Estrutura do Objeto Model Specs

Visão geral

O objeto modelSpecs ajuda você a fornecer uma experiência de interface mais simples para modelos de IA dentro da sua aplicação.

Existem 3 campos principais em modelSpecs:

• enforce (opcional; padrão: false)
• prioritize (opcional; padrão: true)
• list (obrigatório)
• addedEndpoints (opcional)

Notas:

• Se enforce estiver definido como true, as Model Specs podem potencialmente entrar em conflito com outras configurações de interface, como modelSelect, presets e parameters.
• O array list contém configurações detalhadas para cada modelo, incluindo predefinições que ditam comportamentos, aparências e capacidades específicas.
• Se os campos de interface não forem especificados na configuração, ter uma lista de Model Specs desativará os seguintes elementos da interface:
  • modelSelect
  • parameters
  • presets
• Se você quiser habilitar esses elementos de interface juntamente com os Model Specs, você pode defini-los como true no objeto interface.

Exemplo

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 nível superior

enforce

Padrão: false

Exemplo:

modelSpecs:
  enforce: true

prioritize

Padrão: true

Exemplo:

modelSpecs:
  prioritize: false

addedEndpoints

Padrão: [] (lista vazia)

Nota: Deve ser um dos seguintes:

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

Exemplo:

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

list

Obrigatório

Model Spec (Item da Lista)

Dentro de cada Model Spec, ou de cada item de list, você pode configurar os seguintes campos:

name

Descrição: Identificador único para o modelo.

label

Descrição: Um nome ou rótulo amigável para o modelo, exibido no menu suspenso do cabeçalho.

default

Descrição:
Especifica se este Model Specs é a seleção padrão, para ser selecionado automaticamente em cada novo chat.

softDefault

Descrição:

Especifica um padrão de primeira execução sem substituir as seleções posteriores do usuário. Use softDefault quando quiser orientar novos usuários para uma especificação selecionada, preservando a escolha do usuário após ele selecionar outro modelo, especificação ou agente.

Visualizar uma conversa antiga que utilizou um Model Specs de definição suave (soft-default) não reativa esse spec como o padrão do usuário após ele ter feito outra seleção.

Exemplo:

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

iconURL

Descrição:
URL ou um nome de endpoint predefinido para o ícone do modelo no seletor, cabeçalho e na marca da conversa. Use showIconInMenu e showIconInHeader para controlar onde o ícone aparece.

description

Description: Uma breve descrição do modelo e seu uso ou função pretendida, exibida no seletor de modelos. Se showOnLanding for true, a mesma descrição também será exibida na página inicial do chat sob o rótulo da spec.

Descrições em texto simples são renderizadas como texto. Descrições que começam com < são renderizadas através do sanitizador de HTML de configuração, permitindo marcação inline segura e mídia, como pequenos ícones.

conversation_starters

Descrição: Os conversation starters oferecem aos usuários prompts iniciais selecionados para um Model Specs. Eles são exibidos na página inicial de chat vazio para o spec selecionado e são especialmente úteis com a marca showOnLanding. Clicar em um starter o envia como a primeira mensagem de uma nova conversa.

• Um máximo de 4 starters são exibidos, correspondendo ao limite de agente/assistente.
• Se o preset da spec apontar para um agente ou assistente que define seus próprios iniciadores de conversa, eles terão precedência.

Exemplo:

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

Padrão: false

Use isto quando uma Model Specs selecionada deve personalizar a tela inicial de chat vazio. As Model Specs existentes permanecem inalteradas, a menos que showOnLanding seja definido como true.

Exemplo:

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

Descrição: Nome de grupo opcional para organizar Model Specs no seletor da interface. O campo group oferece controle flexível sobre como as Model Specs são organizadas:

• Se group corresponder a um nome de endpoint (por exemplo, "openAI", "groq"): O Model Specs aparece aninhado sob esse endpoint no menu de seleção.
• Se group for um nome personalizado (não corresponder a nenhum endpoint): Cria uma seção recolhível separada com esse nome. Você pode usar opcionalmente groupIcon para definir um ícone personalizado para esta seção (URL ou chave integrada como "openAI")
• Se group for omitido: O Model Specs aparece como um item independente no nível superior

Este recurso é particularmente útil quando você deseja adicionar descrições aos modelos sem perder a estrutura organizacional do menu de seleção.

hideBadgeRow

Padrão: false

Use isso quando uma Model Spec selecionada não deve exibir a linha de emblemas de ferramentas/capacidades abaixo do compositor.

