Estructura del objeto Model Specs

Descripción general

El objeto modelSpecs le ayuda a proporcionar una experiencia de interfaz de usuario más sencilla para los modelos de IA dentro de su aplicación.

Hay 3 campos principales bajo modelSpecs:

• enforce (opcional; predeterminado: false)
• prioritize (opcional; predeterminado: true)
• list (obligatorio)
• addedEndpoints (opcional)

Notas:

• Si enforce se establece en true, las especificaciones de modelo pueden entrar en conflicto potencialmente con otros ajustes de la interfaz como modelSelect, presets y parameters.
• La matriz list contiene configuraciones detalladas para cada modelo, incluyendo ajustes preestablecidos que dictan comportamientos, apariencias y capacidades específicas.
• Si los campos de interface no se especifican en la configuración, tener una lista de Model Specs desactivará los siguientes elementos de la interfaz:
  • modelSelect
  • parameters
  • presets
• Si desea habilitar estos elementos de la interfaz junto con Model Specs, puede establecerlos en true dentro del objeto interface.

Ejemplo

modelSpecs:
  enforce: true
  prioritize: true
  list:
    - name: 'meeting-notes-gpt4'
      label: 'Meeting Notes Assistant (GPT4)'
      softDefault: true
      description: 'Generate meeting notes by simply pasting in the transcript from a Teams recording.'
      iconURL: 'https://example.com/icon.png'
      showOnLanding: true
      conversation_starters:
        - 'Summarize this meeting transcript'
        - 'Extract action items and owners'
      hideBadgeRow: true
      skills:
        - 'brand-guidelines'
        - 'meeting-notes'
      subagents:
        enabled: true
        allowSelf: true
        agent_ids: []
      preset:
        endpoint: 'azureOpenAI'
        model: 'gpt-4-turbo-1106-preview'
        maxContextTokens: 128000 # Maximum context tokens
        max_tokens: 4096 # Maximum output tokens
        temperature: 0.2
        modelLabel: 'Meeting Summarizer'
        greeting: |
          This assistant creates meeting notes based on transcripts of Teams recordings.
          To start, simply paste the transcript into the chat box.
        promptPrefix: |
          Based on the transcript, create coherent meeting minutes for a business meeting. Include the following sections:
          - Date and Attendees
          - Agenda
          - Minutes
          - Action Items

          Focus on what items were discussed and/or resolved. List any open action items.
          The format should be a bulleted list of high level topics in chronological order, and then one or more concise sentences explaining the details.
          Each high level topic should have at least two sub topics listed, but add as many as necessary to support the high level topic. 

          - Do not start items with the same opening words.

          Take a deep breath and be sure to think step by step.

Campos de nivel superior

enforce

Predeterminado: false

Ejemplo:

modelSpecs:
  enforce: true

prioritize

Predeterminado: true

Ejemplo:

modelSpecs:
  prioritize: false

addedEndpoints

Predeterminado: [] (lista vacía)

Nota: Debe ser uno de los siguientes:

• openAI, azureOpenAI, google, anthropic, assistants, azureAssistants, bedrock, agents

Ejemplo:

modelSpecs:
  # ... other modelSpecs fields
  addedEndpoints:
    - openAI
    - google

list

Requerido

Model Spec (Elemento de lista)

Dentro de cada Model Spec, o cada elemento de list, puedes configurar los siguientes campos:

name

Descripción: Identificador único para el modelo.

label

Descripción: Un nombre o etiqueta fácil de usar para el modelo, que se muestra en el menú desplegable del encabezado.

default

Descripción:
Especifica si esta Model Specs es la selección predeterminada, para ser seleccionada automáticamente en cada chat nuevo.

softDefault

Descripción:

Especifica un valor predeterminado para la primera ejecución sin anular las selecciones posteriores del usuario. Utilice softDefault cuando desee guiar a los nuevos usuarios hacia una especificación seleccionada, preservando al mismo tiempo la elección del usuario después de que elija otro modelo, especificación o agente.

Ver una conversación antigua que utilizaba una Model Specs de tipo soft-default no vuelve a activar esa especificación como la predeterminada del usuario después de que este haya realizado otra selección.

