Skip to content

模型配置

N.E.K.O. 针对不同任务使用不同的 AI 模型,每个模型都可以单独配置。

模型角色

每个角色实际使用的模型由所选的辅助 API 提供商config/api_providers.jsonassist_api_providers)决定,因此并不存在单一的全局默认值——每个提供商各自附带一套按角色划分的模型。下表列出 OpenAI、Claude(Anthropic)、Qwen 三家提供商各自的出厂默认值。(config/__init__.py 里的 DEFAULT_*_MODEL 常量只是最后兜底的回退值。)

角色配置字段OpenAIClaudeQwen
对话conversation_modelgpt-5-chat-latestclaude-sonnet-4-6qwen3.7-plus-2026-05-26
摘要summary_modelgpt-5-chat-latestclaude-sonnet-4-6qwen3.7-plus-2026-05-26
纠错correction_modelgpt-5-chat-latestclaude-sonnet-4-6qwen3.7-plus
情感emotion_modelgpt-4.1-nanoclaude-haiku-4-5-20251001qwen3.6-flash
视觉vision_modelgpt-5-chat-latestclaude-sonnet-4-6qwen3.7-plus-2026-05-26
Agentagent_modelglm-5v-turboclaude-opus-4-6qwen3.7-plus

说明: agent_model 是 agent(Computer Use)任务 grounding 所用的模型。多个 provider 在此处会刻意选用强视觉/grounding 模型,不必与自身厂商一致——例如 OpenAI provider 的 agent_model 就是 glm-5v-turbo(一个 GLM 视觉模型)。这些值原样取自 config/api_providers.json,是有意为之而非笔误。

自定义模型端点

每个模型角色都可以使用自定义 API 端点。可以通过 core_config.json 或 Web UI 进行配置:

json
{
  "conversationModel": "custom-model-name",
  "conversationModelUrl": "https://custom-api.example.com/v1",
  "conversationModelApiKey": "sk-xxxxx"
}

当设置了自定义 URL/密钥时,它会覆盖该特定角色的全局 Assist API 提供商。

Computer Use 模型

Computer Use 需要两个视觉模型:

角色默认值用途
规划模型qwen3-vl-plus-2025-09-23分析截图并规划操作
定位模型qwen3-vl-plus-2025-09-23定位 UI 元素以进行点击

通过 core_config.json 配置:

json
{
  "computerUseModel": "qwen3-vl-plus-2025-09-23",
  "computerUseModelUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
  "computerUseModelApiKey": "sk-xxxxx",
  "computerUseGroundModel": "qwen3-vl-plus-2025-09-23",
  "computerUseGroundUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
  "computerUseGroundApiKey": "sk-xxxxx"
}

思考模式配置

部分模型支持"思考"或"扩展推理"模式。N.E.K.O. 默认禁用这些模式以获得更快的响应速度。禁用格式因提供商而异:

提供商禁用格式
Qwen、Step、DeepSeek{"enable_thinking": false}
GLM{"thinking": {"type": "disabled"}}
Gemini 2.x{"thinking_config": {"thinking_budget": 0}}
Gemini 3.x{"thinking_config": {"thinking_level": "low"}}

此功能在 config/__init__.py 中根据模型名称自动处理。

图像速率限制

设置默认值说明
NATIVE_IMAGE_MIN_INTERVAL1.5 秒屏幕截图的最小间隔
IMAGE_IDLE_RATE_MULTIPLIER5 倍无语音活动时的倍数

基于 MIT 许可发布。