配置

UniConfig，请求的配置选项，以及每个客户端为它们发送什么。所有字段均为可选。

UniConfig 是两个流式方法的第二个参数。传入空对象即使用默认配置。

{
  "max_tokens": 1024,
  "temperature": 1.0,
  "system_prompt": "You are a helpful assistant.",
  "tools": [
    {
      "name": "get_weather",
      "description": "Gets the current weather for a given location.",
      "parameters": {
        "type": "object",
        "properties": {"location": {"type": "string", "description": "The city name"}},
        "required": ["location"]
      }
    }
  ],
  "tool_choice": "auto",
  "thinking_level": "high",
  "thinking_summary": true,
  "prompt_caching": "enable",
  "fast_mode": false,
  "image_config": {"aspect_ratio": "4:3", "image_size": "1K"},
  "tts_config": [{"voice": "Kore"}],
  "embedding_config": {"dimensions": 768},
  "trace_id": "agent1/conversation_001"
}

字段

字段	类型	含义
`max_tokens`	整数	输出 token 的数量上限。
`temperature`	数字	采样温度。
`system_prompt`	字符串	系统指令。
`tools`	列表	模型可调用的工具，包含 `name`、`description` 和 JSON Schema 格式的 `parameters`。
`tool_choice`	`"auto"`、`"required"`、`"none"` 或工具名列表	指定模型可以或必须调用哪些工具。
`thinking_level`	`"none"`、`"low"`、`"medium"`、`"high"`、`"xhigh"`、`"max"`	控制模型的思考深度。
`thinking_summary`	布尔	请求返回思考摘要。实际是否返回取决于模型。
`prompt_caching`	`"enable"`、`"disable"`、`"enhance"`	提示词缓存策略。
`fast_mode`	布尔	请求使用服务商的快速档位。
`image_config`	对象	Gemini 图像输出配置：`aspect_ratio`（`1:1`、`2:3`、`3:2`、`3:4`、`4:3`、`9:16`、`16:9`、`21:9`）和 `image_size`（`1K`、`2K`）。
`tts_config`	列表	Gemini 语音合成配置：每个说话人对应一项，包含 `voice` 和可选的 `speaker`。两个说话人时，文本写成台词稿，每轮一行 `Name: 台词`。
`embedding_config`	对象	向量生成配置：`dimensions` 指定向量维度。
`trace_id`	字符串	用此 ID 保存当前轮次。详见 Tracer 与 Playground。

模型拒绝的参数值

客户端无法发送的参数值会在请求发出前抛出 UnsupportedParameterError，并指明客户端和具体参数。客户端用不到的字段会被忽略。下面的表格按客户端给出这两种情况。

thinking_level 永远不会抛错。模型无法关闭思考时，"none" 取最少的思考：Claude Opus 5.5、Haiku 5.5、Fable 5、Fable 5.1，GPT-6 Astra、GPT-6.1 Sol，MiniMax-M3.1-Flash 和 GLM-5.3 上是最低的思考档位；Claude Sonnet 5.5 上是不在回答前思考；Gemini 上是 minimal 或 low，取模型支持的那一个。GPT-6 Luna、Kimi K3 和 Kimi K3.1 Pro 原样接受 "none"。

每个客户端发送什么

客户端以 client_type 命名（见模型与端点）；openai-official 通过 openai-embedding 服务 text-embedding-* 模型。在两个 Google 客户端上，ID 含 tts 的是语音模型，含 embedding 的是向量模型。mmsp 客户端原样发送配置，由服务端交给该模型自己的客户端处理，因此适用那个客户端的行。

`max_tokens`

客户端	发送为
`anthropic-official`、`ant-messages`	`max_tokens`；未设置时为 64000，因为 Messages API 要求必填
`zai-official`	`max_tokens`
`openai-official`、`openai-responses`、`deepseek-official`、`minimax-official`、`google-official`、`google-genai`	`max_output_tokens`，语音模型也一样
`openai-chat`、`openai-chat-vllm-adapter`、`moonshot-official`	`max_completion_tokens`
`openai-embedding`、Gemini 向量模型	忽略

`temperature`

客户端	发送为
`ant-messages`、`openai-responses`、`openai-chat`、`openai-chat-vllm-adapter`、`zai-official`	`temperature`，原值发送
`minimax-official`	0 到 1 之间的 `temperature`；超出范围时抛错
`anthropic-official`、`openai-official`、`deepseek-official`、`moonshot-official`	1.0 不发送；其他值抛错
`google-official`、`google-genai`	任何值都抛错，语音模型也一样
`openai-embedding`、Gemini 向量模型	忽略

`system_prompt`

客户端	发送为
`anthropic-official`、`ant-messages`	`system`
`openai-official`、`openai-responses`、`deepseek-official`、`minimax-official`	`instructions`
`google-official`、`google-genai`	`system_instruction`；语音模型忽略
`openai-chat`、`openai-chat-vllm-adapter`、`moonshot-official`、`zai-official`	一条角色为 `system` 的首条消息；空字符串不发送
`openai-embedding`、Gemini 向量模型	忽略

