ai-api-configs

# AI API 配置与技术规范 本文件汇总了项目中使用的所有 AI API 配置、技术指标规范及项目架构。所有 Agent 在协助开发时应参考此文件中的规范。 --- ## 1. 阿里云 DashScope (Coding Plan) * **服务说明**: Coding Plan 提供最新最强的编程模型，包括千问系列和第三方模型，提供强大的 Coding Agent 能力。 * **API Key 环境变量**: `ALIYUNCS_API_KEY` (从 `.Renviron` 读取) * **Base URL**: `https://coding.dashscope.aliyuncs.com/v1` * **当前订阅支持模型列表**: | 品牌 | 模型 ID | 模型能力 | | :--- | :--- | :--- | | **千问** | `qwen3.5-plus` | 文本生成、深度思考、视觉理解 | | **千问** | `qwen3-max-2026-01-23` | 文本生成、深度思考 | | **千问** | `qwen3-coder-next` | 文本生成 | | **千问** | `qwen3-coder-plus` | 文本生成 | | **智谱** | `glm-5` | 文本生成、深度思考 | | **智谱** | `glm-4.7` | 文本生成、深度思考 | | **Kimi** | `kimi-k2.5` | 文本生成、深度思考、视觉理解 | | **MiniMax** | `ark-code-latest` | 文本生成、深度思考 | * **验证状态**: `glm-4` 和 `kimi-k2-5` 已从当前订阅套餐中移除，请优先使用上述列表中的模型。 * **R 示例**: ```r apiKey <- Sys.getenv("ALIYUNCS_API_KEY") # 使用 httr2 调用 OpenAI 兼容接口 ``` --- --- ## 2. Gemini API (New) * **API Key 环境变量**: `GEMINI_API_KEY` (注意：代码中已从 `GOOGLE_API_KEY` 统一为 `GEMINI_API_KEY`) * **已验证模型**: * **Gemini 3系列**: `models/gemini-3.1-pro-preview`, `models/gemini-3-pro-preview`, `models/gemini-3-flash-preview` * **Gemini 2.5系列**: `models/gemini-2.5-pro`, `models/gemini-2.5-flash`, `models/gemini-2.5-flash-lite` * **Gemini 2.0系列**: `models/gemini-2.0-flash` * **Python 调用示例**: ```python import google.generativeai as genai import os api_key = os.getenv("GEMINI_API_KEY") genai.configure(api_key=api_key) model = genai.GenerativeModel('models/gemini-3-flash-preview') response = model.generate_content("Hello") ``` --- --- ## 3. NVIDIA NIM API (新增) * **API Key 环境变量**: `NV_API_KEY` (注意：不是 `NVIDIA_API_KEY`) * **Base URL**: `https://integrate.api.nvidia.com/v1` * **兼容协议**: OpenAI 兼容 (`/v1/chat/completions`) * **支持模型**: * `nvidia/cosmos-reason2-8b` (NVIDIA Cosmos 物理 AI 世界模型 - 推理版) * `meta/llama-3.3-70b-instruct` (Llama 3.3 优秀性价比模型) * `nvidia/nemotron-4-340b-instruct` (Nemotron-4 高性能合成数据增强模型) * `deepseek-ai/deepseek-r1` (DeepSeek R1) * `deepseek-ai/deepseek-v3` (DeepSeek V3) * **Python 调用示例**: ```python import os from openai import OpenAI api_key = os.getenv("NV_API_KEY") client = OpenAI(api_key=api_key, base_url="https://integrate.api.nvidia.com/v1") # 测试 GLM-4.7 response = client.chat.completions.create( model="z-ai/glm4.7", messages=[{"role": "user", "content": "Hello"}] ) ``` --- ## 5. Claude Code (tengu) 自定义模型配置指南 如果需要修改 Claude Code 终端工具使用的模型（如将 MiniMax 切换为火山引擎 ark-code-latest），需在以下三个位置进行同步： 1. **环境变量 (`~/.zshrc`)**: - `ANTHROPIC_BASE_URL`: 设置 API 代理地址。 - `ANTHROPIC_AUTH_TOKEN`: 设置 API Key。 - `ANTHROPIC_MODEL`: 设置模型 ID（例如 `ark-code-latest`）。 - *修改后需执行 `source ~/.zshrc` 生效。* 2. **全局配置文件 (`~/.claude.json`)**: - 找到 `tengu_auto_mode_config` 部分。 - 修改 `"model"` 字段的值。 3. **Session 状态文件 (`~/.claude/settings.json`)**: - 修改 `"model"` 字段的值。此文件通常决定了 `/model` 菜单中显示的当前模型及自定义模型标签。 --- --- ## 6. 环境变量加载规范 项目推荐使用 `.Renviron` 文件管理敏感信息。在 Python 环境中，应优先尝试从项目根目录通过 `load_renviron` 函数或 `os.getenv` 直接读取。