@lobehub/chat 1.88.19 → 1.88.21

package/src/config/aiModels/siliconcloud.ts

@@ -1,8 +1,23 @@
 import { AIChatModelCard } from '@/types/aiModel';
-
 // https://siliconflow.cn/zh-cn/models
-
 const siliconcloudChatModels: AIChatModelCard[] = [
+  {
+    abilities: {
+      reasoning: true,
+    },
+    contextWindowTokens: 131_072,
+    description:
+      'QwenLong-L1-32B 是首个使用强化学习训练的长上下文大型推理模型（LRM），专门针对长文本推理任务进行优化。该模型通过渐进式上下文扩展的强化学习框架，实现了从短上下文到长上下文的稳定迁移。在七个长上下文文档问答基准测试中，QwenLong-L1-32B 超越了 OpenAI-o3-mini 和 Qwen3-235B-A22B 等旗舰模型，性能可媲美 Claude-3.7-Sonnet-Thinking。该模型特别擅长数学推理、逻辑推理和多跳推理等复杂任务。',
+    displayName: 'QwenLong L1 32B',
+    id: 'Tongyi-Zhiwen/QwenLong-L1-32B',
+    pricing: {
+      currency: 'CNY',
+      input: 1,
+      output: 4,
+    },
+    releasedAt: '2025-05-26',
+    type: 'chat',
+  },
   {
     abilities: {
       functionCall: true,
@@ -118,7 +133,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     abilities: {
       reasoning: true,
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'GLM-Z1-Rumination-32B-0414 是一个具有沉思能力的深度推理模型（与 OpenAI 的 Deep Research 对标）。与典型的深度思考模型不同，沉思模型采用更长时间的深度思考来解决更开放和复杂的问题。',
     displayName: 'GLM-Z1-Rumination 32B 0414',
@@ -135,7 +150,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true,
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'GLM-Z1-32B-0414 是一个具有深度思考能力的推理模型。该模型基于 GLM-4-32B-0414 通过冷启动和扩展强化学习开发，并在数学、代码和逻辑任务上进行了进一步训练。与基础模型相比，GLM-Z1-32B-0414 显著提升了数学能力和解决复杂任务的能力。',
     displayName: 'GLM-Z1 32B 0414',
@@ -152,11 +167,10 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true,
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'GLM-Z1-9B-0414 是 GLM 系列的小型模型，仅有 90 亿参数，但保持了开源传统的同时展现出惊人的能力。尽管规模较小，该模型在数学推理和通用任务上仍表现出色，其总体性能在同等规模的开源模型中已处于领先水平。',
     displayName: 'GLM-Z1 9B 0414',
-    enabled: true,
     id: 'THUDM/GLM-Z1-9B-0414',
     pricing: {
       currency: 'CNY',
@@ -202,7 +216,25 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     abilities: {
       reasoning: true,
     },
-    contextWindowTokens: 65_536,
+    contextWindowTokens: 131_072,
+    description:
+      'DeepSeek-R1-0528-Qwen3-8B 是通过从 DeepSeek-R1-0528 模型蒸馏思维链到 Qwen3 8B Base 获得的模型。该模型在开源模型中达到了最先进（SOTA）的性能，在 AIME 2024 测试中超越了 Qwen3 8B 10%，并达到了 Qwen3-235B-thinking 的性能水平。该模型在数学推理、编程和通用逻辑等多个基准测试中表现出色，其架构与 Qwen3-8B 相同，但共享 DeepSeek-R1-0528 的分词器配置。',
+    displayName: 'DeepSeek R1 0528 Qwen3 8B',
+    enabled: true,
+    id: 'deepseek-ai/DeepSeek-R1-0528-Qwen3-8B',
+    pricing: {
+      currency: 'CNY',
+      input: 0,
+      output: 0,
+    },
+    type: 'chat',
+  },
+  {
+    abilities: {
+      functionCall: true,
+      reasoning: true,
+    },
+    contextWindowTokens: 98_304,
     description:
       'DeepSeek-R1 是一款强化学习（RL）驱动的推理模型，解决了模型中的重复性和可读性问题。在 RL 之前，DeepSeek-R1 引入了冷启动数据，进一步优化了推理性能。它在数学、代码和推理任务中与 OpenAI-o1 表现相当，并且通过精心设计的训练方法，提升了整体效果。',
     displayName: 'DeepSeek R1',
@@ -232,9 +264,10 @@ const siliconcloudChatModels: AIChatModelCard[] = [
   },
   {
     abilities: {
+      functionCall: true,
       reasoning: true,
     },
-    contextWindowTokens: 65_536,
+    contextWindowTokens: 98_304,
     description:
       'DeepSeek-R1 是一款强化学习（RL）驱动的推理模型，解决了模型中的重复性和可读性问题。在 RL 之前，DeepSeek-R1 引入了冷启动数据，进一步优化了推理性能。它在数学、代码和推理任务中与 OpenAI-o1 表现相当，并且通过精心设计的训练方法，提升了整体效果。',
     displayName: 'DeepSeek R1 (Pro)',
@@ -246,6 +279,23 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     },
     type: 'chat',
   },
+  {
+    abilities: {
+      functionCall: true,
+      reasoning: true,
+    },
+    contextWindowTokens: 98_304,
+    description:
+      'DeepSeek-R1 是一款强化学习（RL）驱动的推理模型，解决了模型中的重复性和可读性问题。在 RL 之前，DeepSeek-R1 引入了冷启动数据，进一步优化了推理性能。它在数学、代码和推理任务中与 OpenAI-o1 表现相当，并且通过精心设计的训练方法，提升了整体效果。',
+    displayName: 'DeepSeek R1 0120 (Pro)',
+    id: 'Pro/deepseek-ai/DeepSeek-R1-0120',
+    pricing: {
+      currency: 'CNY',
+      input: 4,
+      output: 16,
+    },
+    type: 'chat',
+  },
   {
     abilities: {
       functionCall: true,
@@ -270,7 +320,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     description:
       'DeepSeek-V3 是一款拥有 6710 亿参数的混合专家（MoE）语言模型，采用多头潜在注意力（MLA）和 DeepSeekMoE 架构，结合无辅助损失的负载平衡策略，优化推理和训练效率。通过在 14.8 万亿高质量tokens上预训练，并进行监督微调和强化学习，DeepSeek-V3 在性能上超越其他开源模型，接近领先闭源模型。',
     displayName: 'DeepSeek V3 1226 (Pro)',
-    id: 'Pro/deepseek-ai/DeepSeek-V3-1226', // 将于 2025 年 4 月 30 日废弃
+    id: 'Pro/deepseek-ai/DeepSeek-V3-1226',
     pricing: {
       currency: 'CNY',
       input: 2,
@@ -283,7 +333,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'DeepSeek-R1-Distill-Qwen-32B 是基于 Qwen2.5-32B 通过知识蒸馏得到的模型。该模型使用 DeepSeek-R1 生成的 80 万个精选样本进行微调，在数学、编程和推理等多个领域展现出卓越的性能。在 AIME 2024、MATH-500、GPQA Diamond 等多个基准测试中都取得了优异成绩，其中在 MATH-500 上达到了 94.3% 的准确率，展现出强大的数学推理能力。',
     displayName: 'DeepSeek R1 Distill Qwen 32B',
@@ -300,7 +350,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'DeepSeek-R1-Distill-Qwen-14B 是基于 Qwen2.5-14B 通过知识蒸馏得到的模型。该模型使用 DeepSeek-R1 生成的 80 万个精选样本进行微调，展现出优秀的推理能力。在多个基准测试中表现出色，其中在 MATH-500 上达到了 93.9% 的准确率，在 AIME 2024 上达到了 69.7% 的通过率，在 CodeForces 上获得了 1481 的评分，显示出在数学和编程领域的强大实力。',
     displayName: 'DeepSeek R1 Distill Qwen 14B',
@@ -317,7 +367,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'DeepSeek-R1-Distill-Qwen-7B 是基于 Qwen2.5-Math-7B 通过知识蒸馏得到的模型。该模型使用 DeepSeek-R1 生成的 80 万个精选样本进行微调，展现出优秀的推理能力。在多个基准测试中表现出色，其中在 MATH-500 上达到了 92.8% 的准确率，在 AIME 2024 上达到了 55.5% 的通过率，在 CodeForces 上获得了 1189 的评分，作为 7B 规模的模型展示了较强的数学和编程能力。',