`tools`

客户端	发送为
`anthropic-official`、`ant-messages`	`tools`，`parameters` 改为 `input_schema`
`openai-official`、`openai-responses`、`deepseek-official`、`minimax-official`、`google-official`	`tools`，每项带 `type: "function"`
`openai-chat`、`openai-chat-vllm-adapter`、`moonshot-official`、`zai-official`	`tools`，每项作为一个 `type: "function"` 工具的 `function`
`google-genai`	一个由 `function_declarations` 组成的工具
`openai-embedding`、Gemini 语音和向量模型	忽略

`tool_choice`

单元格是发送的值：在 Anthropic 的两个客户端上是 type，在 google-genai 上是函数调用的 mode。

客户端	`"auto"`	`"none"`	`"required"`	工具名列表
`anthropic-official`	`auto`	`none`	`any`	`any` 加 `name`；只能一个名字
`ant-messages`	`auto`	`none`	`any`	`tool` 加 `name`；只能一个名字
`openai-official`、`openai-responses`	`auto`	`none`	`required`	`mode: "required"` 加工具列表
`openai-chat`、`openai-chat-vllm-adapter`	`auto`	`none`	`required`	`allowed_tools`，`mode: "auto"`
`google-official`	`auto`	`none`	`any`	`allowed_tools`，`mode: "any"`
`google-genai`	`AUTO`	`NONE`	`ANY`	`ANY` 加 `allowed_function_names`
`moonshot-official`	`auto`	`none`	Kimi K3 与 K3.1 Pro 上为 `required`；Kimi K2 上抛错	抛错
`deepseek-official`	`auto`	`none`	抛错	抛错
`minimax-official`	`auto`	`none`；MiniMax-M3.1-Flash 上抛错	抛错	抛错
`zai-official`	`auto`	抛错	抛错	抛错

Claude Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.1 不能强制调用工具，在它们上面传 "required" 或工具名列表会抛错。两个 Google 客户端只在有 tools 时发送 tool_choice，语音模型忽略它。openai-embedding 和 Gemini 向量模型忽略它。

`thinking_level`

每个客户端都把级别作为其协议的思考档位发送：Anthropic 的两个客户端上是自适应思考加 output_config.effort，Responses 客户端上是 reasoning.effort，Kimi K3、K3.1 Pro 和 GLM（同时开启思考）上是 reasoning_effort，Gemini 上是 thinking_level。Kimi K2 改为发送思考类型；disabled 和 between_tools 也是思考类型。openai-chat 不发送级别，由端点使用其默认值。取第一个匹配的行。

客户端与模型	`none`	`low`	`medium`	`high`	`xhigh`	`max`
`anthropic-official`：Claude Opus 5.5、Haiku 5.5、Fable 5、Fable 5.1	`low`	`low`	`medium`	`high`	`xhigh`	`max`
`anthropic-official`：Claude Sonnet 5.5	`between_tools`	`low`	`medium`	`high`	`xhigh`	`max`
`anthropic-official`：Claude 4.6	`disabled`	`low`	`medium`	`high`	`high`	`max`
`anthropic-official`：其他 Claude 模型；`ant-messages`	`disabled`	`low`	`medium`	`high`	`xhigh`	`max`
`openai-official`、`openai-responses`：GPT-6 Luna 以外的 GPT-6 模型	`low`	`low`	`medium`	`high`	`xhigh`	`max`
`openai-official`、`openai-responses`：其他模型	`none`	`low`	`medium`	`high`	`xhigh`	`max`
`openai-chat`	不发送	不发送	不发送	不发送	不发送	不发送
`deepseek-official`	`none`	`low`	`high`	`high`	`high`	`max`
`minimax-official`：MiniMax-M3.1-Flash	`low`	`low`	`medium`	`high`	`xhigh`	`max`
`minimax-official`：MiniMax-M3	`none`	`low`	`medium`	`high`	`high`	`high`
`moonshot-official`：Kimi K2	`disabled`	`enabled`	`enabled`	`enabled`	`enabled`	`enabled`
`moonshot-official`：Kimi K3、Kimi K3.1 Pro	`none`	`low`	`high`	`high`	`max`	`max`
`zai-official`：GLM-5.3、GLM-5.3-Flash	`low`	`low`	`high`	`high`	`max`	`max`
`zai-official`：其他 GLM 模型	`disabled`	`low`	`medium`	`high`	`xhigh`	`max`
`google-official`、`google-genai`：图像模型	`minimal`	`minimal`	`high`	`high`	`high`	`high`
`google-official`、`google-genai`：Gemini 3 Pro	`low`	`low`	`high`	`high`	`high`	`high`
`google-official`、`google-genai`：其他 Pro 模型，Gemini 3.7、3.8、4 Argon	`low`	`low`	`medium`	`high`	`high`	`high`
`google-official`、`google-genai`：其他 Gemini 模型	`minimal`	`low`	`medium`	`high`	`high`	`high`

openai-chat-vllm-adapter 同样不发送 reasoning_effort，而是以 chat_template_kwargs 设置所部署模型的对话模板读取的开关：