Ejemplo:

modelSpecs:
  list:
    - name: 'general-assistant'
      label: 'General Assistant'
      softDefault: true
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o-mini'

iconURL

Descripción:
URL o nombre de endpoint predefinido para el icono del modelo en el selector, el encabezado y la marca de la conversación. Utilice showIconInMenu y showIconInHeader para controlar dónde aparece el icono.

description

Description: Una breve descripción del modelo y su uso o rol previsto, que se muestra en el selector de modelos. Si showOnLanding es true, la misma descripción también se muestra en la página de inicio del chat bajo la etiqueta de la especificación.

Las descripciones en texto plano se renderizan como texto. Las descripciones que comienzan con < se renderizan a través del saneador HTML de configuración, lo que permite el uso de marcado en línea seguro y elementos multimedia como iconos pequeños.

conversation_starters

Descripción: Los iniciadores de conversación ofrecen a los usuarios sugerencias iniciales seleccionadas para un Model Specs. Se muestran en la página de inicio de chat vacío para el spec seleccionado y son especialmente útiles con la marca showOnLanding. Al hacer clic en un iniciador, este se envía como el primer mensaje de una nueva conversación.

• Se muestra un máximo de 4 iniciadores, coincidiendo con el límite del agente/asistente.
• Si el preset de la especificación apunta a un agente o asistente que define sus propios iniciadores de conversación, estos tendrán prioridad.

Ejemplo:

modelSpecs:
  list:
    - name: 'meeting-notes'
      label: 'Meeting Notes'
      showOnLanding: true
      conversation_starters:
        - 'Summarize this meeting transcript'
        - 'Create action items with owners and due dates'
      preset:
        endpoint: 'agents'
        model: 'gpt-4o'

showOnLanding

Predeterminado: false

Utilice esto cuando una especificación de modelo seleccionada deba marcar la primera pantalla de chat vacío. Las especificaciones de modelo existentes no se modifican a menos que showOnLanding esté establecido en true.

Ejemplo:

modelSpecs:
  list:
    - name: 'branded-assistant'
      label: 'Acme Research'
      description: '<span><img src="/assets/acme.svg" alt="Acme" /> Research with approved sources</span>'
      showOnLanding: true
      iconURL: '/assets/acme.svg'
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o'

group

Descripción: Nombre de grupo opcional para organizar los Model Specs en el selector de la interfaz de usuario. El campo group proporciona un control flexible sobre cómo se organizan los Model Specs:

• Si group coincide con un nombre de endpoint (p. ej., "openAI", "groq"): El Model Specs aparece anidado bajo ese endpoint en el menú de selección
• Si group es un nombre personalizado (no coincide con ningún endpoint): Crea una sección plegable independiente con ese nombre. Opcionalmente, puedes usar groupIcon para establecer un icono personalizado para esta sección (URL o clave integrada como "openAI")
• Si se omite group: El Model Specs aparece como un elemento independiente en el nivel superior

Esta función es particularmente útil cuando desea añadir descripciones a los modelos sin perder la estructura organizativa del menú de selección.

hideBadgeRow

Predeterminado: false

Utilice esto cuando una especificación de modelo seleccionada no deba mostrar la fila de insignias de herramientas/capacidades debajo del compositor.

Ejemplo:

modelSpecs:
  list:
    - name: 'general-assistant'
      label: 'General Assistant'
      hideBadgeRow: true
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o-mini'

Ejemplo:

modelSpecs:
  list:
    # Example 1: Nested under an endpoint
    # When group matches an endpoint name, the spec appears under that endpoint
    - name: 'gpt-4o-optimized'
      label: 'GPT-4 Optimized'
      description: 'Most capable GPT-4 model with multimodal support'
      group: 'openAI' # Appears nested under the OpenAI endpoint
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o'

    # Example 2: Custom group section with icon
    # When group is a custom name, it creates a separate collapsible section
    - name: 'coding-assistant'
      label: 'Coding Assistant'
      description: 'Specialized for coding tasks'
      group: 'My Assistants'
      groupIcon: 'https://example.com/icons/assistants.png' # Custom icon for the group
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o'

