Struktura obiektu Model Specs

Przegląd

Obiekt modelSpecs pomaga zapewnić prostszy interfejs użytkownika dla modeli AI w Twojej aplikacji.

Istnieją 3 główne pola w modelSpecs:

• enforce (opcjonalne; domyślnie: false)
• prioritize (opcjonalne; domyślnie: true)
• list (wymagane)
• addedEndpoints (opcjonalne)

Uwagi:

• Jeśli enforce jest ustawione na true, Model Specs mogą potencjalnie powodować konflikty z innymi ustawieniami interfejsu, takimi jak modelSelect, presets i parameters.
• Tablica list zawiera szczegółowe konfiguracje dla każdego modelu, w tym presety, które określają konkretne zachowania, wygląd i możliwości.
• Jeśli pola interface nie są określone w konfiguracji, posiadanie listy Model Specs spowoduje wyłączenie następujących elementów interfejsu:
  • modelSelect
  • parameters
  • presets
• Jeśli chcesz włączyć te elementy interfejsu wraz z Model Specs, możesz ustawić je na true w obiekcie interface.

Przykład

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.

Pola najwyższego poziomu

enforce

Domyślnie: false

Przykład:

modelSpecs:
  enforce: true

prioritize

Domyślnie: true

Przykład:

modelSpecs:
  prioritize: false

addedEndpoints

Domyślnie: [] (pusta lista)

Uwaga: Musi być jedną z następujących wartości:

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

Przykład:

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

list

Wymagane

Model Spec (Element listy)

W obrębie każdego Model Spec, lub każdego elementu listy, możesz skonfigurować następujące pola:

name

Opis: Unikalny identyfikator modelu.

label

Opis: Przyjazna dla użytkownika nazwa lub etykieta modelu, wyświetlana na liście rozwijanej w nagłówku.

default

Opis:
Określa, czy ta specyfikacja modelu jest wyborem domyślnym, który ma być automatycznie wybierany przy każdym nowym czacie.

softDefault

Opis:

Określa domyślny wybór przy pierwszym uruchomieniu bez nadpisywania późniejszych wyborów użytkownika. Użyj softDefault, gdy chcesz skierować nowych użytkowników do wybranej specyfikacji, zachowując jednocześnie możliwość wyboru przez użytkownika po tym, jak wybierze on inny model, specyfikację lub agenta.

Wyświetlenie starszej konwersacji, w której użyto specyfikacji typu soft-default, nie powoduje ponownego ustawienia tej specyfikacji jako domyślnej dla użytkownika po dokonaniu przez niego innego wyboru.

Przykład:

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

iconURL

Opis:
URL lub zdefiniowana nazwa endpoint dla ikony modelu w selektorze, nagłówku oraz brandingu konwersacji. Użyj showIconInMenu oraz showIconInHeader, aby kontrolować, gdzie ikona ma się pojawiać.

description

Description: Krótki opis modelu oraz jego przeznaczenia lub roli, wyświetlany w selektorze modeli. Jeśli showOnLanding ma wartość true, ten sam opis jest również wyświetlany na stronie powitalnej czatu pod etykietą specyfikacji.

Zwykłe opisy tekstowe są renderowane jako tekst. Opisy zaczynające się od < są renderowane przez sanitizer HTML konfiguracji, co pozwala na bezpieczne użycie znaczników inline oraz mediów, takich jak małe ikony.

conversation_starters

Opis: Conversation starters (rozpoczęcia rozmowy) zapewniają użytkownikom gotowe pierwsze prompty dla Model Specs. Są one wyświetlane na pustym ekranie czatu dla wybranej specyfikacji i są szczególnie przydatne przy użyciu brandingu showOnLanding. Kliknięcie w element startowy wysyła go jako pierwszą wiadomość nowej konwersacji.

• Wyświetlane są maksymalnie 4 elementy startowe, zgodnie z limitem agenta/asystenta.
• Jeśli preset specyfikacji wskazuje na agenta lub asystenta, który definiuje własne początki konwersacji, mają one pierwszeństwo.

