Menü
新增 LLM 模型专家，指导如何在本项目中添加新的 LLM 供应商和模型。当需要接入新的大语言模型（如 OpenAI、Claude、DeepSeek 等）时使用。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
| name | add-llm-model |
| description | 新增 LLM 模型专家，指导如何在本项目中添加新的 LLM 供应商和模型。当需要接入新的大语言模型（如 OpenAI、Claude、DeepSeek 等）时使用。 |
| allowed-tools | Read, Write, Terminal |
你是一位 LLM 集成专家，负责在本项目中添加新的大语言模型供应商和模型。
项目根目录/
├── llm/ # LLM 客户端目录
│ ├── openai_base_client.py # OpenAI 兼容格式基类
│ ├── llm_client_factory.py # 客户端工厂（路由）
│ ├── openai_deepseek.py # DeepSeek 客户端示例
│ └── ...
├── config/
│ └── constant.py # 常量定义（LLMVendor, LLMModel）
└── alembic/versions/ # 数据库迁移脚本
先检查 config/constant.py，确认供应商和模型常量是否已存在：
LLMVendor 类中是否已有该供应商LLMModel 类中是否已有该模型MODEL_PREFIX_VENDOR_MAP 是否已有映射判断逻辑：
llm/ 目录下是否有对应文件，如有则复用添加常量（如不存在）：
修改 config/constant.py，添加供应商和模型常量。
1. 添加供应商常量（LLMVendor 类）：
class LLMVendor:
# ... 已有供应商
{VENDOR} = '{vendor}' # {Vendor} 供应商（{Model} 模型）
2. 添加模型常量（LLMModel 类）：
class LLMModel:
# ... 已有模型
# {Vendor} 模型
{MODEL_CONST} = '{model-name}'
3. 添加前缀映射（MODEL_PREFIX_VENDOR_MAP）：
MODEL_PREFIX_VENDOR_MAP = {
# ... 已有映射
'{model-prefix}': LLMVendor.{VENDOR},
}
先检查 llm/ 目录下是否已有对应供应商的客户端文件：
openai_{vendor}.py），可复用，跳过本步文件命名：openai_{vendor}.py（如 openai_deepseek.py）
模板代码：
"""
{Vendor} OpenAI 兼容格式 LLM 客户端
支持 {model-list} 系列模型
"""
import logging
from .openai_base_client import OpenAIBaseClient
from config.config_util import get_dynamic_config_value
logger = logging.getLogger(__name__)
class {Vendor}OpenAIClient(OpenAIBaseClient):
"""{Vendor} OpenAI 兼容格式 LLM 客户端"""
# model 表友好名称 -> 实际 API endpoint model ID 映射
_MODEL_NAME_MAP = {
'model-name-in-db': 'actual-api-model-id',
# 可添加更多映射
}
def _refresh_config(self):
"""刷新配置"""
self.api_key = get_dynamic_config_value('llm', '{vendor}', 'api_key', default='')
self.base_url = get_dynamic_config_value(
'llm', '{vendor}', 'base_url',
default='https://api.{vendor}.com'
)
self.vendor_name = '{vendor}'
# 如果支持思考模式，设置 thinking_mode
# self.thinking_mode = 'enable_thinking'
if self.api_key:
logger.info(f"{Vendor}OpenAIClient config loaded: base_url={self.base_url}")
else:
logger.warning("{Vendor}OpenAIClient: API Key 未配置")
def _resolve_model_name(self, model: str) -> str:
"""将 model 表中的友好名称映射为实际 API model ID"""
actual = self._MODEL_NAME_MAP.get(model, model)
if actual != model:
logger.debug(f"{Vendor}OpenAIClient model mapping: {model} -> {actual}")
return actual
_{vendor}_client = None
def get_{vendor}_openai_client() -> {Vendor}OpenAIClient:
"""获取客户端单例"""
global _{vendor}_client
if _{vendor}_client is None:
_{vendor}_client = {Vendor}OpenAIClient()
else:
_{vendor}_client._refresh_config()
return _{vendor}_client
