Struttura dell'oggetto Model Specs

Panoramica

L'oggetto modelSpecs ti aiuta a fornire un'esperienza utente più semplice per i modelli di IA all'interno della tua applicazione.

Ci sono 3 campi principali sotto modelSpecs:

• enforce (opzionale; predefinito: false)
• prioritize (opzionale; predefinito: true)
• list (obbligatorio)
• addedEndpoints (opzionale)

Note:

• Se enforce è impostato su true, le Model Specs possono potenzialmente entrare in conflitto con altre impostazioni dell'interfaccia come modelSelect, presets e parameters.
• L'array list contiene configurazioni dettagliate per ogni modello, inclusi i preset che determinano comportamenti, aspetti e funzionalità specifici.
• Se i campi interface non sono specificati nella configurazione, avere un elenco di Model Specs disabiliterà i seguenti elementi dell'interfaccia:
  • modelSelect
  • parameters
  • presets
• Se desideri abilitare questi elementi dell'interfaccia insieme ai Model Specs, puoi impostarli su true nell'oggetto interface.

Esempio

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.

Campi di primo livello

enforce

Predefinito: false

Esempio:

modelSpecs:
  enforce: true

prioritize

Predefinito: true

Esempio:

modelSpecs:
  prioritize: false

addedEndpoints

Predefinito: [] (lista vuota)

Nota: Deve essere uno dei seguenti:

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

Esempio:

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

list

Obbligatorio

Model Spec (Elemento elenco)

All'interno di ogni Model Spec, o di ogni elemento di list, è possibile configurare i seguenti campi:

name

Descrizione: Identificativo univoco per il modello.

label

Descrizione: Un nome o un'etichetta intuitiva per il modello, visualizzata nel menu a discesa dell'intestazione.

default

Descrizione:
Specifica se questa Model Specs è la selezione predefinita, da selezionare automaticamente a ogni nuova chat.

softDefault

Descrizione:

Specifica un valore predefinito al primo avvio senza sovrascrivere le selezioni successive dell'utente. Utilizza softDefault quando desideri guidare i nuovi utenti verso una specifica curata, preservando al contempo la scelta dell'utente dopo che ha selezionato un altro modello, specifica o agente.

La visualizzazione di una conversazione precedente che utilizzava una specifica soft-default non riattiva tale specifica come predefinita per l'utente dopo che quest'ultimo ha effettuato un'altra selezione.

Esempio:

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

iconURL

Descrizione:
URL o nome di un endpoint predefinito per l'icona del modello nel selettore, nell'intestazione e nel branding della conversazione. Utilizza showIconInMenu e showIconInHeader per controllare dove appare l'icona.

description

Description: Una breve descrizione del modello e del suo utilizzo o ruolo previsto, mostrata nel selettore del modello. Se showOnLanding è impostato su true, la stessa descrizione viene mostrata anche nella pagina di avvio della chat sotto l'etichetta della specifica.

Le descrizioni in testo semplice vengono visualizzate come testo. Le descrizioni che iniziano con < vengono renderizzate attraverso il sanitizer HTML della configurazione, consentendo l'uso sicuro di markup inline e contenuti multimediali come piccole icone.

conversation_starters

Descrizione: I conversation starters forniscono agli utenti dei prompt iniziali curati per una Model Specs. Vengono mostrati nella pagina di avvio della chat vuota per la specifica selezionata e sono particolarmente utili con il branding showOnLanding. Cliccare su uno starter lo invia come primo messaggio di una nuova conversazione.

• Viene visualizzato un massimo di 4 starter, in linea con il limite dell'agente/assistente.
• Se il preset della specifica punta a un agente o assistente che definisce i propri suggerimenti per l'avvio della conversazione, questi avranno la precedenza.

Esempio:

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

Predefinito: false

Utilizzare questa opzione quando una Model Specs curata deve caratterizzare la schermata iniziale di una chat vuota. Le Model Specs esistenti rimangono invariate a meno che showOnLanding non sia impostato su true.