Exemplo:

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

Exemplo:

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

Descrição:
Controla se o ícone do modelo aparece no menu suspenso do cabeçalho. O padrão é true.

showIconInHeader

Descrição:
Controla se o ícone do modelo aparece no botão suspenso do cabeçalho, à esquerda do seu nome. O padrão é true.

authType

Descrição:
Tipo de autenticação necessária para o Model Specs. Determina se a autenticação é substituída, fornecida pelo usuário ou definida pelo sistema.

webSearch

Descrição:
Habilita a capacidade de pesquisa na web para este Model Specs. Quando definido como true, o modelo pode realizar pesquisas na web para recuperar informações atuais.

Exemplo:

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

fileSearch

Descrição:
Habilita a capacidade de pesquisa de arquivos para este Model Specs. Quando definido como true, o modelo pode pesquisar e referenciar arquivos enviados.

Exemplo:

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

executeCode

Descrição:
Habilita a capacidade de execução de código para este Model Specs. Quando definido como true, o modelo pode executar código em um ambiente isolado (sandboxed).

Exemplo:

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

mcpServers

Descrição:
Lista de nomes de servidores Model Context Protocol (MCP) para habilitar para este Model Specs. Servidores MCP estendem as capacidades do modelo com ferramentas e recursos personalizados.

Exemplo:

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

skills

Descrição:

Controla as Skills para esta Model Spec quando a capacidade de Skills do endpoint Agents estiver disponível.

• true: habilita o catálogo de Skills acessíveis e ativos do usuário.
• false: desativa as Skills para esta spec.
• Matriz de nomes de Skill: restringe o catálogo, a invocação manual e a resolução de aplicação sempre ativa para as Skills nomeadas.

Exemplo:

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

subagents

Descrição:

Controla Subagents para agentes efêmeros criados a partir deste Model Specs. Use isso quando quiser que um Model Specs com curadoria exponha o comportamento de delegação sem exigir que os usuários criem ou selecionem um agente pai persistente.

• enabled: adiciona a ferramenta de criação de subagentes para este Model Specs.
• allowSelf: permite que o agente efêmero gere uma nova cópia isolada de si mesmo.
• agent_ids: permite agentes persistentes específicos como subagentes adicionais. Esta lista é limitada por MAX_SUBAGENTS e permanece no lado do servidor; a configuração de inicialização enviada aos clientes inclui apenas as flags públicas enabled e allowSelf.

Quando as Model Specs são aplicadas, as configurações de subagents da Model Spec prevalecem sobre os valores do payload da requisição.

Exemplo:

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

artifacts

Descrição:
Habilita a funcionalidade de Artifacts para este Model Specs, permitindo que o modelo gere e exiba artefatos interativos, como componentes React, HTML e diagramas Mermaid. Quando definido como true, o modo de artefato padrão é utilizado. Você também pode especificar uma string de modo diretamente.

Exemplo:

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

preset

Descrição:
Configurações detalhadas de predefinições que definem o comportamento e as capacidades do modelo (veja a Estrutura do Objeto Preset abaixo).

Campos de Preset

O campo preset para um item em modelSpecs.list é composto por um projeto de configuração abrangente para modelos de IA dentro do sistema. Ele foi projetado para especificar as configurações operacionais dos modelos de IA, personalizando seu comportamento, saídas e interações com outros componentes do sistema e endpoint.

Opções do Sistema

endpoint

Obrigatório

Valores Aceitos:

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

Nota: Se você estiver usando um endpoint personalizado, o valor de endpoint deve corresponder exatamente ao nome do endpoint personalizado definido.