修改 llm/llm_client_factory.py：
1. 添加导入：
from .openai_{vendor} import {Vendor}OpenAIClient, get_{vendor}_openai_client
2. 注册到 _VENDOR_CLIENT_MAP：
class LLMClientFactory:
_VENDOR_CLIENT_MAP = {
# ... 已有供应商
LLMVendor.{VENDOR}: get_{vendor}_openai_client,
}
3. 添加配置检查（get_available_models 函数内的 vendor_config_map）：
vendor_config_map = {
# ... 已有配置
'{vendor}': ('llm', '{vendor}', 'api_key'),
}
注意：model/vendor.py 是数据库 vendor 表的 DAO 类，无需修改。供应商数据通过迁移脚本插入到数据库中。
在 alembic/versions/ 目录下创建迁移脚本，添加供应商、模型和计费配置。
文件命名：YYYYMMDD_add_{vendor}_models.py
迁移脚本模板：
"""Add {Vendor} vendor and models
Revision ID: YYYYMMDD_add_{vendor}
Revises: {上一个revision}
Create Date: YYYY-MM-DD
"""
from typing import Sequence, Union
from alembic import op
from sqlalchemy import text
import logging
logger = logging.getLogger(__name__)
revision: str = 'YYYYMMDD_add_{vendor}'
down_revision: Union[str, None] = '{上一个revision}'
branch_labels: Union[str, Sequence[str], None] = None
depends_on: Union[str, Sequence[str], None] = None
def upgrade() -> None:
"""Add {vendor} vendor, models, and billing config"""
conn = op.get_bind()
# 1. 添加供应商
conn.execute(text("""
INSERT INTO vendor (vendor_name, created_at, note)
VALUES ('{vendor}', NOW(), '{Vendor} API')
ON DUPLICATE KEY UPDATE vendor_name = VALUES(vendor_name)
"""))
logger.info("[Migration] Inserted {vendor} vendor")
# 2. 添加模型
conn.execute(text("""
INSERT INTO `model` (model_name, context_window, supports_tools, max_output_tokens, supports_thinking, created_at, note)
VALUES ('{model-name}', {context_window}, {supports_tools}, {max_output_tokens}, {supports_thinking}, NOW(), '{note}')
ON DUPLICATE KEY UPDATE model_name = VALUES(model_name)
"""))
logger.info("[Migration] Inserted {model-name} model")
# 3. 添加计费配置 (vendor_model)
# threshold = 0.04 × 10^6 / 单价(元/百万token)
# 1点算力 = 0.04元
conn.execute(text("""
INSERT INTO `vendor_model` (vendor_id, model_id, created_at, input_token_threshold, out_token_threshold, cache_read_threshold, raw_token_threshold)
SELECT v.id, m.id, NOW(), {input_threshold}, {output_threshold}, {cache_threshold}, NULL
FROM `vendor` v, `model` m
WHERE v.vendor_name = '{vendor}' AND m.model_name = '{model-name}'
AND NOT EXISTS (
SELECT 1 FROM vendor_model vm
WHERE vm.vendor_id = v.id AND vm.model_id = m.id
)
"""))
logger.info("[Migration] Added {model-name} billing config")
def downgrade() -> None:
"""Revert: Remove vendor_model, models, and vendor"""
conn = op.get_bind()
# 1. 删除 vendor_model 关联
conn.execute(text("""
DELETE FROM `vendor_model`
WHERE vendor_id = (SELECT id FROM vendor WHERE vendor_name = '{vendor}')
