配置你的模型

一个快速默认配置

Midscene 需要配置多模态模型来操作界面。若只想先跑起来，可以直接使用下方示例的环境变量配置快速开始。

示例使用阿里云的 Qwen3.x，它易于获取，是一个通用且稳妥的选择：

export MIDSCENE_MODEL_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
export MIDSCENE_MODEL_API_KEY="your-api-key"
export MIDSCENE_MODEL_NAME="qwen3.7-plus"
export MIDSCENE_MODEL_FAMILY="qwen3"

如需了解全部受支持模型及不同的环境变量配置方式，请继续往下阅读。

支持的模型

以下是 Midscene 正式支持的模型。配置模型时，除大模型通常需要的 Base URL、API Key 和模型名称外，还需要额外声明正确的 MIDSCENE_MODEL_FAMILY，用于标记模型所属的系列，以获得最佳的效果适配。

模型选择技巧

对于同一厂商的模型，优先使用新版本。新版本通常会在效果、速度和价格上带来更好的综合体验，不建议在旧版本上投入过多调优成本。
对于不同厂商的模型，在效果、速度和价格上可能有较大差距。建议使用你的代表性任务进行小规模对比，再选择最适合实际场景的模型。
Midscene 支持多模型配合。通常只需配置一个默认模型，即可完成界面定位和操作；但通过单独配置 Planning 和 Insight 模型，能发挥不同模型在性能、价格等方面的优势，获得更好的综合效果。更多信息可参考高阶特性：多模型配合。

豆包 Seed 系列

常用模型供应商：火山引擎

模型版本	常用模型名称	对应 MODEL_FAMILY	备注
2.x 系列	`Doubao-Seed-2.1-turbo`、`Doubao-Seed-2.0-Lite`	`doubao-seed`	`Doubao-Seed-2.1-turbo` 目前私有测评集中定位速度最快，且定位效果也很好，推荐使用。
1.x 系列	`Doubao-Seed-1.6-Vision`、`Doubao-Seed-1.8`	`doubao-seed`	1.x 系列为豆包的旧版本模型，综合表现已不具竞争力，建议优先使用 2.x 系列。

环境变量配置示例，以 doubao-seed-2.1-turbo 为例：

🎯 用作默认模型

🧠 用作 Planning 模型

🔎 用作 Insight 模型

MIDSCENE_MODEL_BASE_URL="https://ark.cn-beijing.volces.com/api/v3" # 火山引擎地址
MIDSCENE_MODEL_API_KEY="...."
MIDSCENE_MODEL_NAME="doubao-seed-2.1-turbo"
MIDSCENE_MODEL_FAMILY="doubao-seed"

MIDSCENE_PLANNING_MODEL_BASE_URL="https://ark.cn-beijing.volces.com/api/v3" # 火山引擎地址
MIDSCENE_PLANNING_MODEL_API_KEY="...."
MIDSCENE_PLANNING_MODEL_NAME="doubao-seed-2.1-turbo"
MIDSCENE_PLANNING_MODEL_FAMILY="doubao-seed"

MIDSCENE_INSIGHT_MODEL_BASE_URL="https://ark.cn-beijing.volces.com/api/v3" # 火山引擎地址
MIDSCENE_INSIGHT_MODEL_API_KEY="...."
MIDSCENE_INSIGHT_MODEL_NAME="doubao-seed-2.1-turbo"
MIDSCENE_INSIGHT_MODEL_FAMILY="doubao-seed"

如果你的火山引擎账号已开通低延迟模式（Fast），可以追加以下请求体参数来使用该能力。通常可将模型响应速度提升约 30% 至 50%。

MIDSCENE_MODEL_EXTRA_BODY_JSON={"service_tier":"fast"}

兼容性说明

为兼容已有配置，仍支持 MIDSCENE_MODEL_FAMILY="doubao-vision"；新配置建议使用 doubao-seed。

千问 Qwen 系列

常用模型供应商：阿里云

模型版本	常用模型名称	对应 MODEL_FAMILY	备注
Qwen3.x 系列	`qwen3.7-plus`、`qwen3.5-plus`、`qwen3.6-plus`	`qwen3`	从定位测评的结果看，推荐顺序为 Qwen3.7 > Qwen3.5 > Qwen3.6。`qwen3.5`、`qwen3.6` 作为旧 family 仍然兼容。
Qwen3-VL 系列	`qwen3-vl-plus`	`qwen3-vl`	作为旧版本模型，不推荐使用。建议优先使用 Qwen3.x 系列。
Qwen2.5-VL 系列	`qwen-vl-max-latest`	`qwen2.5-vl`	作为旧版本模型，不推荐使用。建议优先使用 Qwen3.x 系列。

