feat：支持qwen3模型的enable_thinking参数和thinking_budget参数

src/llm_models/utils_model.py

@@ -117,6 +117,9 @@ class LLMRequest:
         self.model_name: str = model["name"]
         self.params = kwargs
 
+        self.enable_thinking = model.get("enable_thinking", False)
+        self.temp = model.get("temp", 0.7)
+        self.thinking_budget = model.get("thinking_budget", 4096)
         self.stream = model.get("stream", False)
         self.pri_in = model.get("pri_in", 0)
         self.pri_out = model.get("pri_out", 0)
@@ -601,8 +604,9 @@ class LLMRequest:
         new_params = dict(params)
 
         if self.model_name.lower() in self.MODELS_NEEDING_TRANSFORMATION:
-            # 删除 'temperature' 参数（如果存在）
-            new_params.pop("temperature", None)
+            # 删除 'temperature' 参数（如果存在），但避免删除我们在_build_payload中添加的自定义温度
+            if "temperature" in new_params and new_params["temperature"] == 0.7:
+                new_params.pop("temperature")
             # 如果存在 'max_tokens'，则重命名为 'max_completion_tokens'
             if "max_tokens" in new_params:
                 new_params["max_completion_tokens"] = new_params.pop("max_tokens")
@@ -632,6 +636,18 @@ class LLMRequest:
             "messages": messages,
             **params_copy,
         }
+        
+        # 添加temp参数（如果不是默认值0.7）
+        if self.temp != 0.7:
+            payload["temperature"] = self.temp
+            
+        # 添加enable_thinking参数（如果不是默认值False）
+        if not self.enable_thinking:
+            payload["enable_thinking"] = False
+        
+        if self.thinking_budget != 4096:
+            payload["thinking_budget"] = self.thinking_budget
+            
         if "max_tokens" not in payload and "max_completion_tokens" not in payload:
             payload["max_tokens"] = global_config.model.model_max_output_length
         # 如果 payload 中依然存在 max_tokens 且需要转换，在这里进行再次检查