     displayName: 'DeepSeek R1 Distill Qwen 7B (Free)',
@@ -334,11 +384,11 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'DeepSeek-R1-Distill-Qwen-1.5B 是基于 Qwen2.5-Math-1.5B 通过知识蒸馏得到的模型。该模型使用 DeepSeek-R1 生成的 80 万个精选样本进行微调，在多个基准测试中展现出不错的性能。作为一个轻量级模型，在 MATH-500 上达到了 83.9% 的准确率，在 AIME 2024 上达到了 28.9% 的通过率，在 CodeForces 上获得了 954 的评分，显示出超出其参数规模的推理能力。',
     displayName: 'DeepSeek-R1-Distill-Qwen-1.5B (Free)',
-    id: 'deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B',
+    id: 'deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B', // 将于 2025-06-05 下线
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -351,7 +401,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'DeepSeek-R1-Distill-Qwen-7B 是基于 Qwen2.5-Math-7B 通过知识蒸馏得到的模型。该模型使用 DeepSeek-R1 生成的 80 万个精选样本进行微调，展现出优秀的推理能力。在多个基准测试中表现出色，其中在 MATH-500 上达到了 92.8% 的准确率，在 AIME 2024 上达到了 55.5% 的通过率，在 CodeForces 上获得了 1189 的评分，作为 7B 规模的模型展示了较强的数学和编程能力。',
     displayName: 'DeepSeek R1 Distill Qwen 7B (Pro)',
@@ -368,11 +418,11 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'DeepSeek-R1-Distill-Qwen-1.5B 是基于 Qwen2.5-Math-1.5B 通过知识蒸馏得到的模型。该模型使用 DeepSeek-R1 生成的 80 万个精选样本进行微调，在多个基准测试中展现出不错的性能。作为一个轻量级模型，在 MATH-500 上达到了 83.9% 的准确率，在 AIME 2024 上达到了 28.9% 的通过率，在 CodeForces 上获得了 954 的评分，显示出超出其参数规模的推理能力。',
     displayName: 'DeepSeek-R1-Distill-Qwen-1.5B (Pro)',
-    id: 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B',
+    id: 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B', // 将于 2025-06-05 下线
     pricing: {
       currency: 'CNY',
       input: 0.14,
@@ -434,7 +484,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
       functionCall: true,
       reasoning: true,
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
     description:
       'QwQ 是 Qwen 系列的推理模型。与传统的指令调优模型相比，QwQ 具备思考和推理能力，能够在下游任务中实现显著增强的性能，尤其是在解决困难问题方面。QwQ-32B 是中型推理模型，能够在与最先进的推理模型（如 DeepSeek-R1、o1-mini）的对比中取得有竞争力的性能。该模型采用 RoPE、SwiGLU、RMSNorm 和 Attention QKV bias 等技术，具有 64 层网络结构和 40 个 Q 注意力头（GQA 架构中 KV 为 8 个）。',
     displayName: 'QwQ 32B',
@@ -542,22 +592,6 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     },
     type: 'chat',
   },
-  {
-    abilities: {
-      functionCall: true,
-    },
-    contextWindowTokens: 32_768,
-    description:
-      'Qwen2.5-72B-Instruct 是阿里云发布的最新大语言模型系列之一。该 72B 模型在编码和数学等领域具有显著改进的能力。该模型还提供了多语言支持，覆盖超过 29 种语言，包括中文、英文等。模型在指令跟随、理解结构化数据以及生成结构化输出（尤其是 JSON）方面都有显著提升',
-    displayName: 'Qwen2.5 72B Instruct (Vendor-A)',
-    id: 'Vendor-A/Qwen/Qwen2.5-72B-Instruct',
-    pricing: {
-      currency: 'CNY',
-      input: 1,
-      output: 1,
-    },
-    type: 'chat',
-  },
   {
     abilities: {
       functionCall: true,