环境变量配置示例，以 qwen3.7-plus 为例：

🎯 用作默认模型

🧠 用作 Planning 模型

🔎 用作 Insight 模型

MIDSCENE_MODEL_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1" # 阿里云地址
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="qwen3.7-plus"
MIDSCENE_MODEL_FAMILY="qwen3" # 如果你使用了其他版本的 Qwen，需要替换为对应的 model family

MIDSCENE_PLANNING_MODEL_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1" # 阿里云地址
MIDSCENE_PLANNING_MODEL_API_KEY="......"
MIDSCENE_PLANNING_MODEL_NAME="qwen3.7-plus"
MIDSCENE_PLANNING_MODEL_FAMILY="qwen3" # 如果你使用了其他版本的 Qwen，需要替换为对应的 model family

MIDSCENE_INSIGHT_MODEL_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1" # 阿里云地址
MIDSCENE_INSIGHT_MODEL_API_KEY="......"
MIDSCENE_INSIGHT_MODEL_NAME="qwen3.7-plus"
MIDSCENE_INSIGHT_MODEL_FAMILY="qwen3" # 如果你使用了其他版本的 Qwen，需要替换为对应的 model family

Google Gemini 系列

常用模型供应商：Google Gemini

模型版本	常用模型名称	对应 MODEL_FAMILY	备注
Gemini 3.x 系列	`gemini-3.5-flash`、`gemini-3-flash-preview`	`gemini`	`gemini-3.5-flash` 是目前我们私有测评集中定位表现最好的模型。

环境变量配置示例，以 gemini-3.5-flash 为例：

🎯 用作默认模型

🧠 用作 Planning 模型

🔎 用作 Insight 模型

MIDSCENE_MODEL_BASE_URL="https://generativelanguage.googleapis.com/v1beta/openai/" # Google Gemini API 地址
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="gemini-3.5-flash"
MIDSCENE_MODEL_FAMILY="gemini"

MIDSCENE_PLANNING_MODEL_BASE_URL="https://generativelanguage.googleapis.com/v1beta/openai/" # Google Gemini API 地址
MIDSCENE_PLANNING_MODEL_API_KEY="......"
MIDSCENE_PLANNING_MODEL_NAME="gemini-3.5-flash"
MIDSCENE_PLANNING_MODEL_FAMILY="gemini"

MIDSCENE_INSIGHT_MODEL_BASE_URL="https://generativelanguage.googleapis.com/v1beta/openai/" # Google Gemini API 地址
MIDSCENE_INSIGHT_MODEL_API_KEY="......"
MIDSCENE_INSIGHT_MODEL_NAME="gemini-3.5-flash"
MIDSCENE_INSIGHT_MODEL_FAMILY="gemini"

OpenAI GPT 系列

常用模型供应商：OpenAI

模型版本	常用模型名称	对应 MODEL_FAMILY	备注
GPT-5 系列	`gpt-5.4`、`gpt-5.5`、`gpt-5.6-sol`、`gpt-5.6-terra`、`gpt-5.6-luna`	`gpt-5`	GPT-5.4 之前的模型不支持视觉定位，仅可用作 Planning 模型或 Insight 模型。在实际定位测试中，GPT-5.5 和 GPT-5.6 的定位效果明显优于 GPT-5.4，建议优先使用 GPT-5.5 或 GPT-5.6。

环境变量配置示例，以 gpt-5.5 为例：

🎯 用作默认模型

🧠 用作 Planning 模型

🔎 用作 Insight 模型

MIDSCENE_MODEL_BASE_URL="https://api.openai.com/v1" # OpenAI API 地址；或你的兼容服务地址
MIDSCENE_MODEL_API_KEY="sk-..."
MIDSCENE_MODEL_NAME="gpt-5.5"
MIDSCENE_MODEL_FAMILY="gpt-5"