Przykład:

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

Domyślnie: false

Użyj tego, gdy wybrana specyfikacja modelu (model spec) ma być widoczna na ekranie pierwszego pustego czatu. Istniejące specyfikacje modeli pozostają niezmienione, chyba że showOnLanding zostanie ustawione na true.

Przykład:

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

Opis: Opcjonalna nazwa grupy służąca do organizowania Model Specs w selektorze w interfejsie użytkownika. Pole group zapewnia elastyczną kontrolę nad sposobem organizowania Model Specs:

• Jeśli group pasuje do nazwy endpoint (np. "openAI", "groq"): Model spec pojawia się zagnieżdżony pod tym endpoint w menu wyboru
• Jeśli group jest nazwą niestandardową (niepasującą do żadnego endpoint): Tworzy oddzielną, zwijaną sekcję o tej nazwie. Opcjonalnie możesz użyć groupIcon, aby ustawić niestandardową ikonę dla tej sekcji (URL lub wbudowany klucz, taki jak "openAI").
• Jeśli group zostanie pominięte: Model spec pojawi się jako samodzielny element na najwyższym poziomie

Ta funkcja jest szczególnie przydatna, gdy chcesz dodać opisy do modeli bez utraty struktury organizacyjnej menu wyboru.

hideBadgeRow

Domyślnie: false

Użyj tego, gdy wyselekcjonowana specyfikacja modelu nie powinna wyświetlać wiersza odznak narzędzi/możliwości pod polem wprowadzania tekstu.

Przykład:

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

Przykład:

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

Opis:
Określa, czy ikona modelu pojawia się w menu rozwijanym nagłówka. Domyślnie ustawione na true.

showIconInHeader

Opis:
Określa, czy ikona modelu pojawia się w przycisku rozwijanym nagłówka, po lewej stronie jego nazwy. Domyślnie ustawione na true.

authType

Opis:
Typ uwierzytelniania wymagany dla Model Specs. Określa, czy uwierzytelnianie jest nadpisywane, dostarczane przez użytkownika, czy definiowane przez system.

webSearch

Opis:
Włącza funkcję wyszukiwania w internecie dla tej specyfikacji modelu (Model Specs). Gdy ustawiono na true, model może przeprowadzać wyszukiwanie w internecie w celu pobrania aktualnych informacji.

Przykład:

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

fileSearch

Opis:
Włącza funkcję wyszukiwania plików dla tej specyfikacji modelu (Model Specs). Gdy ustawiono na true, model może przeszukiwać i odwoływać się do przesłanych plików.

Przykład:

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

executeCode

Opis:
Włącza możliwość wykonywania kodu dla tej specyfikacji modelu (Model Specs). Gdy ustawiono na true, model może wykonywać kod w izolowanym środowisku (sandbox).

Przykład:

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

mcpServers

Opis:
Lista nazw serwerów Model Context Protocol (MCP), które mają zostać włączone dla tej specyfikacji modelu. Serwery MCP rozszerzają możliwości modelu o niestandardowe narzędzia i zasoby.

Przykład:

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

skills

Opis:

Steruje umiejętnościami (Skills) dla tej specyfikacji modelu (model spec), gdy dostępna jest funkcja umiejętności punktu końcowego (endpoint) Agents.

• true: włącza aktywny dostępny katalog umiejętności użytkownika.
• false: wyłącza Skills dla tej specyfikacji.
• Tablica nazw Skill: zawęża katalog, ręczne wywołanie oraz rozdzielczość always-apply do nazwanych Skill.

Przykład:

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

subagents

Opis:

Steruje subagentami dla efemerycznych agentów utworzonych na podstawie tej specyfikacji modelu. Użyj tego, gdy chcesz, aby przygotowana specyfikacja modelu udostępniała zachowanie delegowania bez konieczności tworzenia lub wybierania przez użytkowników utrwalonego agenta nadrzędnego.