    # Multiple specs with the same group name are grouped together
    - name: 'writing-assistant'
      label: 'Writing Assistant'
      description: 'Specialized for creative writing'
      group: 'My Assistants' # Grouped with coding-assistant, uses its icon
      preset:
        endpoint: 'anthropic'
        model: 'claude-sonnet-4'

    # Example 3: Custom group using built-in icon
    - name: 'fast-model'
      label: 'Fast Model'
      group: 'Fast Models'
      groupIcon: 'groq' # Uses built-in Groq icon
      preset:
        endpoint: 'groq'
        model: 'llama3-8b-8192'

    # Example 4: Standalone (no group)
    # When group is omitted, the spec appears at the top level
    - name: 'general-assistant'
      label: 'General Assistant'
      description: 'General purpose assistant'
      # No group field - appears as standalone item at top level
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o-mini'

showIconInMenu

Descripción:
Controla si el icono del modelo aparece en el menú desplegable del encabezado. El valor predeterminado es true.

showIconInHeader

Descripción:
Controla si el icono del modelo aparece en el botón desplegable del encabezado, a la izquierda de su nombre. El valor predeterminado es true.

authType

Descripción:
Tipo de autenticación requerido para el Model Specs. Determina si la autenticación se anula, es proporcionada por el usuario o es definida por el sistema.

webSearch

Descripción:
Habilita la capacidad de búsqueda web para esta Model Specs. Cuando se establece en true, el modelo puede realizar búsquedas en la web para recuperar información actualizada.

Ejemplo:

modelSpecs:
  list:
    - name: 'research-assistant'
      label: 'Research Assistant'
      webSearch: true
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o'

fileSearch

Descripción:
Habilita la capacidad de búsqueda de archivos para este Model Specs. Cuando se establece en true, el modelo puede buscar y hacer referencia a archivos cargados.

Ejemplo:

modelSpecs:
  list:
    - name: 'document-analyst'
      label: 'Document Analyst'
      fileSearch: true
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o'

executeCode

Descripción:
Habilita la capacidad de ejecución de código para esta Model Specs. Cuando se establece en true, el modelo puede ejecutar código en un entorno aislado (sandboxed).

Ejemplo:

modelSpecs:
  list:
    - name: 'code-assistant'
      label: 'Code Assistant'
      executeCode: true
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o'

mcpServers

Descripción:
Lista de nombres de servidores de Model Context Protocol (MCP) a habilitar para esta especificación de modelo. Los servidores MCP amplían las capacidades del modelo con herramientas y recursos personalizados.

Ejemplo:

modelSpecs:
  list:
    - name: 'enhanced-assistant'
      label: 'Enhanced Assistant'
      mcpServers:
        - 'filesystem'
        - 'sequential-thinking'
        - 'fetch'
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o'

skills

Descripción:

Controla las Skills para este Model Specs cuando la capacidad de Skills del endpoint Agents esté disponible.

• true: habilita el catálogo de Skills accesibles y activos del usuario.
• false: deshabilita las Skills para esta especificación.
• Matriz de nombres de Skill: restringe el catálogo, la invocación manual y la resolución de aplicación siempre (always-apply) a los Skills nombrados.

Ejemplo:

modelSpecs:
  list:
    - name: 'brand-assistant'
      label: 'Brand Assistant'
      skills:
        - 'brand-guidelines'
        - 'approved-claims'
      preset:
        endpoint: 'agents'
        model: 'gpt-4o'

subagents

Descripción:

Controla los Subagents para agentes efímeros creados a partir de este Model Specs. Utiliza esto cuando desees que un Model Specs seleccionado exponga el comportamiento de delegación sin requerir que los usuarios creen o seleccionen un agente padre persistente.

• enabled: añade la herramienta de generación de subagentes para este Model Specs.
• allowSelf: permite que el agente efímero genere una copia aislada y nueva de sí mismo.
• agent_ids: permite agentes persistentes específicos como subagentes adicionales. Esta lista está limitada por MAX_SUBAGENTS y permanece en el lado del servidor; la configuración de inicio enviada a los clientes solo incluye las banderas públicas enabled y allowSelf.

