Model

概览
是什么	Provider 上的一个模型，以及 agt 如何调用它
CLI	agt model
Agent 工具	kind: "model" 的 resource_*
Web 控制台	资源库 → Model
文件	models/<category>/<name>/model.yaml
Crate	agt-model、agt-inference

作用

Model 资源为 Provider 上的一个模型命名，并指定使用的协议和设置。Native Agent 引用 Model；修改 Model 资源后，所有使用它的 Agent 从下一次执行开始生效。同一个底层模型可以定义多个 Model 资源，例如 fast 和 careful 两个版本。

agt 以流式方式接收响应，对临时故障最多重试 10 次，并在对话接近上下文窗口时自动摘要旧的上下文。

怎么用

Web 控制台： 资源库 → 新建资源 → Model。选择 Provider，点击获取模型列表或填写模型 ID，并选择 API 格式。

CLI：

agt model create fast --provider openai --model gpt-5-mini --api-format responses --tool-call true
agt model update fast --reasoning-effort low
agt model update fast --clear-reasoning-effort

Agent 工具：

{"kind":"model","reference":"fast","create":true,
 "data":{"provider":"openai","model":"gpt-5-mini","params":{"api_format":"responses","tool_call":true}}}

常用参数

参数	含义
--model	Provider 上的模型 ID
--api-format	chat-completions、responses、anthropic-messages 或 gemini；必须与 Provider 支持的一致
--tool-call true	使用任何工具的 Agent 都需要
--reasoning-effort	推理模型的思考档位
--context-window	模型接受的输入 token 数；按 Provider 文档设置

全部参数

agt model create <名称>

选项	必填	默认值	含义
--provider <引用>	是		Provider
--model <id>	是		Provider 上的模型 ID
--api-format <格式>	否	chat-completions	chat-completions、responses、anthropic-messages 或 gemini。agt 从不自动切换。
--temperature <t>	否	0.7	0 到 2。设置推理强度时不发送。
--max-tokens <n>	否	不发送	输出 token 上限
--timeout <秒>	否	60	等待响应开始、每次读取，以及回复开始输出后相邻两段输出之间的最长秒数；卡住的回复会自动重试
--reasoning-effort <档位>	否	不发送	none、minimal、low、medium、high、xhigh、max，或 Provider 接受的任何值
--tool-call <bool>	否		模型支持函数调用时为 true
--context-window <n>	否	272000	输入 token 窗口，4096 到 2000000。用于自动压缩，不限制输出。
--category <c>	否	default	分类

agt model update <名称>

接受 create 中除 --provider 和 --model 以外的所有选项，另外还有：

选项	含义
--clear-max-tokens	不再发送输出上限
--clear-reasoning-effort	不再发送推理强度

list、info、delete 和 category 见资源通用操作。

文件：model.yaml

name: fast
provider: { category: default, name: openai }
model: gpt-5-mini
api_format: responses
params:
  temperature: 0.7
  max_tokens: null
  timeout: 60
  reasoning_effort: null
capabilities:
  context_window: 272000
  tool_call: true

工具字段（resource_write，kind: "model"）

创建时：provider（必填）、model（必填），以及可选的 params，可包含下表任意字段。更新时直接在 data 中给出字段。

字段	含义
temperature	0 到 2
max_tokens	正整数
timeout	秒
api_format	chat-completions、responses、anthropic-messages 或 gemini
reasoning_effort	同 --reasoning-effort
tool_call	布尔值
context_window	4096 到 2000000

clear: ["max_tokens"] 或 clear: ["reasoning_effort"] 会移除这些设置。

请求行为

行为	说明
流式输出	请求使用流式模式。忽略该参数的 Provider 也能用，只是没有实时预览。
重试	连接错误、HTTP 错误、无效 JSON 和空回复会重试，总共最多 10 次，间隔从 250 毫秒增加到 4 秒。配置错误和明确拒绝不重试。
压缩	达到上下文窗口的 90% 时，用同一个模型摘要较早的历史。
输入	仅文本，不支持图片。
Anthropic	发送 x-api-key 和 anthropic-version: 2023-06-01。给系统提示词、工具和最新一条消息打上提示词缓存标记。未设置 max_tokens 时请求最多 16384 个输出 token。reasoning_effort 换算为扩展思考预算（low 2048、medium 8192、high 16384、xhigh 32768、max 64000，或直接填数字）；必须调用某个工具的那一次请求会关闭思考。
Gemini	发送 x-goog-api-key。工具定义以 JSON Schema 发送（parametersJsonSchema）。reasoning_effort 换算为思考预算（none 为 0、low 2048、medium 8192、high 16384、max 由模型自定，或直接填数字）。
思考内容	服务商的推理内容不会显示，也不会写进执行记录。服务商要求回传的思考块和签名随这次执行保留，供下一步发送；因等待任务而挂起的执行会把它们保存在本机检查点里。

相关模块

• Provider：请求发往哪里
• Agent：使用该模型的 Agent
• 权限审批：模型也可以作为审批的审核者