• enabled: dodaje narzędzie tworzenia podagentów (subagent spawn tool) dla tej specyfikacji modelu (Model Specs).
• allowSelf: pozwala efemerycznemu agentowi na utworzenie nowej, odizolowanej kopii samego siebie.
• agent_ids: umożliwia korzystanie z określonych utrwalonych agentów jako dodatkowych subagentów. Lista ta jest ograniczona przez MAX_SUBAGENTS i pozostaje po stronie serwera; konfiguracja startowa wysyłana do klientów zawiera jedynie publiczne flagi enabled oraz allowSelf.

Gdy Model Specs są wymuszane, ustawienia subagents w Model Specs są nadrzędne wobec wartości w ładunku żądania (request payload).

Przykład:

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

artifacts

Opis:
Włącza funkcję Artifacts dla tej specyfikacji modelu, umożliwiając modelowi generowanie i wyświetlanie interaktywnych artefaktów, takich jak komponenty React, HTML oraz diagramy Mermaid. Po ustawieniu na true używany jest domyślny tryb artefaktów. Możesz również bezpośrednio określić ciąg znaków trybu.

Przykład:

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

preset

Opis:
Szczegółowe konfiguracje ustawień wstępnych, które definiują zachowanie i możliwości modelu (zobacz Strukturę obiektu ustawień wstępnych poniżej).

Pola presetów

Pole preset dla elementu modelSpecs.list składa się z kompleksowego schematu konfiguracji modeli AI w systemie. Zostało ono zaprojektowane w celu określenia ustawień operacyjnych modeli AI, dostosowując ich zachowanie, dane wyjściowe oraz interakcje z innymi komponentami systemu i endpoint.

Opcje systemowe

endpoint

Wymagane

Akceptowane wartości:

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

Uwaga: Jeśli używasz niestandardowego endpoint, wartość endpoint musi dokładnie odpowiadać zdefiniowanej nazwie niestandardowego endpoint.

Przykład:

preset:
  endpoint: 'openAI'

modelLabel

Domyślnie: None

Przykład:

preset:
  modelLabel: 'Customer Support Bot'

greeting

Domyślnie: None

Przykład:

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

promptPrefix

Domyślnie: None

Przykład 1:

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

Przykład 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

Domyślnie: true

Przykład:

preset:
  resendFiles: true

imageDetail

Akceptowane wartości:

• niski
• auto
• wysoki

Domyślnie: "auto"

Przykład:

preset:
  imageDetail: 'high'

maxContextTokens

Przykład:

preset:
  maxContextTokens: 4096

Opcje agenta

Pamiętaj, że te opcje mają zastosowanie tylko w przypadku korzystania z endpoint agents.

Powinieneś wykluczyć wszelkie opcje modelu i polegać na konfiguracji agenta zdefiniowanej w UI.

agent_id

Przykład:

preset:
  agent_id: 'agent_someUniqueId'

Opcje asystenta

Pamiętaj, że te opcje mają zastosowanie tylko w przypadku korzystania z endpointu assistants lub azureAssistants.

Podobnie jak w przypadku Agents, należy pominąć wszelkie opcje modelu i polegać na konfiguracji asystenta.

assistant_id

Przykład:

preset:
  assistant_id: 'asst_someUniqueId'

instructions

Uwaga: różni się to od promptPrefix, ponieważ nadpisuje istniejące instrukcje asystenta dla bieżących uruchomień.

Używaj tego tylko wtedy, gdy chcesz zastąpić główne instrukcje asystenta.

Użyj promptPrefix dla additional_instructions.

Więcej informacji:

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

Przykład:

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

append_current_datetime

Dodaje bieżącą datę i godzinę do additional_instructions dla każdego uruchomienia. Nie nadpisuje promptPrefix, lecz dodaje do niego treść.