Exemplo:

preset:
  endpoint: 'openAI'

modelLabel

Padrão: None

Exemplo:

preset:
  modelLabel: 'Customer Support Bot'

greeting

Padrão: None

Exemplo:

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

promptPrefix

Padrão: None

Exemplo 1:

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

Exemplo 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

Padrão: true

Exemplo:

preset:
  resendFiles: true

imageDetail

Valores Aceitos:

• baixo
• auto
• alto

Padrão: "auto"

Exemplo:

preset:
  imageDetail: 'high'

maxContextTokens

Exemplo:

preset:
  maxContextTokens: 4096

Opções de Agente

Observe que estas opções são aplicáveis apenas ao usar o endpoint agents.

Você deve excluir quaisquer opções de modelo e delegar à configuração do agente conforme definido na interface do usuário.

agent_id

Exemplo:

preset:
  agent_id: 'agent_someUniqueId'

Opções de Assistente

Observe que estas opções são aplicáveis apenas ao usar o endpoint assistants ou azureAssistants.

Semelhante aos Agents, você deve excluir quaisquer opções de modelo e delegar à configuração do assistente.

assistant_id

Exemplo:

preset:
  assistant_id: 'asst_someUniqueId'

instructions

Nota: isto é diferente de promptPrefix, pois isto substitui as instruções existentes do assistente para as execuções atuais.

Use isso apenas se você quiser substituir as instruções principais do assistente.

Use promptPrefix para additional_instructions.

Mais informações:

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

Exemplo:

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

append_current_datetime

Adiciona a data e hora atuais a additional_instructions para cada execução. Não sobrescreve promptPrefix, mas adiciona a ele.

Exemplo:

preset:
  append_current_datetime: true

Opções de Modelo

Nota: Cada parâmetro abaixo inclui uma observação sobre quais endpoints o suportam.
OpenAI / AzureOpenAI / Custom normalmente suportam temperature, presence_penalty, frequency_penalty, stop, top_p, max_tokens.
Google / Anthropic normalmente suportam topP, topK, maxOutputTokens; o Google também suporta url_context em modelos de texto Gemini compatíveis. Anthropic / OpenRouter / Bedrock (modelos Anthropic e Nova) suportam promptCache e promptCacheTtl. Bedrock suporta region, maxTokens e alguns outros.

model

Suportado por: Todos os endpoints (exceto agents)

Padrão: None

Exemplo:

preset:
  model: 'gpt-4-turbo'

temperature

Suportado por: openAI, azureOpenAI, google (como temperature), anthropic (como temperature) e custom (estilo OpenAI)

Exemplo:

preset:
  temperature: 0.7

presence_penalty

Suportado por: openAI, azureOpenAI, custom (OpenAI-like)
Normalmente não utilizado por Google/Anthropic/Bedrock

Exemplo:

preset:
  presence_penalty: 0.3

frequency_penalty

Suportado por: openAI, azureOpenAI, custom (OpenAI-like)
Normalmente não utilizado por Google/Anthropic/Bedrock

Exemplo:

preset:
  frequency_penalty: 0.5

stop

Suportado por: openAI, azureOpenAI, custom (OpenAI-like)
Normalmente não utilizado por Google/Anthropic/Bedrock

Exemplo:

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

top_p

Suportado por: openAI, azureOpenAI, custom (OpenAI-like)
Google/Anthropic frequentemente usam topP (com “P” maiúsculo) em vez de top_p.

Exemplo:

preset:
  top_p: 0.9

topP

Suportado por: google & anthropic
(propósito similar ao top_p, mas nomeado de forma diferente nessas APIs)

Exemplo:

preset:
  topP: 0.8

topK

Suportado por: google & anthropic
(limite de k-sampling na distribuição do próximo token)

Exemplo:

preset:
  topK: 40

max_tokens

Suportado por: openAI, azureOpenAI, custom (OpenAI-like)
Para Google/Anthropic, use maxOutputTokens ou maxTokens (dependendo do endpoint).

Exemplo:

preset:
  max_tokens: 4096

maxOutputTokens

Suportado por: google, anthropic
Equivalente a max_tokens para estes provedores.