MIDSCENE_PLANNING_MODEL_BASE_URL="https://api.openai.com/v1" # OpenAI API 地址；或你的兼容服务地址
MIDSCENE_PLANNING_MODEL_API_KEY="sk-..."
MIDSCENE_PLANNING_MODEL_NAME="gpt-5.5"
MIDSCENE_PLANNING_MODEL_FAMILY="gpt-5"

MIDSCENE_INSIGHT_MODEL_BASE_URL="https://api.openai.com/v1" # OpenAI API 地址；或你的兼容服务地址
MIDSCENE_INSIGHT_MODEL_API_KEY="sk-..."
MIDSCENE_INSIGHT_MODEL_NAME="gpt-5.5"
MIDSCENE_INSIGHT_MODEL_FAMILY="gpt-5"

你也可以通过使用 Codex App Server（OAuth，无需 API Key） 使用 GPT。

GPT-5 使用注意事项

使用 GPT 做 UI 定位时，目前只支持使用 gpt-5.4 及以后的模型。因为为了获得最佳的定位效果，需要在发送图片时指定 "detail": "original" 参数，这一参数仅在 gpt-5.4 及后续模型上可用，gpt-5.4-mini、gpt-5.4-nano 等更小的 GPT-5 变体以及前代模型不支持 original 参数，会导致报错。详情请参考 Images and Vision guide 和 Computer use guide。
按照 OpenAI 的文档，GPT-5 在处理非拉丁字母文本、字号太小的文本时效果可能不理想，参见 Images and Vision guide。
OpenAI 在 computer use 文档中提到，他们观察到 1440x900 和 1600x900 这两种截图尺寸上通常能获得比较好的效果，详见 Computer use guide。因此，建议按照 OpenAI 的推荐对截图尺寸进行调整。在 Midscene 中，你可以通过 Agent 参数里的 screenshotShrinkFactor 控制截图压缩倍率。如果是浏览器自动化，还可以通过浏览器 viewport 指定页面的尺寸和比例。
使用 Azure OpenAI 时，Azure 可能不会正确处理 "detail": "original"，从而造成点击坐标偏移。详见使用 Azure OpenAI 时点击坐标偏移。
如果你使用的是更老版本的 GPT-5，建议只将其用作规划模型，并搭配其他多模态模型完成定位，参考多模型组合示例。

模型原生思考

Midscene 默认关闭模型原生思考，以获得最佳的执行速度和稳定性。如需为上面任意模型开启，设置 MIDSCENE_MODEL_REASONING_ENABLED="true" 即可。部分模型系列还支持 MIDSCENE_MODEL_REASONING_BUDGET 和 MIDSCENE_MODEL_REASONING_EFFORT 等额外控制项。详见模型原生的思考模式。

月之暗面 Kimi 系列

常用模型供应商：Moonshot AI 开放平台

模型版本	常用模型名称	对应 MODEL_FAMILY	备注
K3 系列	`kimi-k3`	`kimi3`	根据 Kimi 的文档，K3 始终开启思考模式，无法关闭，且推理强度默认为 `max`
K2.x 系列	`kimi-k2.5`、`kimi-k2.6`	`kimi`	—

环境变量配置示例，以 kimi-k3 为例：

🎯 用作默认模型

🧠 用作 Planning 模型

🔎 用作 Insight 模型

MIDSCENE_MODEL_BASE_URL="https://api.moonshot.cn/v1" # Moonshot AI API 地址
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="kimi-k3"
MIDSCENE_MODEL_FAMILY="kimi3" # 如果使用 kimi-k2.6，请改为 "kimi"

MIDSCENE_PLANNING_MODEL_BASE_URL="https://api.moonshot.cn/v1" # Moonshot AI API 地址
MIDSCENE_PLANNING_MODEL_API_KEY="......"
MIDSCENE_PLANNING_MODEL_NAME="kimi-k3"
MIDSCENE_PLANNING_MODEL_FAMILY="kimi3" # 如果使用 kimi-k2.6，请改为 "kimi"

MIDSCENE_INSIGHT_MODEL_BASE_URL="https://api.moonshot.cn/v1" # Moonshot AI API 地址
MIDSCENE_INSIGHT_MODEL_API_KEY="......"
MIDSCENE_INSIGHT_MODEL_NAME="kimi-k3"
MIDSCENE_INSIGHT_MODEL_FAMILY="kimi3" # 如果使用 kimi-k2.6，请改为 "kimi"