@@ -618,7 +652,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     description:
       'Qwen2-1.5B-Instruct 是 Qwen2 系列中的指令微调大语言模型，参数规模为 1.5B。该模型基于 Transformer 架构，采用了 SwiGLU 激活函数、注意力 QKV 偏置和组查询注意力等技术。它在语言理解、生成、多语言能力、编码、数学和推理等多个基准测试中表现出色，超越了大多数开源模型。与 Qwen1.5-1.8B-Chat 相比，Qwen2-1.5B-Instruct 在 MMLU、HumanEval、GSM8K、C-Eval 和 IFEval 等测试中均显示出显著的性能提升，尽管参数量略少',
     displayName: 'Qwen2 1.5B Instruct (Free)',
-    id: 'Qwen/Qwen2-1.5B-Instruct',
+    id: 'Qwen/Qwen2-1.5B-Instruct', // 将于 2025-06-05 下线
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -631,7 +665,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     description:
       'Qwen2-1.5B-Instruct 是 Qwen2 系列中的指令微调大语言模型，参数规模为 1.5B。该模型基于 Transformer 架构，采用了 SwiGLU 激活函数、注意力 QKV 偏置和组查询注意力等技术。它在语言理解、生成、多语言能力、编码、数学和推理等多个基准测试中表现出色，超越了大多数开源模型。与 Qwen1.5-1.8B-Chat 相比，Qwen2-1.5B-Instruct 在 MMLU、HumanEval、GSM8K、C-Eval 和 IFEval 等测试中均显示出显著的性能提升，尽管参数量略少',
     displayName: 'Qwen2 1.5B Instruct (Pro)',
-    id: 'Pro/Qwen/Qwen2-1.5B-Instruct',
+    id: 'Pro/Qwen/Qwen2-1.5B-Instruct', // 将于 2025-06-05 下线
     pricing: {
       currency: 'CNY',
       input: 0.14,
@@ -673,7 +707,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     description:
       'Qwen2-VL-7B-Instruct 是 Qwen-VL 模型的最新迭代版本，在视觉理解基准测试中达到了最先进的性能，包括 MathVista、DocVQA、RealWorldQA 和 MTVQA 等。Qwen2-VL 能够用于高质量的基于视频的问答、对话和内容创作，还具备复杂推理和决策能力，可以与移动设备、机器人等集成，基于视觉环境和文本指令进行自动操作。除了英语和中文，Qwen2-VL 现在还支持理解图像中不同语言的文本，包括大多数欧洲语言、日语、韩语、阿拉伯语和越南语等',
     displayName: 'Qwen2 VL 7B Instruct (Pro)',
-    id: 'Pro/Qwen/Qwen2-VL-7B-Instruct',
+    id: 'Pro/Qwen/Qwen2-VL-7B-Instruct', // 将于 2025-06-05 下线
     pricing: {
       currency: 'CNY',
       input: 0.35,
@@ -769,7 +803,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     description:
       'InternLM2.5-20B-Chat 是一个开源的大规模对话模型，基于 InternLM2 架构开发。该模型拥有 200 亿参数，在数学推理方面表现出色，超越了同量级的 Llama3 和 Gemma2-27B 模型。InternLM2.5-20B-Chat 在工具调用能力方面有显著提升，支持从上百个网页收集信息进行分析推理，并具备更强的指令理解、工具选择和结果反思能力。它适用于构建复杂智能体，可进行多轮工具调用以完成复杂任务',
     displayName: 'InternLM2.5 20B Chat',
-    id: 'internlm/internlm2_5-20b-chat',
+    id: 'internlm/internlm2_5-20b-chat', // 将于 2025-06-05 下线
     pricing: {
       currency: 'CNY',
       input: 1,
@@ -814,7 +848,7 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     description:
       'ChatGLM3-6B 是 ChatGLM 系列的开源模型，由智谱 AI 开发。该模型保留了前代模型的优秀特性，如对话流畅和部署门槛低，同时引入了新的特性。它采用了更多样的训练数据、更充分的训练步数和更合理的训练策略，在 10B 以下的预训练模型中表现出色。ChatGLM3-6B 支持多轮对话、工具调用、代码执行和 Agent 任务等复杂场景。除对话模型外，还开源了基础模型 ChatGLM-6B-Base 和长文本对话模型 ChatGLM3-6B-32K。该模型对学术研究完全开放，在登记后也允许免费商业使用',
     displayName: 'ChatGLM3 6B (Free)',
-    id: 'THUDM/chatglm3-6b',
+    id: 'THUDM/chatglm3-6b', // 将于 2025-06-05 下线
     pricing: {
       currency: 'CNY',
       input: 0,