Cuando se aplican los Model Specs, los ajustes de subagents del Model Spec prevalecen sobre los valores del payload de la solicitud.

Ejemplo:

modelSpecs:
  list:
    - name: 'research-assistant'
      label: 'Research Assistant'
      subagents:
        enabled: true
        allowSelf: true
        agent_ids: []
      preset:
        endpoint: 'agents'
        model: 'gpt-4o'

artifacts

Descripción:
Habilita la capacidad de Artifacts para esta Model Specs, permitiendo que el modelo genere y muestre artefactos interactivos como componentes de React, HTML y diagramas de Mermaid. Cuando se establece en true, se utiliza el modo de artefacto predeterminado. También puede especificar una cadena de modo directamente.

Ejemplo:

modelSpecs:
  list:
    - name: 'artifact-assistant'
      label: 'Artifact Assistant'
      artifacts: true
      preset:
        endpoint: 'openAI'
        model: 'gpt-4o'

preset

Descripción:
Configuraciones detalladas de preajustes que definen el comportamiento y las capacidades del modelo (ver Estructura del Objeto Preset a continuación).

Campos de Preset

El campo preset para un elemento de modelSpecs.list se compone de un plano de configuración integral para los modelos de IA dentro del sistema. Está diseñado para especificar los ajustes operativos de los modelos de IA, adaptando su comportamiento, resultados e interacciones con otros componentes del sistema y endpoint.

Opciones del sistema

endpoint

Requerido

Valores aceptados:

• openAI
• azureOpenAI
• google
• anthropic
• assistants
• azureAssistants
• bedrock
• agents

Nota: Si estás utilizando un endpoint personalizado, el valor de endpoint debe coincidir exactamente con el nombre del endpoint personalizado definido.

Ejemplo:

preset:
  endpoint: 'openAI'

modelLabel

Predeterminado: None

Ejemplo:

preset:
  modelLabel: 'Customer Support Bot'

greeting

Predeterminado: None

Ejemplo:

preset:
  greeting: 'This assistant creates meeting notes based on transcripts of Teams recordings. To start, simply paste the transcript into the chat box.'

promptPrefix

Predeterminado: None

Ejemplo 1:

preset:
  promptPrefix: 'As a financial advisor, ...'

Ejemplo 2:

preset:
  promptPrefix: |
    Based on the transcript, create coherent meeting minutes for a business meeting. Include the following sections:
    - Date and Attendees
    - Agenda
    - Minutes
    - Action Items

    Focus on what items were discussed and/or resolved. List any open action items.
    The format should be a bulleted list of high level topics in chronological order, and then one or more concise sentences explaining the details.
    Each high level topic should have at least two sub topics listed, but add as many as necessary to support the high level topic. 

    - Do not start items with the same opening words.

    Take a deep breath and be sure to think step by step.

resendFiles

Predeterminado: true

Ejemplo:

preset:
  resendFiles: true

imageDetail

Valores aceptados:

• bajo
• auto
• alto

Predeterminado: "auto"

Ejemplo:

preset:
  imageDetail: 'high'

maxContextTokens

Ejemplo:

preset:
  maxContextTokens: 4096

Opciones de agente

Ten en cuenta que estas opciones solo son aplicables cuando se utiliza el endpoint agents.

Debe excluir cualquier opción de modelo y remitirse a la configuración del agente tal como se define en la interfaz de usuario.

agent_id

Ejemplo:

preset:
  agent_id: 'agent_someUniqueId'

Opciones de asistente

Ten en cuenta que estas opciones solo son aplicables cuando se utiliza el endpoint assistants o azureAssistants.

De forma similar a Agents, debes excluir cualquier opción de modelo y remitirte a la configuración del asistente.

assistant_id

Ejemplo:

preset:
  assistant_id: 'asst_someUniqueId'

instructions

Nota: esto es distinto de promptPrefix, ya que esto sobrescribe las instrucciones existentes del asistente para las ejecuciones actuales.

Utiliza esto solo si deseas anular las instrucciones principales del asistente.