Przykład:

preset:
  append_current_datetime: true

Opcje modelu

Uwaga: Każdy z poniższych parametrów zawiera informację o tym, które endpoint obsługują go.
OpenAI / AzureOpenAI / Custom zazwyczaj obsługują temperature, presence_penalty, frequency_penalty, stop, top_p, max_tokens.
Google / Anthropic zazwyczaj obsługują topP, topK, maxOutputTokens; Google obsługuje również url_context w obsługiwanych modelach tekstowych Gemini. Anthropic / OpenRouter / Bedrock (modele Anthropic i Nova) obsługują promptCache oraz promptCacheTtl. Bedrock obsługuje region, maxTokens oraz kilka innych.

model

Obsługiwane przez: Wszystkie endpoint (z wyjątkiem agents)

Domyślnie: None

Przykład:

preset:
  model: 'gpt-4-turbo'

temperature

Obsługiwane przez: openAI, azureOpenAI, google (jako temperature), anthropic (jako temperature) oraz niestandardowe (typu OpenAI)

Przykład:

preset:
  temperature: 0.7

presence_penalty

Obsługiwane przez: openAI, azureOpenAI, custom (zgodne z OpenAI)
Zazwyczaj nieużywane przez Google/Anthropic/Bedrock

Przykład:

preset:
  presence_penalty: 0.3

frequency_penalty

Obsługiwane przez: openAI, azureOpenAI, custom (zgodne z OpenAI)
Zazwyczaj nieużywane przez Google/Anthropic/Bedrock

Przykład:

preset:
  frequency_penalty: 0.5

stop

Obsługiwane przez: openAI, azureOpenAI, custom (zgodne z OpenAI)
Zazwyczaj nieużywane przez Google/Anthropic/Bedrock

Przykład:

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

top_p

Obsługiwane przez: openAI, azureOpenAI, custom (zgodne z OpenAI)
Google/Anthropic często używają topP (wielka litera „P”) zamiast top_p.

Przykład:

preset:
  top_p: 0.9

topP

Obsługiwane przez: google i anthropic
(podobny cel do top_p, ale nazwany inaczej w tych API)

Przykład:

preset:
  topP: 0.8

topK

Obsługiwane przez: google i anthropic
(limit k-sampling dla rozkładu następnego tokena)

Przykład:

preset:
  topK: 40

max_tokens

Obsługiwane przez: openAI, azureOpenAI, custom (OpenAI-like)
W przypadku Google/Anthropic użyj maxOutputTokens lub maxTokens (w zależności od endpoint).

Przykład:

preset:
  max_tokens: 4096

maxOutputTokens

Obsługiwane przez: google, anthropic
Odpowiednik max_tokens dla tych dostawców.

Przykład:

preset:
  maxOutputTokens: 2048

promptCache

Obsługiwane przez: anthropic, niestandardowe punkty końcowe OpenRouter, bedrock (modele Anthropic i Nova) (Przełącz buforowanie promptów dostawcy)

Domyślnie: true

Przykład:

preset:
  promptCache: true

Uwaga: W przypadku endpointów Bedrock, buforowanie promptów (prompt caching) jest automatycznie włączone dla modeli Claude i Nova. Ustaw promptCache: false, aby jawnie je wyłączyć.

promptCacheTtl

Obsługiwane przez: anthropic, niestandardowe endpointy OpenRouter, bedrock (modele Anthropic i Nova) (Ustawia czas życia pamięci podręcznej promptu, gdy buforowanie promptów jest włączone)

Akceptowane wartości:

• 5m
• 1h

Przykład:

preset:
  promptCache: true
  promptCacheTtl: '1h'

Uwaga: promptCacheTtl jest ignorowane, gdy prompt caching jest wyłączony. W przypadku pominięcia, integracja z dostawcą używa domyślnego czasu życia prompt-cache.

reasoning_effort

Akceptowane wartości:

• "" (pusty ciąg znaków — nieustawione, używa wartości domyślnej API)
• "none"
• "minimal"
• "low"
• "medium"
• "high"
• "xhigh" (ekstremalnie wysoki)