部署的模型	`chat_template_kwargs`
Qwen3.8-27B、Qwen3.8-Flash-Next	`none` 为 `enable_thinking: false`；`low` 和 `medium` 原样作为 `reasoning_effort`，`high` 及以上为 `xhigh`
DeepSeek-V4-Flash-Vision-Exp	`none` 不发送，即不思考；其余为 `thinking: true` 加 `reasoning_effort`：`low` 为 `low`，`medium` 到 `xhigh` 为 `high`，`max` 为 `max`
DeepSeek-V4-Pro、DeepSeek-V4-Flash	同上，但 `low` 的 `reasoning_effort` 也是 `high`
Qwen3.6-35B-A3B、Qwen3.5-0.8B、Qwen3.5-9B 及其他任何模型	`enable_thinking`：`none` 为 `false`，其余为 `true`

openai-embedding 和 Gemini 语音、向量模型忽略 thinking_level。

`thinking_summary`

客户端	`true`	`false`
`anthropic-official`、`ant-messages`	思考块上的 `display: "summarized"`	`display: "omitted"`
`openai-official`、`deepseek-official`	`reasoning.summary: "concise"`	不发送
`openai-responses`	有 `thinking_level` 时为 `reasoning.summary: "concise"`；没有时不发送	不发送
`google-official`	`thinking_summaries: "auto"`	`thinking_summaries: "none"`
`google-genai`	`include_thoughts: true`	`include_thoughts: false`
`openai-chat`、`openai-chat-vllm-adapter`、`minimax-official`、`moonshot-official`、`zai-official`	忽略	忽略

在 Anthropic 的两个客户端上，没有 thinking_level 时请求摘要会开启自适应思考；思考类型为 disabled 或 between_tools 时不发送。openai-embedding 和 Gemini 语音、向量模型忽略它。

`prompt_caching`

客户端	`"enable"`	`"enhance"`	`"disable"`
`anthropic-official`	`cache_control: {"type": "ephemeral"}`，未设置时也是	同上加 `ttl: "1h"`	不发送
`anthropic-official`（Bedrock）	同样的标记加 `ttl: "5m"`，放在最后一条用户消息的最后一块上，未设置时也是	同上加 `ttl: "1h"`	不发送
`moonshot-official`（Kimi K3 与 K3.1 Pro）	不发送	`prompt_cache_options: {"mode": "implicit", "ttl": "1h"}`	抛错
其他所有客户端；`moonshot-official`（Kimi K2）	不发送	抛错	抛错
`openai-embedding`、Gemini 向量模型	忽略	忽略	忽略

`fast_mode`

false 或未设置时不发送。

客户端	`true`
`openai-official`、`openai-responses`、`openai-chat`、`openai-chat-vllm-adapter`、`google-official`	`service_tier: "priority"`
`minimax-official`	MiniMax-M3 上为 `service_tier: "priority"`；MiniMax-M3.1-Flash 上抛错
`ant-messages`	`speed: "fast"` 加 beta `fast-mode-2026-02-01`
`anthropic-official`	同上；Bedrock 上以及 Claude 4.6、Sonnet 5.5、Haiku 5.5 和 Fable 5.1 上抛错
`google-genai`、`deepseek-official`、`moonshot-official`、`zai-official`、`openai-embedding`	抛错
Gemini 向量模型	忽略

`image_config`

客户端	发送为
`google-genai`	`image_config`
`google-official`	`response_format`：先是一个文本项，再是一个带 `aspect_ratio` 和 `image_size` 的图像项
其他所有客户端；Gemini 语音和向量模型	忽略

`tts_config`

Gemini 语音模型，两个 Google 客户端相同：

`tts_config`	发送为
未设置	音色 `Kore`
一项	该项的 `voice`
两项	每个 `speaker` 一个音色；缺少 `speaker` 的项会抛错。Gemini 3.8 语音模型收到的台词稿按轮次拆成多段，说话人作为元数据。
三项及以上	抛错

其他模型和客户端忽略它。

`embedding_config`

客户端	发送为
`openai-embedding`	`dimensions`
`google-official`、`google-genai`：向量模型	`output_dimensionality`
其他所有客户端和模型	忽略

`trace_id`

客户端	作用
所有客户端	用此 ID 保存当前轮次。
`mmsp`	由服务端保存当前轮次；客户端不保存。
`moonshot-official`（Kimi K2）	同时作为 `prompt_cache_key` 发送。

在 Python 和 TypeScript 中

两种语言的字段名保持一致。两个 SDK 包均导出 ThinkingLevel 和 PromptCaching 枚举。Python 同时接受普通字符串；TypeScript 需使用枚举成员，例如 ThinkingLevel.HIGH 和 PromptCaching.ENABLE。

在 GitHub 上编辑本页以 Markdown 打开