Utilice promptPrefix para additional_instructions.

Más información:

• https://platform.openai.com/docs/api-reference/models#runs-createrun-instructions
• https://platform.openai.com/docs/api-reference/runs/createRun#runs-createrun-additional_instructions

Ejemplo:

preset:
  instructions: 'Please handle customer queries regarding order status.'

append_current_datetime

Añade la fecha y hora actuales a additional_instructions para cada ejecución. No sobrescribe promptPrefix, sino que se añade a él.

Ejemplo:

preset:
  append_current_datetime: true

Opciones de modelo

Nota: Cada parámetro a continuación incluye una nota sobre qué endpoints lo admiten.
OpenAI / AzureOpenAI / Custom normalmente admiten temperature, presence_penalty, frequency_penalty, stop, top_p, max_tokens.
Google / Anthropic normalmente admiten topP, topK, maxOutputTokens; Google también admite url_context en modelos de texto Gemini compatibles. Anthropic / OpenRouter / Bedrock (modelos Anthropic y Nova) admiten promptCache y promptCacheTtl. Bedrock admite region, maxTokens y algunos otros.

model

Soportado por: Todos los endpoint (excepto agents)

Predeterminado: None

Ejemplo:

preset:
  model: 'gpt-4-turbo'

temperature

Soportado por: openAI, azureOpenAI, google (como temperature), anthropic (como temperature), y personalizado (tipo OpenAI)

Ejemplo:

preset:
  temperature: 0.7

presence_penalty

Soportado por: openAI, azureOpenAI, personalizado (tipo OpenAI)
Normalmente no utilizado por Google/Anthropic/Bedrock

Ejemplo:

preset:
  presence_penalty: 0.3

frequency_penalty

Soportado por: openAI, azureOpenAI, personalizado (tipo OpenAI)
Normalmente no utilizado por Google/Anthropic/Bedrock

Ejemplo:

preset:
  frequency_penalty: 0.5

stop

Soportado por: openAI, azureOpenAI, personalizado (tipo OpenAI)
Normalmente no utilizado por Google/Anthropic/Bedrock

Ejemplo:

preset:
  stop:
    - 'END'
    - 'STOP'

top_p

Soportado por: openAI, azureOpenAI, custom (tipo OpenAI)
Google/Anthropic a menudo usan topP (con “P” mayúscula) en lugar de top_p.

Ejemplo:

preset:
  top_p: 0.9

topP

Soportado por: google & anthropic
(propósito similar a top_p, pero nombrado de forma diferente en esas APIs)

Ejemplo:

preset:
  topP: 0.8

topK

Soportado por: google & anthropic
(límite de k-sampling en la distribución del siguiente token)

Ejemplo:

preset:
  topK: 40

max_tokens

Soportado por: openAI, azureOpenAI, custom (tipo OpenAI)
Para Google/Anthropic, utilice maxOutputTokens o maxTokens (dependiendo del endpoint).

Ejemplo:

preset:
  max_tokens: 4096

maxOutputTokens

Soportado por: google, anthropic
Equivalente a max_tokens para estos proveedores.

Ejemplo:

preset:
  maxOutputTokens: 2048

promptCache

Compatible con: anthropic, endpoints personalizados de OpenRouter, bedrock (modelos de Anthropic y Nova) (Alternar almacenamiento en caché de prompts del proveedor)

Predeterminado: true

Ejemplo:

preset:
  promptCache: true

Nota: Para los endpoints de Bedrock, el almacenamiento en caché de prompts (prompt caching) está habilitado automáticamente para los modelos Claude y Nova. Establezca promptCache: false para desactivarlo explícitamente.

promptCacheTtl

Compatible con: anthropic, endpoints personalizados de OpenRouter, bedrock (modelos Anthropic y Nova) (Establece el tiempo de vida de la caché de prompts cuando el almacenamiento en caché de prompts está habilitado)

Valores aceptados:

• 5m
• 1h

Ejemplo:

preset:
  promptCache: true
  promptCacheTtl: '1h'