Esempio:

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

Descrizione: Nome del gruppo opzionale per organizzare i Model Specs nel selettore dell'interfaccia utente. Il campo group fornisce un controllo flessibile su come vengono organizzati i Model Specs:

• Se group corrisponde a un nome di endpoint (ad esempio, "openAI", "groq"): La Model Spec appare nidificata sotto quell'endpoint nel menu di selezione.
• Se group è un nome personalizzato (non corrisponde a nessun endpoint): Crea una sezione separata comprimibile con quel nome. Puoi facoltativamente utilizzare groupIcon per impostare un'icona personalizzata per questa sezione (URL o chiave integrata come "openAI")
• Se group viene omesso: Il Model Specs appare come un elemento autonomo al livello principale

Questa funzionalità è particolarmente utile quando si desidera aggiungere descrizioni ai modelli senza perdere la struttura organizzativa del menu di selezione.

hideBadgeRow

Predefinito: false

Utilizzare questa opzione quando una Model Specs curata non deve mostrare la riga di badge di strumenti/funzionalità sotto il composer.

Esempio:

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

Esempio:

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

Descrizione:
Controlla se l'icona del modello appare nel menu a discesa dell'intestazione. Il valore predefinito è true.

showIconInHeader

Descrizione:
Controlla se l'icona del modello appare nel pulsante a discesa dell'intestazione, a sinistra del suo nome. Il valore predefinito è true.

authType

Descrizione:
Tipo di autenticazione richiesto per le Model Specs. Determina se l'autenticazione viene sovrascritta, fornita dall'utente o definita dal sistema.

webSearch

Descrizione:
Abilita la funzionalità di ricerca web per questa Model Specs. Quando impostata su true, il modello può eseguire ricerche sul web per recuperare informazioni aggiornate.

Esempio:

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

fileSearch

Descrizione:
Abilita la funzionalità di ricerca file per questa Model Specs. Quando impostato su true, il modello può cercare e fare riferimento ai file caricati.

Esempio:

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

executeCode

Descrizione:
Abilita la funzionalità di esecuzione del codice per questa Model Specs. Quando impostato su true, il modello può eseguire codice in un ambiente sandbox.

Esempio:

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

mcpServers

Descrizione:
Elenco dei nomi dei server Model Context Protocol (MCP) da abilitare per questa Model Specs. I server MCP estendono le funzionalità del modello con strumenti e risorse personalizzate.

Esempio:

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

skills

Descrizione:

Controlla le Skills per questa Model Specs quando la funzionalità Skills dell'endpoint Agents è disponibile.

• true: abilita il catalogo delle Skill accessibili attive dell'utente.
• false: disabilita le Skills per questa spec.
• Array di nomi di Skill: restringe il catalogo, l'invocazione manuale e la risoluzione "always-apply" alle Skill nominate.

Esempio:

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

subagents

Descrizione:

Controlla i Subagent per gli agenti effimeri creati a partire da questa Model Specs. Utilizzalo quando desideri che una Model Specs curata esponga il comportamento di delega senza richiedere agli utenti di creare o selezionare un agente genitore persistente.

• enabled: aggiunge lo strumento di generazione di subagent per questo Model Specs.
• allowSelf: consente all'agente effimero di generare una nuova copia isolata di se stesso.
• agent_ids: consente l'utilizzo di agenti persistenti specifici come subagenti aggiuntivi. Questo elenco è limitato da MAX_SUBAGENTS e rimane lato server; la configurazione di avvio inviata ai client include solo i flag pubblici enabled e allowSelf.

Quando i Model Specs sono applicati, le impostazioni subagents del Model Specs prevalgono sui valori del payload della richiesta.

Esempio:

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

artifacts

Descrizione:
Abilita la funzionalità Artifacts per questa Model Specs, consentendo al modello di generare e visualizzare artefatti interattivi come componenti React, HTML e diagrammi Mermaid. Quando impostato su true, viene utilizzata la modalità artefatto predefinita. È anche possibile specificare direttamente una stringa di modalità.

Esempio:

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

preset

Descrizione:
Configurazioni predefinite dettagliate che definiscono il comportamento e le funzionalità del modello (vedere la Struttura dell'Oggetto Preset di seguito).

Campi dei Preset

Il campo preset per un elemento di modelSpecs.list è costituito da un progetto di configurazione completo per i modelli AI all'interno del sistema. È progettato per specificare le impostazioni operative dei modelli AI, personalizzandone il comportamento, gli output e le interazioni con altri componenti di sistema ed endpoint.

Opzioni di sistema

endpoint

Obbligatorio

Valori accettati:

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

Nota: Se stai utilizzando un endpoint personalizzato, il valore endpoint deve corrispondere esattamente al nome dell'endpoint personalizzato definito.

