ModelSpec 核心设计

ModelSpec<SELF> 是所有平台模型描述符的基类。子类按"哪个平台 + 哪个模型 + 可选参数"三段式给出，框架负责从配置解析凭据并构造 agentscope Model。

所有平台共享的共性参数：

方法	类型	说明
temperature(double)	Double	采样温度
topP(double)	Double	nucleus sampling
topK(int)	Integer	top-k sampling
maxTokens(int)	Integer	最大输出 token
seed(long)	Long	随机种子
stream(boolean)	Boolean	底层模型请求是否使用流式模式
cacheControl(boolean)	Boolean	缓存控制

所有参数均为可选，未设置时使用服务端或 SDK 默认值。

关于 stream 参数

ModelSpec.stream(true) 只控制底层模型请求是否使用流式传输。调用方能否在 LiteFlow 执行期间收到事件，取决于是否通过 ExecuteOption.eventListener(...) 注册了监听器。两者的配合关系详见 流式输出。

平台模块与入口类

模块	入口类	个性参数
liteflow-react-agent-openai	OpenAI	reasoningEffort, frequencyPenalty, presencePenalty
liteflow-react-agent-openai	DeepSeek	继承 OpenAI 全部参数，内置默认 baseUrl
liteflow-react-agent-openai	Kimi	同上
liteflow-react-agent-openai	GLM	同上
liteflow-react-agent-openai	Minimax	同上
liteflow-react-agent-openai	OpenAICompatible	自定义 configKey，用于任意兼容厂商
liteflow-react-agent-anthropic	Anthropic	thinking(t -> t.budget(...).enabled(...))
liteflow-react-agent-anthropic	AnthropicCompatible	自定义 configKey，用于 Anthropic 兼容网关
liteflow-react-agent-gemini	Gemini	thinking(t -> t.level(...).budget(...))
liteflow-react-agent-dashscope	DashScope	thinking(t -> t.budget(...))

凭据解析规则

框架内建两种凭据解析策略：

• 头等平台（OpenAI / Anthropic / Gemini / DashScope）：从 AgentConfig 的单一字段读取。配置路径为 liteflow.agent.<platform>.api-key
• 兼容平台（DeepSeek / Kimi / GLM / Minimax / 自定义厂商）：从 Map 中按 configKey 读取。配置路径为 liteflow.agent.openai-compatible.<configKey>.api-key

各平台使用示例

OpenAI

@Override
protected ModelSpec<?> model() {
    return OpenAI.of("gpt-4o")
            .temperature(0.7)
            .maxTokens(1000)
            .stream(true);
}

凭据来源：liteflow.agent.openai.api-key

DeepSeek

@Override
protected ModelSpec<?> model() {
    return DeepSeek.of("deepseek-chat")
            .temperature(0.5);
}

凭据来源：liteflow.agent.openai-compatible.deepseek.api-key，base-url 可选

其他 OpenAI 兼容平台（Kimi / GLM / Minimax）

这几家与 DeepSeek 用法完全一致：Xxx.of("model")，参数全部继承 OpenAI，内置了各自的默认 base-url，区别只在 configKey 与模型名。

// Kimi（月之暗面）
@Override
protected ModelSpec<?> model() {
    return Kimi.of("kimi-k2.6")
            .temperature(0.6);
}

// GLM（智谱）
@Override
protected ModelSpec<?> model() {
    return GLM.of("glm-5.1")
            .temperature(0.7);
}

// Minimax
@Override
protected ModelSpec<?> model() {
    return Minimax.of("MiniMax-M2.7")
            .temperature(0.7);
}

凭据来源（均从 liteflow.agent.openai-compatible.<configKey>.api-key 读取，base-url 可选）：

liteflow:
  agent:
    openai-compatible:
      kimi:
        api-key: ${KIMI_API_KEY}
      glm:
        api-key: ${GLM_API_KEY}
      minimax:
        api-key: ${MINIMAX_API_KEY}

自定义 OpenAI 兼容厂商

@Override
protected ModelSpec<?> model() {
    return OpenAICompatible.custom("myvendor", "my-model")
            .temperature(0.7);
}

凭据来源：liteflow.agent.openai-compatible.myvendor.api-key / base-url。自定义厂商没有内置默认地址，通常需要配置 base-url。

Anthropic Claude

@Override
protected ModelSpec<?> model() {
    return Anthropic.of("claude-sonnet-4-5")
            .temperature(0.5)
            .thinking(t -> t.budget(2000).enabled(true));
}

凭据来源：liteflow.agent.anthropic.api-key

Google Gemini

@Override
protected ModelSpec<?> model() {
    return Gemini.of("gemini-2.5-flash")
            .thinking(t -> t.level("high").budget(1024));
}

凭据来源：liteflow.agent.gemini.api-key

阿里云 DashScope

@Override
protected ModelSpec<?> model() {
    return DashScope.of("qwen-plus")
            .thinking(t -> t.budget(2048));
}

凭据来源：liteflow.agent.dashscope.api-key

逃生舱：完全自定义 Model

如果 ModelSpec 无法满足需求（如需要传入 agentscope 原生高级参数），可以直接覆写 buildModel()：

@Override
protected Model buildModel() {
    return OpenAIChatModel.builder()
            .apiKey(agentConfig().getOpenai().getApiKey())
            .modelName("gpt-4o")
            .generateOptions(GenerateOptions.builder()
                    .temperature(0.7)
                    .build())
            .stream(true)
            .build();
}

覆写 buildModel() 后，默认的 model().resolve(agentConfig()) 不会被调用。但 model() 仍是抽象方法，子类仍需实现。