235 lines
8.7 KiB
TOML
235 lines
8.7 KiB
TOML
[inner]
|
||
version = "1.0.0"
|
||
|
||
# 配置文件版本号迭代规则同bot_config.toml
|
||
#
|
||
# === 多API Key支持 ===
|
||
# 本配置文件支持为每个API服务商配置多个API Key，实现以下功能：
|
||
# 1. 错误自动切换：当某个API Key失败时，自动切换到下一个可用的Key
|
||
# 2. 负载均衡：在多个可用的API Key之间循环使用，避免单个Key的频率限制
|
||
# 3. 向后兼容：仍然支持单个key字段的配置方式
|
||
#
|
||
# 配置方式：
|
||
# - 多Key配置：使用 api_keys = ["key1", "key2", "key3"] 数组格式
|
||
# - 单Key配置：使用 key = "your-key" 字符串格式（向后兼容）
|
||
#
|
||
# 错误处理机制：
|
||
# - 401/403认证错误：立即切换到下一个API Key
|
||
# - 429频率限制：等待后重试，如果持续失败则切换Key
|
||
# - 网络错误：短暂等待后重试，失败则切换Key
|
||
# - 其他错误：按照正常重试机制处理
|
||
#
|
||
# === 任务类型和模型能力配置 ===
|
||
# 为了提高任务分配的准确性和可维护性，现在支持明确配置模型的任务类型和能力：
|
||
#
|
||
# task_type（推荐配置）:
|
||
# - 明确指定模型主要用于什么任务
|
||
# - 可选值：llm_normal, llm_reasoning, vision, embedding, speech
|
||
# - 如果不配置，系统会根据capabilities或模型名称自动推断（不推荐）
|
||
#
|
||
# capabilities（推荐配置）:
|
||
# - 描述模型支持的所有能力
|
||
# - 可选值：text, vision, embedding, speech, tool_calling, reasoning
|
||
# - 支持多个能力的组合，如：["text", "vision"]
|
||
#
|
||
# 配置优先级：
|
||
# 1. task_type（最高优先级，直接指定任务类型）
|
||
# 2. capabilities（中等优先级，根据能力推断任务类型）
|
||
# 3. 模型名称关键字（最低优先级，不推荐依赖）
|
||
#
|
||
# 向后兼容：
|
||
# - 仍然支持 model_flags 字段，但建议迁移到 capabilities
|
||
# - 未配置新字段时会自动回退到基于模型名称的推断
|
||
|
||
[request_conf] # 请求配置（此配置项数值均为默认值，如想修改，请取消对应条目的注释）
|
||
max_retry = 2 # 最大重试次数（单个模型API调用失败，最多重试的次数）
|
||
timeout = 10 # API调用的超时时长（超过这个时长，本次请求将被视为“请求超时”，单位：秒）
|
||
retry_interval = 10 # 重试间隔（如果API调用失败，重试的间隔时间，单位：秒）
|
||
default_temperature = 0.7 # 默认的温度（如果bot_config.toml中没有设置temperature参数，默认使用这个值）
|
||
default_max_tokens = 1024 # 默认的最大输出token数（如果bot_config.toml中没有设置max_tokens参数，默认使用这个值）
|
||
|
||
|
||
[[api_providers]] # API服务提供商（可以配置多个）
|
||
name = "DeepSeek" # API服务商名称（可随意命名，在models的api-provider中需使用这个命名）
|
||
base_url = "https://api.deepseek.cn/v1" # API服务商的BaseURL
|
||
# 支持多个API Key，实现自动切换和负载均衡
|
||
api_key = "sk-your-first-key-here"
|
||
client_type = "openai" # 请求客户端（可选，默认值为"openai"，使用gimini等Google系模型时请配置为"gemini"）
|
||
|
||
[[api_providers]] # 特殊：Google的Gimini使用特殊API，与OpenAI格式不兼容，需要配置client为"gemini"
|
||
name = "Google"
|
||
base_url = "https://api.google.com/v1"
|
||
api_key = "your-google-api-key-1"
|
||
client_type = "gemini"
|
||
|
||
|
||
[[models]] # 模型（可以配置多个）
|
||
# 模型标识符（API服务商提供的模型标识符）
|
||
model_identifier = "deepseek-chat"
|
||
# 模型名称（可随意命名，在bot_config.toml中需使用这个命名）
|
||
name = "deepseek-v3"
|
||
# API服务商名称（对应在api_providers中配置的服务商名称）
|
||
api_provider = "DeepSeek"
|
||
# 任务类型（推荐配置，明确指定模型主要用于什么任务）
|
||
# 可选值：llm_normal, llm_reasoning, vision, embedding, speech
|
||
# 如果不配置，系统会根据capabilities或模型名称自动推断
|
||
task_type = "llm_normal"
|
||
# 模型能力列表（推荐配置，描述模型支持的能力）
|
||
# 可选值：text, vision, embedding, speech, tool_calling, reasoning
|
||
capabilities = ["text", "tool_calling"]
|
||
# 输入价格（用于API调用统计，单位：元/兆token）（可选，若无该字段，默认值为0）
|
||
price_in = 2.0
|
||
# 输出价格（用于API调用统计，单位：元/兆token）（可选，若无该字段，默认值为0）
|
||
price_out = 8.0
|
||
# 强制流式输出模式（若模型不支持非流式输出，请取消该注释，启用强制流式输出）
|
||
#（可选，若无该字段，默认值为false）
|
||
#force_stream_mode = true
|
||
|
||
[[models]]
|
||
model_identifier = "deepseek-reasoner"
|
||
name = "deepseek-r1"
|
||
api_provider = "DeepSeek"
|
||
price_in = 4.0
|
||
price_out = 16.0
|
||
has_thinking = true # 有无思考参数
|
||
enable_thinking = true # 是否启用思考
|
||
|
||
[[models]]
|
||
model_identifier = "Pro/deepseek-ai/DeepSeek-V3"
|
||
name = "siliconflow-deepseek-v3"
|
||
api_provider = "SiliconFlow"
|
||
price_in = 2.0
|
||
price_out = 8.0
|
||
|
||
[[models]]
|
||
model_identifier = "Pro/deepseek-ai/DeepSeek-R1"
|
||
name = "siliconflow-deepseek-r1"
|
||
api_provider = "SiliconFlow"
|
||
price_in = 4.0
|
||
price_out = 16.0
|
||
|
||
[[models]]
|
||