Obsługiwane przez: openAI, azureOpenAI, custom (zgodne z OpenAI), bedrock (modele ZAI, MoonshotAI)

Domyślnie: "" (nieustawione)

Przykład:

preset:
  reasoning_effort: 'low'

reasoning_summary

Akceptowane wartości:

• "" (pusty ciąg znaków — wyłącza podsumowania rozumowania)
• "auto"
• "concise"
• "detailed"

Obsługiwane przez: openAI, azureOpenAI, custom (OpenAI-like)

Domyślnie: "" (wyłączone)

Przykład:

preset:
  reasoning_summary: 'detailed'

useResponsesApi

Obsługiwane przez: openAI, azureOpenAI, custom (OpenAI-like)

Domyślnie: false

Przykład:

preset:
  useResponsesApi: true

verbosity

Akceptowane wartości:

• "" (pusty ciąg znaków — nieustawione, używa wartości domyślnej API)
• "low"
• "medium"
• "high"

Obsługiwane przez: openAI, azureOpenAI, custom (OpenAI-like)

Domyślnie: "" (nieustawione)

Przykład:

preset:
  verbosity: 'low'

web_search

Obsługiwane przez: openAI, azureOpenAI, custom (OpenAI-like), google, anthropic

Domyślnie: false

Uwaga: W przypadku endpointów Google, parametr ten widnieje w panelu jako Grounding with Google Search, ale w implementacji steruje on funkcją web_search.

Przykład:

preset:
  web_search: true

url_context

Obsługiwane przez: google w obsługiwanych modelach tekstowych Gemini, w tym Gemini 2.5+ i Gemini 3.x

Domyślnie: false

Przykład:

preset:
  url_context: true

disableStreaming

Obsługiwane przez: openAI, azureOpenAI, custom (OpenAI-like)

Domyślnie: false

Przykład:

preset:
  disableStreaming: true

thinkingBudget

Obsługiwane przez: google, anthropic, bedrock (modele Anthropic)

Domyślnie: "Auto (-1)" (Google), 2000 (Anthropic, Bedrock (modele Anthropic))

Przykład:

preset:
  thinkingBudget: '2000'

thinkingLevel

Obsługiwane przez: google (modele Gemini 3+)

Akceptowane wartości:

• "" (nieustawione/auto)
• "minimal"
• "low"
• "medium"
• "high"

Domyślnie: "" (nieustawione — model decyduje)

Przykład:

preset:
  thinkingLevel: 'medium'

effort

Obsługiwane przez: anthropic, bedrock (modele Anthropic)

Opcje: "" (nieustawione/auto), "low", "medium", "high", "xhigh", "max"

Domyślnie: "" (nieustawione — model decyduje)

Przykład:

preset:
  effort: 'high'

thinkingDisplay

Obsługiwane przez: anthropic, bedrock (modele Anthropic)

Opcje: "auto" (domyślne), "summarized", "omitted"

• "auto" — LibreChat decyduje: włącza "summarized" dla modeli, które domyślnie pomijają myślenie (Opus 4.7+ oraz klasy Fable/Mythos), a dla starszych modeli pozostawia to pole puste
• "summarized" — zawsze żądaj podsumowania rozumowania post-hoc
• "omitted" — zawsze pomijaj treść rozumowania (nieco mniejsze opóźnienie)

Domyślnie: "auto"

Przykład:

preset:
  thinkingDisplay: 'summarized'

thinking

Obsługiwane przez: google, anthropic, bedrock (modele Anthropic)

Domyślnie: true

Przykład:

preset:
  thinking: true

region

Obsługiwane przez: bedrock
(Używane do określenia regionu AWS dla Amazon Bedrock)

Przykład:

preset:
  region: 'us-east-1'

maxTokens

Obsługiwane przez: bedrock
(Używane zamiast max_tokens)

Przykład:

preset:
  maxTokens: 1024