AND model_id IN (SELECT id FROM `model` WHERE model_name IN ('{model-name}'))
"""))
logger.info("[Migration] Deleted vendor_model records")
# 2. 删除 model
conn.execute(text("""
DELETE FROM `model` WHERE model_name IN ('{model-name}')
"""))
logger.info("[Migration] Deleted models")
# 3. 删除 vendor
conn.execute(text("""
DELETE FROM vendor WHERE vendor_name = '{vendor}'
"""))
logger.info("[Migration] Deleted vendor")
新增供应商后，必须在配置文件和热更新定义中添加对应条目，否则管理后台无法配置该供应商。
1. config.example.yml 和 config_prod.base.yaml — 在 llm 节点下新增供应商配置段（两个文件格式一致）：
llm:
# ... 已有供应商
{vendor}:
api_key: "" # 必填，空字符串表示未配置
base_url: "https://api.{vendor}.com" # 可选，有默认值时填写
2. config/default_configs.py — 在 DEFAULT_CONFIGS 列表中添加热更新配置项：
# ==================== {Vendor} 配置 ====================
{
'key': 'llm.{vendor}.api_key',
'value_type': 'string',
'description': '{Vendor} API Key',
'editable': True,
'is_sensitive': True,
'quick_config': True
},
{
'key': 'llm.{vendor}.base_url',
'value_type': 'string',
'description': '{Vendor} API 基础URL（默认 https://api.{vendor}.com）',
'editable': True,
'is_sensitive': False,
'quick_config': True
},
注意：
quick_config: True使配置项出现在管理后台的快速配置弹窗中，方便用户快速填入 API Key。
核心公式：threshold = 0.04 × 10^6 / 单价(元/百万token)
示例（DeepSeek V4 Flash）：
threshold = 0.04 × 10^6 / 1 = 40000threshold = 0.04 × 10^6 / 2 = 20000threshold = 0.04 × 10^6 / 0.02 = 2000000新增供应商需要在配置文件中添加对应配置项：
llm:
{vendor}:
api_key: "your-api-key"
base_url: "https://api.{vendor}.com" # 可选，有默认值
完成新增 LLM 模型后，按顺序确认以下事项：
第一步：常量检查与添加
config/constant.py - 已检查/添加 LLMVendor.{VENDOR} 常量config/constant.py - 已检查/添加 LLMModel.{MODEL} 常量config/constant.py - 已检查/添加 MODEL_PREFIX_VENDOR_MAP 映射第二步：客户端文件
llm/openai_{vendor}.py - 已检查是否存在，如不存在则创建第三步：工厂注册
llm/llm_client_factory.py - 已导入新客户端llm/llm_client_factory.py - 已注册到 _VENDOR_CLIENT_MAPllm/llm_client_factory.py - 已添加配置检查第四步：数据库迁移
alembic/versions/ - 已创建迁移脚本（vendor + model + vendor_model 计费）第五步：配置文件与热更新
config.example.yml - 已在 llm 节点下新增 {vendor} 配置段（api_key + base_url）config_prod.base.yaml - 已在 llm 节点下新增 {vendor} 配置段（与 config.example.yml 一致）config/default_configs.py - 已在 DEFAULT_CONFIGS 中新增 llm.{vendor}.api_key 和 llm.{vendor}.base_url 热更新项A: 参考模型官方文档：
context_window: 上下文窗口大小（token 数）max_output_tokens: 最大输出 token 数supports_tools: 是否支持函数调用（1/0）supports_thinking: 是否支持思考模式（1/0）A: 当数据库存储的友好名称与 API 实际 model ID 不同时需要映射。
A:
alembic upgrade head营销项目经理智能体，负责统筹营销创作流程，根据用户需求选择并加载对应的SOP，协调其他智能体完成营销内容创作。
营销视频智能体，负责生成营销相关的视频内容（品牌宣传片、产品展示视频、广告视频、社交媒体短视频等）。
剧本创作大师，根据规划生成具体的剧集内容，创作生动有张力的剧情。当需要编写具体剧集时使用。
数字人视频创作专家，负责让静态人物图片开口说话，支持使用用户音频或自动生成参考音频。
营销图片智能体，负责生成营销相关的图片内容（商品图、海报、广告图、社交媒体配图等）。
小说剧本分集工具，读取用户输入的小说剧本，根据每集时长自动分集，智能检测重复内容并处理差异。当需要导入小说并分集时使用。