model_identifier = "Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B"
|
||
name = "deepseek-r1-distill-qwen-32b"
|
||
api_provider = "SiliconFlow"
|
||
price_in = 4.0
|
||
price_out = 16.0
|
||
|
||
[[models]]
|
||
model_identifier = "Qwen/Qwen3-8B"
|
||
name = "qwen3-8b"
|
||
api_provider = "SiliconFlow"
|
||
price_in = 0
|
||
price_out = 0
|
||
|
||
[[models]]
|
||
model_identifier = "Qwen/Qwen3-14B"
|
||
name = "qwen3-14b"
|
||
api_provider = "SiliconFlow"
|
||
price_in = 0.5
|
||
price_out = 2.0
|
||
|
||
[[models]]
|
||
model_identifier = "Qwen/Qwen3-30B-A3B"
|
||
name = "qwen3-30b"
|
||
api_provider = "SiliconFlow"
|
||
price_in = 0.7
|
||
price_out = 2.8
|
||
|
||
[[models]]
|
||
model_identifier = "Qwen/Qwen2.5-VL-72B-Instruct"
|
||
name = "qwen2.5-vl-72b"
|
||
api_provider = "SiliconFlow"
|
||
price_in = 4.13
|
||
price_out = 4.13
|
||
|
||
[[models]]
|
||
model_identifier = "FunAudioLLM/SenseVoiceSmall"
|
||
name = "sensevoice-small"
|
||
api_provider = "SiliconFlow"
|
||
price_in = 0
|
||
price_out = 0
|
||
|
||
[[models]]
|
||
model_identifier = "BAAI/bge-m3"
|
||
name = "bge-m3"
|
||
api_provider = "SiliconFlow"
|
||
# 嵌入模型的配置示例
|
||
task_type = "embedding"
|
||
capabilities = ["text", "embedding"]
|
||
# 保留向后兼容的model_flags字段（已废弃，建议使用capabilities）
|
||
model_flags = [ "text", "embedding",]
|
||
price_in = 0
|
||
price_out = 0
|
||
|
||
|
||
[model.utils] # 在麦麦的一些组件中使用的模型，例如表情包模块，取名模块，关系模块，是麦麦必须的模型
|
||
model_list = ["siliconflow-deepseek-v3","qwen3-8b"]
|
||
temperature = 0.2 # 模型温度，新V3建议0.1-0.3
|
||
max_tokens = 800 # 最大输出token数
|
||
|
||
[model.utils_small] # 在麦麦的一些组件中使用的小模型，消耗量较大，建议使用速度较快的小模型
|
||
model_name = "qwen3-8b" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.7
|
||
max_tokens = 800
|
||
|
||
[model.replyer_1] # 首要回复模型，还用于表达器和表达方式学习
|
||
model_name = "siliconflow-deepseek-v3" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.2 # 模型温度，新V3建议0.1-0.3
|
||
max_tokens = 800
|
||
|
||
[model.replyer_2] # 次要回复模型
|
||
model_name = "siliconflow-deepseek-r1" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.7 # 模型温度
|
||
max_tokens = 800
|
||
|
||
[model.planner] #决策：负责决定麦麦该做什么的模型
|
||
model_name = "siliconflow-deepseek-v3" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.3
|
||
max_tokens = 800
|
||
|
||
[model.emotion] #负责麦麦的情绪变化
|
||
model_name = "siliconflow-deepseek-v3" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.3
|
||
max_tokens = 800
|
||
|
||
[model.memory] # 记忆模型
|
||
model_name = "qwen3-30b" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.7
|
||
max_tokens = 800
|
||
enable_thinking = false # 是否启用思考
|
||
|
||
[model.vlm] # 图像识别模型
|
||
model_name = "qwen2.5-vl-72b" # 对应 model_config.toml 中的模型名称
|
||
max_tokens = 800
|
||
|
||
[model.voice] # 语音识别模型
|
||
model_name = "sensevoice-small" # 对应 model_config.toml 中的模型名称
|
||
|
||
[model.tool_use] #工具调用模型，需要使用支持工具调用的模型
|
||
model_name = "qwen3-14b" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.7
|
||
max_tokens = 800
|
||
enable_thinking = false # 是否启用思考（qwen3 only）
|
||
|
||
#嵌入模型
|
||
[model.embedding]
|
||
model_name = "bge-m3" # 对应 model_config.toml 中的模型名称
|
||
|
||
#------------LPMM知识库模型------------
|
||
|
||
[model.lpmm_entity_extract] # 实体提取模型
|
||
model_name = "siliconflow-deepseek-v3" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.2
|
||
max_tokens = 800
|
||
|
||
[model.lpmm_rdf_build] # RDF构建模型
|
||
model_name = "siliconflow-deepseek-v3" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.2
|
||
max_tokens = 800
|
||
|
||
[model.lpmm_qa] # 问答模型
|
||
model_name = "deepseek-r1-distill-qwen-32b" # 对应 model_config.toml 中的模型名称
|
||
temperature = 0.7
|
||
max_tokens = 800
|
||
enable_thinking = false # 是否启用思考 |