模型与提供商

在 Platform 模式 下，Yuli 引擎使用你选择的提供商和模型进行推理，并使用你自己的 API key。本页说明如何配置以及如何控制用量。

提供商

配置提供商

通过以下任一方式打开 AI 提供商：

• 聊天标题栏 → 更多操作 → 模型设置。
• 全局选项（Ctrl+Alt+S）→ AI 和模型 → 打开模型配置。

然后：

1. 选择提供商卡片。
2. 填写 API key 和 模型。对于 Local，还需填写 服务器 URL。
3. 点击 测试连接（可选）。
4. 启用 用作当前提供商。
5. 点击 保存设置。

凭据保存在系统密钥链中，绝不会完整显示。如需修改其他信息而不重新输入密钥，将该字段留空即可：会保留当前密钥。

AWS Bedrock 和 Vertex AI

快速模型

你还可以选择定义一个 快速模型，用于摘要和标题等轻量任务。

本地模型

使用 Local 时，AI 的上下文不会离开你的网络。启动你的服务器（Ollama、LM Studio、vLLM 或 llama.cpp，开启其 OpenAI 兼容 API），填写其 URL 和模型名称，然后测试连接。

扩展推理

在同一面板中，扩展推理 提供 关闭、低、中 或 高 四个选项。

• 仅应用于智能体的主要工作，不用于摘要或标题。
• 仅适用于支持该功能的模型：Claude（API、Vertex 和 Bedrock）和 Gemini 2.5 的推理预算，以及 OpenAI 推理模型的推理强度。

上下文

Yuli 会替你管理上下文窗口：

• 了解每个模型的上下文大小。
• 活动文件、工作 diff、规则和上下文包都有上限。放不下的内容会被列出名称，智能体需要时可自行读取。
• 较长的对话会通过增量摘要进行压缩。
• 只发送适用于该项目的工具（例如，只有存在前端时才发送 Web Studio 的工具）。

提示词缓存

自动进行。系统提示词分为稳定部分和每轮变化的部分，只有稳定部分会被缓存。每条消息的上下文随该消息一起发送，因此对话的其余部分可以继续从缓存中读取。使用 Claude 模型时，任务中的每一轮都会复用之前的全部内容。

节省开销

• 中间没有变化的完全相同的调用不会重复执行。
• 相互独立的读取会并行完成。
• 需要批准的操作在批准后直接执行，无需与模型来回往返。
• 提供商宕机时会遵循其 retry-after。

用量与成本

在订阅模式下，状态栏显示的是套餐用量（5 小时窗口和每周），而不是令牌计数。

预算

后台任务

点击 保存限制 保存。当某个任务达到上限时，会暂停并显示用量条，你可以选择 提高限制并恢复。

AI 自动补全

本地引擎提供的内联自动补全始终可用。AI 自动补全默认关闭，可按需启用，并使用你偏好的提供商和模型。