package/src/config/aiModels/volcengine.ts

@@ -80,11 +80,11 @@ const doubaoChatModels: AIChatModelCard[] = [
       reasoning: true,
     },
     config: {
-      deploymentName: 'deepseek-r1-250120',
+      deploymentName: 'deepseek-r1-250528',
     },
-    contextWindowTokens: 98_304,
+    contextWindowTokens: 131_072,
     description:
-      'DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。',
+      '0528最新版本上线，DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。',
     displayName: 'DeepSeek R1',
     id: 'deepseek-r1',
     maxOutput: 16_384,

package/src/config/aiModels/xai.ts

@@ -61,6 +61,7 @@ const xaiChatModels: AIChatModelCard[] = [
     },
     releasedAt: '2025-04-03',
     settings: {
+      extendParams: ['reasoningEffort'],
       searchImpl: 'params',
     },
     type: 'chat',
@@ -82,6 +83,7 @@ const xaiChatModels: AIChatModelCard[] = [
     },
     releasedAt: '2025-04-03',
     settings: {
+      extendParams: ['reasoningEffort'],
       searchImpl: 'params',
     },
     type: 'chat',

package/src/features/AgentSetting/AgentMeta/index.tsx

@@ -1,6 +1,7 @@
 'use client';
 
 import { Button, Form, type FormGroupItemType, type FormItemProps, Tooltip } from '@lobehub/ui';
+import { useUpdateEffect } from 'ahooks';
 import isEqual from 'fast-deep-equal';
 import { Wand2 } from 'lucide-react';
 import { memo, useState } from 'react';
@@ -30,6 +31,10 @@ const AgentMeta = memo(() => {
   const meta = useStore(selectors.currentMetaConfig, isEqual);
   const [background, setBackground] = useState(meta.backgroundColor);
 
+  useUpdateEffect(() => {
+    form.setFieldsValue(meta);
+  }, [meta]);
+
   if (isInbox) return;
 
   const basic = [

package/src/features/AgentSetting/AgentModal/index.tsx

@@ -1,6 +1,6 @@
 'use client';
 
-import { Form, type FormGroupItemType, Select, SliderWithInput } from '@lobehub/ui';
+import { Form, type FormGroupItemType, SliderWithInput } from '@lobehub/ui';
 import { Switch } from 'antd';
 import isEqual from 'fast-deep-equal';
 import { memo } from 'react';
@@ -74,31 +74,6 @@ const AgentModal = memo(() => {
         name: ['params', 'max_tokens'],
         tag: 'max_tokens',
       },
-      {
-        children: <Switch />,
-        label: t('settingModel.enableReasoningEffort.title'),
-        layout: 'horizontal',
-        minWidth: undefined,
-        name: ['chatConfig', 'enableReasoningEffort'],
-        valuePropName: 'checked',
-      },
-      {
-        children: (
-          <Select
-            defaultValue="medium"
-            options={[
-              { label: t('settingModel.reasoningEffort.options.low'), value: 'low' },
-              { label: t('settingModel.reasoningEffort.options.medium'), value: 'medium' },
-              { label: t('settingModel.reasoningEffort.options.high'), value: 'high' },
-            ]}
-          />
-        ),
-        desc: t('settingModel.reasoningEffort.desc'),
-        hidden: !config.chatConfig.enableReasoningEffort,
-        label: t('settingModel.reasoningEffort.title'),
-        name: ['params', 'reasoning_effort'],
-        tag: 'reasoning_effort',
-      },
     ],
     title: t('settingModel.title'),
   };