小米 MiMo 系列

常用模型供应商：小米 MiMo API 开放平台

模型版本	常用模型名称	对应 MODEL_FAMILY	备注
V2.x 系列	`mimo-v2.5`	`xiaomi-mimo`	仅 Omni 系列支持多模态输入；Pro 系列是文本模型，不能用于 Midscene 视觉任务。

环境变量配置示例，以 mimo-v2.5 为例：

🎯 用作默认模型

🧠 用作 Planning 模型

🔎 用作 Insight 模型

MIDSCENE_MODEL_BASE_URL="https://api.xiaomimimo.com/v1" # 小米 MiMo API 地址
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="mimo-v2.5"
MIDSCENE_MODEL_FAMILY="xiaomi-mimo"

MIDSCENE_PLANNING_MODEL_BASE_URL="https://api.xiaomimimo.com/v1" # 小米 MiMo API 地址
MIDSCENE_PLANNING_MODEL_API_KEY="......"
MIDSCENE_PLANNING_MODEL_NAME="mimo-v2.5"
MIDSCENE_PLANNING_MODEL_FAMILY="xiaomi-mimo"

MIDSCENE_INSIGHT_MODEL_BASE_URL="https://api.xiaomimimo.com/v1" # 小米 MiMo API 地址
MIDSCENE_INSIGHT_MODEL_API_KEY="......"
MIDSCENE_INSIGHT_MODEL_NAME="mimo-v2.5"
MIDSCENE_INSIGHT_MODEL_FAMILY="xiaomi-mimo"

智谱 GLM-V 系列

常用模型供应商：Z.AI（国际）、BigModel（国内）

模型版本	常用模型名称	对应 MODEL_FAMILY	备注
GLM-5V 系列	`glm-5v-turbo`	`glm-v`	—
GLM-4.6 系列	`glm-4.6v`	`glm-v`	`glm-4.6v` 是开源模型。

环境变量配置示例，以 glm-5v-turbo 为例：

🎯 用作默认模型

🧠 用作 Planning 模型

🔎 用作 Insight 模型

MIDSCENE_MODEL_BASE_URL="https://open.bigmodel.cn/api/paas/v4" # BigModel API 地址；Z.AI 使用 https://api.z.ai/api/paas/v4
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="glm-5v-turbo"
MIDSCENE_MODEL_FAMILY="glm-v"

MIDSCENE_PLANNING_MODEL_BASE_URL="https://open.bigmodel.cn/api/paas/v4" # BigModel API 地址；Z.AI 使用 https://api.z.ai/api/paas/v4
MIDSCENE_PLANNING_MODEL_API_KEY="......"
MIDSCENE_PLANNING_MODEL_NAME="glm-5v-turbo"
MIDSCENE_PLANNING_MODEL_FAMILY="glm-v"

MIDSCENE_INSIGHT_MODEL_BASE_URL="https://open.bigmodel.cn/api/paas/v4" # BigModel API 地址；Z.AI 使用 https://api.z.ai/api/paas/v4
MIDSCENE_INSIGHT_MODEL_API_KEY="......"
MIDSCENE_INSIGHT_MODEL_NAME="glm-5v-turbo"
MIDSCENE_INSIGHT_MODEL_FAMILY="glm-v"

了解更多关于 GLM-4.6V 开源模型

GitHub: https://github.com/zai-org/GLM-V
Hugging Face: https://huggingface.co/zai-org/GLM-4.6V

配置环境变量的方式

请将所有模型配置项放置在系统环境变量中，Midscene 会自动读取这些环境变量。

以下介绍一些常见方法，你也可以使用自己项目中的其他配置方案。

方法一：在系统中设置环境变量

在 Midscene Chrome 插件中，你也可以使用这种 export KEY="value" 配置格式

# 替换为你自己的 API Key
export MIDSCENE_MODEL_BASE_URL="https://.../compatible-mode/v1"
export MIDSCENE_MODEL_API_KEY="sk-abcde..."
export MIDSCENE_MODEL_NAME="qwen3.7-plus"
export MIDSCENE_MODEL_FAMILY="qwen3"

方法二：编写 `.env` 文件（适用于命令行工具）

在项目的运行路径下创建一个 .env 文件，并添加以下内容，Midscene 的命令行工具默认会读取这个文件。

MIDSCENE_MODEL_BASE_URL="https://.../compatible-mode/v1"
MIDSCENE_MODEL_API_KEY="sk-abcdefghijklmnopqrstuvwxyz"
MIDSCENE_MODEL_NAME="qwen3.7-plus"
MIDSCENE_MODEL_FAMILY="qwen3"

