"
api_key = "sk-你的密钥"
client_type = "openai"
auth_type = "bearer"

阿里百炼

[[api_providers]]
name = "aliyun"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
api_key = "sk-你的密钥"
client_type = "openai"
auth_type = "bearer"

字节火山

[[api_providers]]
name = "volcengine"
base_url = "https://ark.cn-beijing.volces.com/api/v3"
api_key = "sk-你的密钥"
client_type = "openai"
auth_type = "bearer"

高级配置（可选）

🏷️ 配置项	💡 作用	📊 推荐值
timeout	超时时间	10 秒
max_retry	失败重试次数	2 次
retry_interval	重试间隔	10 秒

模型列表 [[models]]

模型就是具体的LLM，比如GPT-5.4、Claude-4.6-opus、DeepSeek V4等。

基础配置（必填）

🏷️ 配置项	💡 是什么	📝 怎么填
name	模型名字	自己取个名字，比如"gpt-5"、"deepseek-v4"
model_identifier	模型ID	服务商提供的具体模型名称
api_provider	用哪个服务商	填上面api_providers（提供商）里的name
visual	是否启用视觉	只有多模态模型可以打开此选项

模型配置示例

[[models]]
name = "deepseek-chat"                    # 我叫它"deepseek-chat"
model_identifier = "deepseek-chat"        # 服务商也这么叫
api_provider = "deepseek"                 # 用deepseek这个服务商
visual = false                            # 不能看图

[[models]]
name = "qwen3.5-vl"                          # 视觉模型，能看图
model_identifier = "qwen3.5-flash"
api_provider = "aliyun"
visual = true                             # ✅ 能看图

任务配置 [model_task_config]

你需要根据模型的特点分给各种任务，实现最好的表现和最优的效率

任务类型说明

🏷️ 任务	💡 干什么	🎯 推荐模型	示例模型
utils	工具类：表情包、学习分析	便宜实用的模型	dsv4/qwen3.5-35A3B/gemini3.1-flash/gptmini
planner	规划器：决定行动逻辑，搜集信息，何时回复等	实用的模型（需要支持tool调用	dsv4/qwen3.5-35A3B/gemini3.1
replyer	回复器：生成实际回复	质量好的模型	dsv4(思考)/claude-4.6-opus/gemini3.1
vlm	看图说话：理解图片	视觉模型	qwen3.5-35A3B/gemini3.1-flash
embedding	生成向量：用于记忆搜索	嵌入模型	qwen3-embbeding

任务配置示例

# 工具类任务：用便宜实用的
[model_task_config.utils]
model_list = ["deepseek-chat"]
max_tokens = 1024
temperature = 0.3

# 规划器：用实用的
[model_task_config.planner]
model_list = ["deepseek-chat"]
max_tokens = 1024
temperature = 0.3

# 回复器：用好一点的模型
[model_task_config.replyer]
model_list = ["deepseek-chat"]  # 或者gpt-4等更好的
max_tokens = 1024
temperature = 0.7

# 看图：用视觉模型
[model_task_config.vlm]
model_list = ["qwen3.5-flash"]
max_tokens = 1024
temperature = 0.3

参数说明

🏷️ 参数	💡 是什么	📊 推荐值
max_tokens	最多输出多少字	1024
temperature	创造性（0-2）	0.3 保守，0.7 有创意
model_list	用哪些模型	可以写多个，自动切换

🎯 推荐配置（新手专用）

方案1：单模型配置（最简单）

# 只用DeepSeek，所有任务都用它
[[api_providers]]
name = "deepseek"
base_url = "https://api.deepseek.com/v1"
api_key = "sk-你的密钥"

[[models]]
name = "deepseek-chat"
model_identifier = "deepseek-chat"
api_provider = "deepseek"

[model_task_config.utils]
model_list = ["deepseek-chat"]

[model_task_config.planner]
model_list = ["deepseek-chat"]

[model_task_config.replyer]
model_list = ["deepseek-chat"]

方案2：分工配置（性价比）

# 工具类用便宜的，回复用好的
[[api_providers]]
name = "deepseek"
base_url = "https://api.deepseek.com/v1"
api_key = "sk-你的密钥"

[[models]]
name = "deepseek-chat"
model_identifier = "deepseek-chat"
api_provider = "deepseek"

[model_task_config.utils]
model_list = ["deepseek-chat"]  # 工具类用便宜的

[model_task_config.planner]
model_list = ["deepseek-chat"]  # 规划也用便宜的

[model_task_config.replyer]
model_list = ["deepseek-chat"]  # 回复可以用好一点的（等你有更好的模型再换）