package/src/features/ChatInput/ActionBar/Model/ControlsForm.tsx

@@ -11,6 +11,7 @@ import { agentChatConfigSelectors, agentSelectors } from '@/store/agent/selector
 import { aiModelSelectors, useAiInfraStore } from '@/store/aiInfra';
 
 import ContextCachingSwitch from './ContextCachingSwitch';
+import ReasoningEffortSlider from './ReasoningEffortSlider';
 import ReasoningTokenSlider from './ReasoningTokenSlider';
 
 interface ControlsProps {
@@ -86,6 +87,17 @@ const ControlsForm = memo<ControlsProps>(({ setUpdating }) => {
         paddingBottom: 0,
       },
     },
+    {
+      children: <ReasoningEffortSlider />,
+      desc: 'reasoning_effort',
+      label: t('extendParams.reasoningEffort.title'),
+      layout: 'horizontal',
+      minWidth: undefined,
+      name: 'reasoningEffort',
+      style: {
+        paddingBottom: 0,
+      },
+    },
   ].filter(Boolean) as FormItemProps[];
 
   return (

package/src/features/ChatInput/ActionBar/Model/ReasoningEffortSlider.tsx

@@ -0,0 +1,57 @@
+import { Slider } from 'antd';
+import { memo, useCallback } from 'react';
+import { Flexbox } from 'react-layout-kit';
+
+import { useAgentStore } from '@/store/agent';
+import { agentChatConfigSelectors } from '@/store/agent/selectors';
+
+const ReasoningEffortSlider = memo(() => {
+  const [config, updateAgentChatConfig] = useAgentStore((s) => [
+    agentChatConfigSelectors.currentChatConfig(s),
+    s.updateAgentChatConfig,
+  ]);
+
+  const reasoningEffort = config.reasoningEffort || 'medium'; // Default to 'medium' if not set
+
+  const marks = {
+    0: 'low',
+    1: 'medium',
+    2: 'high',
+  };
+
+  const effortValues = ['low', 'medium', 'high'];
+  const indexValue = effortValues.indexOf(reasoningEffort);
+  const currentValue = indexValue === -1 ? 1 : indexValue;
+
+  const updateReasoningEffort = useCallback(
+    (value: number) => {
+      const effort = effortValues[value] as 'low' | 'medium' | 'high';
+      updateAgentChatConfig({ reasoningEffort: effort });
+    },
+    [updateAgentChatConfig],
+  );
+
+  return (
+    <Flexbox
+      align={'center'}
+      gap={12}
+      horizontal
+      paddingInline={'0 20px'}
+      style={{ minWidth: 200, width: '100%' }}
+    >
+      <Flexbox flex={1}>
+        <Slider
+          marks={marks}
+          max={2}
+          min={0}
+          onChange={updateReasoningEffort}
+          step={1}
+          tooltip={{ open: false }}
+          value={currentValue}
+        />
+      </Flexbox>
+    </Flexbox>
+  );
+});
+
+export default ReasoningEffortSlider;

package/src/features/ModelSwitchPanel/index.tsx

@@ -4,7 +4,7 @@ import type { ItemType } from 'antd/es/menu/interface';
 import { LucideArrowRight, LucideBolt } from 'lucide-react';
 import Link from 'next/link';
 import { useRouter } from 'next/navigation';
-import { PropsWithChildren, memo, useMemo } from 'react';
+import { type ReactNode, memo, useMemo } from 'react';
 import { useTranslation } from 'react-i18next';
 import { Flexbox } from 'react-layout-kit';
 
@@ -40,14 +40,15 @@ const useStyles = createStyles(({ css, prefixCls }) => ({
 
 const menuKey = (provider: string, model: string) => `${provider}-${model}`;
 