请注意：

这里不需要在每一行前添加 export。
只有 Midscene 命令行工具会默认读取这个文件。如果使用 JavaScript SDK，请参考下一条手动加载。

方法三：引用 dotenv 库配置环境变量

dotenv 是一个零依赖的 npm 包，用于将 .env 文件加载到 Node.js 的环境变量 process.env 中。

我们的 demo 项目使用了这种方式。

# 安装 dotenv
npm install dotenv --save

在项目根目录下创建一个 .env 文件，并添加以下内容。注意这里不需要在每一行前添加 export。

MIDSCENE_MODEL_API_KEY="sk-abcdefghijklmnopqrstuvwxyz"

在脚本中导入 dotenv 模块，导入后它会自动读取 .env 文件中的环境变量。

import 'dotenv/config';

其他兼容模型

以下是一些与 Midscene 兼容、面向自动化场景的小参数模型。它们的参数规模较小，对部署硬件要求更低；但在处理复杂任务或较大页面截图时，能力可能受限。建议先结合实际任务与部署条件进行评估，再选择合适的模型。

智谱 AutoGLM 系列

智谱 AutoGLM 是智谱 AI 推出的开源移动端 UI 自动化模型，模型尺寸为 9B。

从 Z.AI（国际）或 BigModel（国内）获取 API Key 后，可以使用以下配置：

MIDSCENE_MODEL_BASE_URL="https://open.bigmodel.cn/api/paas/v4" # 或 https://api.z.ai/api/paas/v4
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="autoglm-phone" # 模型名以平台实际模型名为准
MIDSCENE_MODEL_FAMILY="auto-glm" # 或 "auto-glm-multilingual"

关于 MIDSCENE_MODEL_FAMILY 配置

AutoGLM 提供了两个版本的模型，通过 MIDSCENE_MODEL_FAMILY 区分：

auto-glm - 对应 AutoGLM-Phone-9B，针对中文环境优化
auto-glm-multilingual - 对应 AutoGLM-Phone-9B-Multilingual，支持英语等其他语言场景

请根据你的应用语言选择合适的版本。

Note

AutoGLM 更适合移动端的交互与操作流程。如果要使用 aiAssert、aiQuery 等需要页面理解或断言的 API，请额外配置一组 MIDSCENE_INSIGHT_MODEL_... 环境变量，让独立的 Insight 模型负责页面理解。具体可参考模型策略中关于多模型配合的介绍。

了解更多关于智谱 AutoGLM

GitHub: https://github.com/zai-org/Open-AutoGLM
Hugging Face: https://huggingface.co/zai-org/AutoGLM-Phone-9B

UI-TARS 系列

你可以在火山引擎上使用已部署的 doubao-1.5-ui-tars。

MIDSCENE_MODEL_BASE_URL="https://ark.cn-beijing.volces.com/api/v3"
MIDSCENE_MODEL_API_KEY="...."
MIDSCENE_MODEL_NAME="ep-2025..." # 来自火山引擎的推理接入点 ID 或模型名称
MIDSCENE_MODEL_FAMILY="vlm-ui-tars-doubao-1.5"

关于 MIDSCENE_MODEL_FAMILY 配置

MIDSCENE_MODEL_FAMILY 用于指定 UI-TARS 版本，使用以下值之一：

vlm-ui-tars：用于模型版本 1.0
vlm-ui-tars-doubao：用于在火山引擎上部署的模型版本 1.5（与 vlm-ui-tars-doubao-1.5 等效）
vlm-ui-tars-doubao-1.5：用于在火山引擎上部署的模型版本 1.5

Info

旧版本使用 MIDSCENE_USE_VLM_UI_TARS=DOUBAO 或 MIDSCENE_USE_VLM_UI_TARS=1.5 配置，该配置仍然兼容但已废弃，建议迁移到 MIDSCENE_MODEL_FAMILY。

迁移对应关系：

MIDSCENE_USE_VLM_UI_TARS=1.0 → MIDSCENE_MODEL_FAMILY="vlm-ui-tars"
MIDSCENE_USE_VLM_UI_TARS=1.5 → MIDSCENE_MODEL_FAMILY="vlm-ui-tars-doubao-1.5"
MIDSCENE_USE_VLM_UI_TARS=DOUBAO → MIDSCENE_MODEL_FAMILY="vlm-ui-tars-doubao"

