接入模型

人格用的模型分三个角色（规划和判断、写回复、后台学习），可以各接一家；检索记忆用的向量模型另算。所有模型调用都走一个客户端，带限流、并发和花费的闸。

服务商

[models] 里五家各一节：deepseek、openai、anthropic、qwen、ollama，每节有 base_url、model、api_key（写环境变量的名字，不写原文）。active_provider 选默认用哪家（默认 deepseek）。

兼容 OpenAI 接口的服务（自己的代理、别的服务商）：改所用那一家的 base_url、model（桌面版在首次配置「它的大脑 → 高级」里改）。本机的 Ollama 走它的 OpenAI 兼容接口（http://127.0.0.1:11434/v1），不要 key。

三个角色

[models.roles] 里给每个角色指定一家（空着 = 跟 active_provider 一样）：

• planner（规划和判断）：要想一想的时候规划一步、判断是不是指令、急不急、点哪个表情、解析管理动作。
• replyer（写回复）：写回复、把管理动作的结果说成人话。
• background（后台学习）：记忆整理里的复核和归纳、学说话方式和黑话、刷新对人的印象。

闸

[model_runtime]：

• 并发：max_parallel_requests（默认 4）、max_parallel_focus（同时专注回话的数，默认 1）。
• 每分钟：请求数 max_requests_per_minute（60）、估算的 token 数 max_estimated_tokens_per_minute（12 万），后台任务单独一道 background_max_estimated_tokens_per_minute（2.4 万）。
• 主动联系另有每天的生成上限（[proactive].proactive_generation_daily_budget，默认 12）。

向量模型（检索用）

记忆检索、知识库检索、说法检索要把文字变成向量。[semantic_memory]：

• 默认 provider = "sentence_transformers"，模型是一个多语言的小模型，在本机算，不花钱。编译好的运行时走 ONNX，不带 torch。
• 第一次用时下载模型文件；官方源下不动就换镜像，下完按钉死的 SHA-256 核对，对不上不用。没下好之前先用字面检索。
• 也可以接一个兼容 OpenAI 的向量接口（provider、base_url、api_key）。

对应的代码

• 所有模型调用：src/aeria/deepseek.py（名字是历史原因；role="planner" / "replyer" / "background"）。
• 配置：src/aeria/config.py 的 ModelsConfig、ModelEndpointConfig、ModelRolesConfig、ModelRuntimeConfig、SemanticMemoryConfig。
• 向量：src/aeria/embeddings.py、src/aeria/onnx_embeddings.py（钉死的哈希）。
• 桌面版首次配置预填的服务商：desktop/src/api.ts 的 PROVIDER_DEFAULTS。

没做到的

• 不会自动切换服务商：一家挂了，那一轮就失败，不会改用另一家。
• 每分钟的 token 上限按字数估（汉字约一个、其他字符约四个算一个），和服务商实际计费的数对不上。