Esempio:

preset:
  endpoint: 'openAI'

modelLabel

Predefinito: None

Esempio:

preset:
  modelLabel: 'Customer Support Bot'

greeting

Predefinito: None

Esempio:

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

promptPrefix

Predefinito: None

Esempio 1:

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

Esempio 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

Predefinito: true

Esempio:

preset:
  resendFiles: true

imageDetail

Valori accettati:

• basso
• auto
• alto

Predefinito: "auto"

Esempio:

preset:
  imageDetail: 'high'

maxContextTokens

Esempio:

preset:
  maxContextTokens: 4096

Opzioni Agente

Nota che queste opzioni sono applicabili solo quando si utilizza l'endpoint agents.

Dovresti escludere qualsiasi opzione di modello e fare affidamento sulla configurazione dell'agente definita nell'interfaccia utente.

agent_id

Esempio:

preset:
  agent_id: 'agent_someUniqueId'

Opzioni dell'Assistente

Nota che queste opzioni sono applicabili solo quando si utilizza l'endpoint assistants o azureAssistants.

Similmente agli Agents, dovresti escludere qualsiasi opzione di modello e fare affidamento sulla configurazione dell'assistente.

assistant_id

Esempio:

preset:
  assistant_id: 'asst_someUniqueId'

instructions

Nota: questo è distinto da promptPrefix, poiché sovrascrive le istruzioni esistenti dell'assistente per le esecuzioni correnti.

Utilizza questa opzione solo se desideri sovrascrivere le istruzioni principali dell'assistente.

Usa promptPrefix per additional_instructions.

Maggiori informazioni:

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

Esempio:

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

append_current_datetime

Aggiunge la data e l'ora correnti a additional_instructions per ogni esecuzione. Non sovrascrive promptPrefix, ma vi si aggiunge.

Esempio:

preset:
  append_current_datetime: true

Opzioni del modello

Nota: Ogni parametro qui sotto include una nota su quali endpoint lo supportano.
OpenAI / AzureOpenAI / Custom supportano tipicamente temperature, presence_penalty, frequency_penalty, stop, top_p, max_tokens.
Google / Anthropic supportano tipicamente topP, topK, maxOutputTokens; Google supporta anche url_context sui modelli di testo Gemini supportati. Anthropic / OpenRouter / Bedrock (modelli Anthropic e Nova) supportano promptCache e promptCacheTtl. Bedrock supporta region, maxTokens e alcuni altri.

model

Supportato da: Tutti gli endpoint (eccetto agents)

Predefinito: None

Esempio:

preset:
  model: 'gpt-4-turbo'

temperature

Supportato da: openAI, azureOpenAI, google (come temperature), anthropic (come temperature) e custom (simile a OpenAI)

Esempio:

preset:
  temperature: 0.7

presence_penalty

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)
Solitamente non utilizzato da Google/Anthropic/Bedrock

Esempio:

preset:
  presence_penalty: 0.3

frequency_penalty

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)
Solitamente non utilizzato da Google/Anthropic/Bedrock

Esempio:

preset:
  frequency_penalty: 0.5

stop

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)
Solitamente non utilizzato da Google/Anthropic/Bedrock

Esempio:

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

top_p

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)
Google/Anthropic usano spesso topP (con la “P” maiuscola) invece di top_p.

Esempio:

preset:
  top_p: 0.9

topP

Supportato da: google & anthropic
(scopo simile a top_p, ma denominato diversamente in quelle API)

Esempio:

preset:
  topP: 0.8

topK

Supportato da: google & anthropic
(limite di k-sampling sulla distribuzione del token successivo)

Esempio:

preset:
  topK: 40

max_tokens

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)
Per Google/Anthropic, utilizza maxOutputTokens o maxTokens (a seconda dell'endpoint).

Esempio:

preset:
  max_tokens: 4096

maxOutputTokens

Supportato da: google, anthropic
Equivalente a max_tokens per questi provider.