多模型组合示例

关于组合多个模型的更多信息，可查阅高阶特性：多模型配合。

下面以 GPT-5.4 用于 Planning/Insight、Qwen 3.5 负责视觉为例。GPT-5.4 处理重度推理（Planning 和/或 Insight），Qwen 3.5 专注视觉定位。独立的 Planning 和 Insight 模型可按需启用，不需要同时开启。

# 默认多模态模型：Qwen 3.5
export MIDSCENE_MODEL_BASE_URL="https://..."       # Qwen 3.5 接口地址
export MIDSCENE_MODEL_API_KEY="..."                # 你的 Qwen 3.5 API Key
export MIDSCENE_MODEL_NAME="qwen3.5-plus"
export MIDSCENE_MODEL_FAMILY="qwen3.5"

# Planning 模型：GPT-5.4
export MIDSCENE_PLANNING_MODEL_API_KEY="sk-..."    # 你的 GPT-5.4 API Key
export MIDSCENE_PLANNING_MODEL_BASE_URL="https://..."
export MIDSCENE_PLANNING_MODEL_NAME="gpt-5.4"
export MIDSCENE_PLANNING_MODEL_FAMILY="gpt-5"

# Insight 模型：GPT-5.4
export MIDSCENE_INSIGHT_MODEL_API_KEY="sk-..."     # 你的 GPT-5.4 API Key
export MIDSCENE_INSIGHT_MODEL_BASE_URL="https://..."
export MIDSCENE_INSIGHT_MODEL_NAME="gpt-5.4"
export MIDSCENE_INSIGHT_MODEL_FAMILY="gpt-5"

更多高阶配置请查看全部配置项文档。

模型服务连接问题排查

Midscene 内置了一个模型验证命令，用于排查模型服务的连通性问题和基础的兼容性问题。

将你的模型配置放在 .env 文件中，然后运行下面的模型验证命令，验证当前模型配置是否能支撑 Midscene 正常运行：

# 如果当前项目已安装 @midscene/cli，可以使用本地的 midscene 命令
npx midscene model verify

# 如果当前项目未安装 @midscene/cli，或想要使用最新版
npx @midscene/cli@latest model verify

这个命令会读取当前工作目录下的 .env 文件，同时打开 Dotenv 的 debug 日志，且 .env 中的变量会覆盖已有的 shell 环境变量。

为了单独排查模型服务的基础连接性问题，你也可以直接运行下面这段最小化的 curl 请求。

MIDSCENE_MODEL_BASE_URL='替换为你的 baseUrl'
MIDSCENE_MODEL_API_KEY='替换为你的 API Key'
MIDSCENE_MODEL_NAME='替换为你的 model name'

curl -X POST "${MIDSCENE_MODEL_BASE_URL%/}/chat/completions" \
  -H "Authorization: Bearer ${MIDSCENE_MODEL_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "'"${MIDSCENE_MODEL_NAME}"'",
  "messages": [
    {
      "role": "user",
      "content": "What is 1+1?"
    }
  ]
}'

#配置你的模型

#一个快速默认配置

#支持的模型

#豆包 Seed 系列

#千问 Qwen 系列

#Google Gemini 系列

#OpenAI GPT 系列

#月之暗面 Kimi 系列

#小米 MiMo 系列

#智谱 GLM-V 系列

#配置环境变量的方式

#方法一：在系统中设置环境变量

#方法二：编写 .env 文件（适用于命令行工具）

#方法三：引用 dotenv 库配置环境变量

#其他兼容模型

#智谱 AutoGLM 系列

#UI-TARS 系列

#多模型组合示例

#更多

#模型服务连接问题排查

配置你的模型

一个快速默认配置

支持的模型

豆包 Seed 系列

千问 Qwen 系列

Google Gemini 系列

OpenAI GPT 系列

月之暗面 Kimi 系列

小米 MiMo 系列

智谱 GLM-V 系列

配置环境变量的方式

方法一：在系统中设置环境变量

方法二：编写 `.env` 文件（适用于命令行工具）

方法三：引用 dotenv 库配置环境变量

其他兼容模型

智谱 AutoGLM 系列

UI-TARS 系列

多模型组合示例

更多

模型服务连接问题排查