Exemplo:

preset:
  maxOutputTokens: 2048

promptCache

Suportado por: anthropic, endpoints personalizados do OpenRouter, bedrock (modelos Anthropic e Nova) (Alternar cache de prompt do provedor)

Padrão: true

Exemplo:

preset:
  promptCache: true

Nota: Para endpoints Bedrock, o cache de prompt é habilitado automaticamente para modelos Claude e Nova. Defina promptCache: false para desativá-lo explicitamente.

promptCacheTtl

Suportado por: anthropic, endpoints personalizados do OpenRouter, bedrock (modelos Anthropic e Nova) (Define o tempo de vida do cache de prompt quando o cache de prompt está ativado)

Valores Aceitos:

• 5m
• 1h

Exemplo:

preset:
  promptCache: true
  promptCacheTtl: '1h'

Nota: promptCacheTtl é ignorado quando o prompt caching está desativado. Quando omitido, a integração do provedor utiliza seu tempo de vida de prompt-cache padrão.

reasoning_effort

Valores Aceitos:

• "" (string vazia — não definido, usa o padrão da API)
• "none"
• "minimal"
• "low"
• "medium"
• "high"
• "xhigh" (extra alta)

Suportado por: openAI, azureOpenAI, custom (OpenAI-like), bedrock (modelos ZAI, MoonshotAI)

Padrão: "" (não definido)

Exemplo:

preset:
  reasoning_effort: 'low'

reasoning_summary

Valores Aceitos:

• "" (string vazia — desativa resumos de raciocínio)
• "auto"
• "concise"
• "detailed"

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

Padrão: "" (desativado)

Exemplo:

preset:
  reasoning_summary: 'detailed'

useResponsesApi

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

Padrão: false

Exemplo:

preset:
  useResponsesApi: true

verbosity

Valores Aceitos:

• "" (string vazia — não definido, usa o padrão da API)
• "low"
• "medium"
• "high"

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

Padrão: "" (não definido)

Exemplo:

preset:
  verbosity: 'low'

web_search

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

Padrão: false

Nota: Para endpoints do Google, este parâmetro aparece como Grounding with Google Search no painel real, mas controla web_search na implementação.

Exemplo:

preset:
  web_search: true

url_context

Suportado por: google em modelos de texto Gemini suportados, incluindo Gemini 2.5+ e Gemini 3.x

Padrão: false

Exemplo:

preset:
  url_context: true

disableStreaming

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

Padrão: false

Exemplo:

preset:
  disableStreaming: true

thinkingBudget

Suportado por: google, anthropic, bedrock (modelos Anthropic)

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

Exemplo:

preset:
  thinkingBudget: '2000'

thinkingLevel

Suportado por: google (modelos Gemini 3+)

Valores Aceitos:

• "" (não definido/automático)
• "minimal"
• "low"
• "medium"
• "high"

Padrão: "" (não definido — o modelo decide)

Exemplo:

preset:
  thinkingLevel: 'medium'

effort

Suportado por: anthropic, bedrock (modelos Anthropic)

Opções: "" (não definido/auto), "low", "medium", "high", "xhigh", "max"

Padrão: "" (não definido — o modelo decide)

Exemplo:

preset:
  effort: 'high'

thinkingDisplay

Suportado por: anthropic, bedrock (modelos Anthropic)

Opções: "auto" (padrão), "summarized", "omitted"

• "auto" — O LibreChat decide: opta por "summarized" para modelos que omitem o pensamento por padrão (Opus 4.7+ e classe Fable/Mythos), e deixa o campo vazio para modelos mais antigos
• "summarized" — sempre solicite um resumo post-hoc do raciocínio
• "omitted" — sempre suprime o conteúdo de raciocínio (latência ligeiramente menor)

Padrão: "auto"

Exemplo:

preset:
  thinkingDisplay: 'summarized'

thinking

Suportado por: google, anthropic, bedrock (modelos Anthropic)

Padrão: true

Exemplo:

preset:
  thinking: true

region

Suportado por: bedrock
(Usado para especificar uma região da AWS para o Amazon Bedrock)

Exemplo:

preset:
  region: 'us-east-1'

maxTokens

Suportado por: bedrock
(Usado no lugar de max_tokens)

Exemplo:

preset:
  maxTokens: 1024