Esempio:

preset:
  maxOutputTokens: 2048

promptCache

Supportato da: anthropic, endpoint personalizzati OpenRouter, bedrock (modelli Anthropic e Nova) (Attiva/disattiva la memorizzazione nella cache dei prompt del provider)

Predefinito: true

Esempio:

preset:
  promptCache: true

Nota: Per gli endpoint Bedrock, la memorizzazione nella cache dei prompt (prompt caching) è abilitata automaticamente per i modelli Claude e Nova. Imposta promptCache: false per disabilitarla esplicitamente.

promptCacheTtl

Supportato da: anthropic, endpoint personalizzati OpenRouter, bedrock (modelli Anthropic e Nova) (Imposta la durata della cache dei prompt quando la memorizzazione nella cache dei prompt è abilitata)

Valori accettati:

• 5m
• 1h

Esempio:

preset:
  promptCache: true
  promptCacheTtl: '1h'

Nota: promptCacheTtl viene ignorato quando il prompt caching è disabilitato. Se omesso, l'integrazione del provider utilizza il suo tempo di vita predefinito per la cache dei prompt.

reasoning_effort

Valori accettati:

• "" (stringa vuota — non impostata, utilizza il valore predefinito dell'API)
• "none"
• "minimal"
• "low"
• "medium"
• "high"
• "xhigh" (extra alta)

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI), bedrock (modelli ZAI, MoonshotAI)

Predefinito: "" (non impostato)

Esempio:

preset:
  reasoning_effort: 'low'

reasoning_summary

Valori accettati:

• "" (stringa vuota — disabilita i riepiloghi del ragionamento)
• "auto"
• "concise"
• "detailed"

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)

Predefinito: "" (disabilitato)

Esempio:

preset:
  reasoning_summary: 'detailed'

useResponsesApi

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)

Predefinito: false

Esempio:

preset:
  useResponsesApi: true

verbosity

Valori accettati:

• "" (stringa vuota — non impostata, utilizza il valore predefinito dell'API)
• "low"
• "medium"
• "high"

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)

Predefinito: "" (non impostato)

Esempio:

preset:
  verbosity: 'low'

web_search

Supportato da: openAI, azureOpenAI, custom (OpenAI-like), google, anthropic

Predefinito: false

Nota: Per gli endpoint Google, questo parametro appare come Grounding with Google Search nel pannello effettivo, ma controlla web_search nell'implementazione.

Esempio:

preset:
  web_search: true

url_context

Supportato da: google sui modelli di testo Gemini supportati, inclusi Gemini 2.5+ e Gemini 3.x

Predefinito: false

Esempio:

preset:
  url_context: true

disableStreaming

Supportato da: openAI, azureOpenAI, custom (simile a OpenAI)

Predefinito: false

Esempio:

preset:
  disableStreaming: true

thinkingBudget

Supportato da: google, anthropic, bedrock (modelli Anthropic)

Predefinito: "Auto (-1)" (Google), 2000 (Anthropic, Bedrock (modelli Anthropic))

Esempio:

preset:
  thinkingBudget: '2000'

thinkingLevel

Supportato da: google (modelli Gemini 3+)

Valori accettati:

• "" (non impostato/automatico)
• "minimal"
• "low"
• "medium"
• "high"

Predefinito: "" (non impostato — decide il modello)

Esempio:

preset:
  thinkingLevel: 'medium'

effort

Supportato da: anthropic, bedrock (modelli Anthropic)

Opzioni: "" (non impostato/auto), "low", "medium", "high", "xhigh", "max"

Predefinito: "" (non impostato — decide il modello)

Esempio:

preset:
  effort: 'high'

thinkingDisplay

Supportato da: anthropic, bedrock (modelli Anthropic)

Opzioni: "auto" (predefinito), "summarized", "omitted"

• "auto" — LibreChat decide: abilita "summarized" per i modelli che omettono il pensiero per impostazione predefinita (Opus 4.7+ e classe Fable/Mythos), lascia il campo vuoto per i modelli più vecchi
• "summarized" — richiedi sempre un riepilogo post-hoc del ragionamento
• "omitted" — sopprime sempre il contenuto del ragionamento (latenza leggermente inferiore)

Predefinito: "auto"

Esempio:

preset:
  thinkingDisplay: 'summarized'

thinking

Supportato da: google, anthropic, bedrock (modelli Anthropic)

Predefinito: true

Esempio:

preset:
  thinking: true

region

Supportato da: bedrock
(Utilizzato per specificare una regione AWS per Amazon Bedrock)

Esempio:

preset:
  region: 'us-east-1'

maxTokens

Supportato da: bedrock
(Utilizzato al posto di max_tokens)

Esempio:

preset:
  maxTokens: 1024