Nota: promptCacheTtl se ignora cuando el almacenamiento en caché de prompts está desactivado. Cuando se omite, la integración del proveedor utiliza su tiempo de vida predeterminado para el caché de prompts.

reasoning_effort

Valores aceptados:

• "" (cadena vacía — sin configurar, utiliza el valor predeterminado de la API)
• "none"
• "minimal"
• "low"
• "medium"
• "high"
• "xhigh" (extra alta)

Soportado por: openAI, azureOpenAI, custom (tipo OpenAI), bedrock (modelos ZAI, MoonshotAI)

Predeterminado: "" (sin establecer)

Ejemplo:

preset:
  reasoning_effort: 'low'

reasoning_summary

Valores aceptados:

• "" (cadena vacía — deshabilita los resúmenes de razonamiento)
• "auto"
• "concise"
• "detailed"

Soportado por: openAI, azureOpenAI, custom (OpenAI-like)

Predeterminado: "" (deshabilitado)

Ejemplo:

preset:
  reasoning_summary: 'detailed'

useResponsesApi

Soportado por: openAI, azureOpenAI, custom (OpenAI-like)

Predeterminado: false

Ejemplo:

preset:
  useResponsesApi: true

verbosity

Valores aceptados:

• "" (cadena vacía — sin configurar, utiliza el valor predeterminado de la API)
• "low"
• "medium"
• "high"

Soportado por: openAI, azureOpenAI, custom (OpenAI-like)

Predeterminado: "" (sin establecer)

Ejemplo:

preset:
  verbosity: 'low'

web_search

Soportado por: openAI, azureOpenAI, custom (OpenAI-like), google, anthropic

Predeterminado: false

Nota: Para los endpoints de Google, este parámetro aparece como Grounding with Google Search en el panel real, pero controla web_search en la implementación.

Ejemplo:

preset:
  web_search: true

url_context

Soportado por: google en modelos de texto Gemini compatibles, incluyendo Gemini 2.5+ y Gemini 3.x

Predeterminado: false

Ejemplo:

preset:
  url_context: true

disableStreaming

Soportado por: openAI, azureOpenAI, custom (OpenAI-like)

Predeterminado: false

Ejemplo:

preset:
  disableStreaming: true

thinkingBudget

Soportado por: google, anthropic, bedrock (modelos de Anthropic)

Predeterminado: "Auto (-1)" (Google), 2000 (Anthropic, Bedrock (modelos de Anthropic))

Ejemplo:

preset:
  thinkingBudget: '2000'

thinkingLevel

Soportado por: google (modelos Gemini 3+)

Valores aceptados:

• "" (sin definir/automático)
• "minimal"
• "low"
• "medium"
• "high"

Predeterminado: "" (sin configurar — el modelo decide)

Ejemplo:

preset:
  thinkingLevel: 'medium'

effort

Soportado por: anthropic, bedrock (modelos de Anthropic)

Opciones: "" (sin establecer/auto), "low", "medium", "high", "xhigh", "max"

Predeterminado: "" (sin configurar — el modelo decide)

Ejemplo:

preset:
  effort: 'high'

thinkingDisplay

Soportado por: anthropic, bedrock (modelos de Anthropic)

Opciones: "auto" (predeterminado), "summarized", "omitted"

• "auto" — LibreChat decide: opta por "summarized" para modelos que omiten el pensamiento de forma predeterminada (Opus 4.7+ y clase Fable/Mythos), y deja el campo vacío para modelos más antiguos
• "summarized" — solicita siempre un resumen post-hoc del razonamiento
• "omitted" — siempre suprimir el contenido de razonamiento (latencia ligeramente menor)

Predeterminado: "auto"

Ejemplo:

preset:
  thinkingDisplay: 'summarized'

thinking

Soportado por: google, anthropic, bedrock (modelos de Anthropic)

Predeterminado: true

Ejemplo:

preset:
  thinking: true

region

Soportado por: bedrock
(Se utiliza para especificar una región de AWS para Amazon Bedrock)

Ejemplo:

preset:
  region: 'us-east-1'

maxTokens

Soportado por: bedrock
(Utilizado en lugar de max_tokens)

Ejemplo:

preset:
  maxTokens: 1024