模型

TraeWork 提供灵活的模型管理功能，你既可以使用预置模型，也可以添加自定义模型，以满足使用特定模型版本或接入私有模型等个性化需求。本文将指导您如何在 TraeWork 中管理模型。

内置模型

TraeWork 提供以下内置模型：

此外，若你选择 Auto Mode，系统会综合考虑问答速度、性能与资源占用情况，智能调用合适的模型，提供更流畅的 AI 问答体验。

企业版内置模型参考系统内置模型列表。

添加自定义模型

如果内置模型无法满足需求，你可以添加自定义模型。可用的模型来源如下：

• 模型服务商：从 TraeWork 预设的模型服务商和模型列表中选择，按界面提示填写 API 密钥即可添加。
• 自定义配置：通过配置 API 格式、请求地址、模型 ID 和鉴权信息，接入 TraeWork 未预设的模型。

相关限制

• 仅 TraeWork 桌面版支持添加自定义模型。
• 添加的自定义模型仅支持在本地环境中使用。

操作步骤

添加自定义模型的步骤如下：

1. 前往 设置 > 模型，进入模型管理面板。
2. 点击 添加模型 按钮。
   界面中出现 添加模型 窗口。
   
3. 选择 TraeCode 预设的模型服务商或选择 自定义模型 选项。
4. 完成基础模型配置。
   • 若你选择了预设的模型服务商，则需配置以下参数：

     参数	描述
     服务商	已默认设置为你在上一步中选择的模型服务商。你可以按需切换。
     配置方式	部分模型服务商要求选择计费或资源使用方式。可选项以界面展示为准，常见选项包括： 按量计费：按实际 Token 消耗量计费。 Coding Plan：使用该服务商面向编码场景提供的套餐额度。 Agent Plan：使用该服务商面向 Agent 场景提供的套餐额度。
     模型	从列表中选择 TraeCode 为该服务商预置的模型（均为默认版本）。如需使用其他模型或指定版本，点击 使用其他模型，并填写对应的模型 ID。
     API 密钥	填写调用该模型所需的 API 密钥，用于鉴权。你可以点击输入框右上方的 获取 API 密钥，前往模型服务商平台获取。

   • 若你选择了 自定义模型 选项，则需配置以下参数：

     参数	描述
     API 格式	设置模型服务使用的 API 格式。可选项如下： OpenAI Chat Completion 格式：适用于兼容 OpenAI Chat Completions 接口的模型服务。 Anthropic Messages 格式：适用于兼容 Anthropic Messages 接口的模型服务。
     自定义请求地址	填写模型服务的请求地址。你可以根据服务商提供的地址格式选择以下方式： 方式一：打开 完整 URL 开关，然后填写完整请求地址。 方式二：关闭 完整 URL 开关，然后填写基础地址，由 TraeCode 按所选 API 格式拼接请求路径。
     模型 ID	输入模型服务商提供的模型 ID。模型 ID 需要与服务商接口要求保持一致。
     模型展示名称	设置模型在列表中的展示名称。若不设置，将默认展示模型 ID。
     API 密钥	填写调用该模型所需的 API 密钥，用于鉴权。

5. (可选) 展开 高级配置 表单，按需设置以下参数：

   参数	描述
   模型系列	TraeCode 为特定模型系列优化了 Prompt 和超参，未选择时使用默认配置。 提示：仅适用于 “自定义模型” 选项。
   上下文窗口	设置该模型单次请求可接收的最大 Token 数，即 “输入”；以及单次响应可生成的最大 Token 数，即 “输出”。你可以从输入框右侧的预设上下文窗口中选择，也可以手动输入数值。 若留空，将使用 TraeCode 内置的默认最优值。不同模型的内置默认值不同。
   工具调用轮数	设置模型在单次任务中可调用工具的最大轮数。数值越高，模型可执行的连续工具操作越多，但耗时和 Token 消耗也可能增加。若留空，将使用 TraeCode 内置的默认最优值。
   支持图片输入	开启后，该模型可接收图文混合输入。需所选模型本身具备视觉理解能力，否则无法正常识别图片内容。
   思考模式	控制模型在回答前是否进行推理。开启后可提升复杂问题的处理质量，但可能增加响应耗时与 Token 消耗。若选择 跟随模型默认配置，则沿用模型服务商的默认设置。
   采样参数	控制模型生成回答时的采样策略，影响输出的稳定性、多样性和随机性。参数之间存在耦合关系，若留空，TraeCode 将使用模型服务商内置的默认值（一般为默认最优配置）。 Temperature：控制输出随机性。数值越高，回答越发散；数值越低，回答越稳定。取值范围：[0, 2]。 Top P：控制候选词的累计概率范围。数值越高，可选范围越大；数值越低，输出越收敛。取值范围：[0, 1]。 Top K：控制每一步生成时可参与采样的候选词数量。数值越高，输出越多样；数值越低，输出越集中。取值范围：[1, 100]。

6. 点击 添加模型 按钮。
   TraeCode 将调用服务商的接口来检测 API 密钥是否有效：
   • 若连接成功，该模型将被添加到模型列表。
   • 若连接失败，窗口中将展示错误信息和服务商返回的日志，你可以根据这些信息排查问题。