-const ModelSwitchPanel = memo<
-  PropsWithChildren<{
-    onOpenChange?: (open: boolean) => void;
-    open?: boolean;
-    setUpdating?: (updating: boolean) => void;
-    updating?: boolean;
-  }>
->(({ children, setUpdating, onOpenChange, open }) => {
+interface IProps {
+  children?: ReactNode;
+  onOpenChange?: (open: boolean) => void;
+  open?: boolean;
+  setUpdating?: (updating: boolean) => void;
+  updating?: boolean;
+}
+
+const ModelSwitchPanel = memo<IProps>(({ children, setUpdating, onOpenChange, open }) => {
   const { t } = useTranslation('components');
   const { styles, theme } = useStyles();
   const [model, provider, updateAgentConfig] = useAgentStore((s) => [

package/src/features/PluginDevModal/MCPManifestForm/index.tsx

@@ -141,7 +141,9 @@ const MCPManifestForm = ({ form, isEditMode }: MCPManifestFormProps) => {
         ...(mcpType === 'http' ? [HTTP_URL_KEY] : [STDIO_COMMAND, STDIO_ARGS]),
       ]);
       isValid = true;
-    } catch {}
+    } catch {
+      // no-thing
+    }
 
     if (!isValid) {
       setIsTesting(false);

package/src/libs/model-runtime/novita/__snapshots__/index.test.ts.snap

@@ -36,7 +36,7 @@ exports[`NovitaAI > models > should get models 1`] = `
     "contextWindowTokens": 8192,
     "description": "Meta's latest class of models, Llama 3.1, has launched with a variety of sizes and configurations. The 70B instruct-tuned version is optimized for high-quality dialogue use cases. It has demonstrated strong performance in human evaluations compared to leading closed-source models.",
     "displayName": "meta-llama/llama-3.1-70b-instruct",
-    "enabled": false,
+    "enabled": true,
     "functionCall": false,
     "id": "meta-llama/llama-3.1-70b-instruct",
     "reasoning": false,

package/src/locales/default/chat.ts

@@ -44,6 +44,9 @@ export default {
     reasoningBudgetToken: {
       title: '思考消耗 Token',
     },
+    reasoningEffort: {
+      title: '推理强度',
+    },
     title: '模型扩展功能',
   },
   history: {

package/src/locales/default/setting.ts

@@ -263,9 +263,6 @@ export default {
     enableMaxTokens: {
       title: '开启单次回复限制',
     },
-    enableReasoningEffort: {
-      title: '开启推理强度调整',
-    },
     frequencyPenalty: {
       desc: '值越大，用词越丰富多样；值越低，用词更朴实简单',
       title: '词汇丰富度',
@@ -285,15 +282,6 @@ export default {
       desc: '值越大，越倾向不同的表达方式，避免概念重复；值越小，越倾向使用重复的概念或叙述，表达更具一致性',
       title: '表述发散度',
     },
-    reasoningEffort: {
-      desc: '值越大，推理能力越强，但可能会增加响应时间和 Token 消耗',
-      options: {
-        high: '高',
-        low: '低',
-        medium: '中',
-      },
-      title: '推理强度',
-    },
     submit: '更新模型设置',
     temperature: {
       desc: '数值越大，回答越有创意和想象力；数值越小，回答越严谨',

package/src/services/chat.ts

@@ -238,13 +238,17 @@ class ChatService {
           };
         }
       }
-      
+
       if (
         modelExtendParams!.includes('disableContextCaching') &&
         chatConfig.disableContextCaching
       ) {
         extendParams.enabledContextCaching = false;
       }
+
+      if (modelExtendParams!.includes('reasoningEffort') && chatConfig.reasoningEffort) {
+        extendParams.reasoning_effort = chatConfig.reasoningEffort;
+      }
     }
 
     return this.getChatCompletion(

package/src/store/chat/slices/aiChat/actions/generateAIChat.ts

@@ -538,11 +538,6 @@ export const generateAIChat: StateCreator<
       ? agentConfig.params.max_tokens
       : undefined;
 
-    // 5. handle reasoning_effort
-    agentConfig.params.reasoning_effort = chatConfig.enableReasoningEffort
-      ? agentConfig.params.reasoning_effort
-      : undefined;
-
     let isFunctionCall = false;
     let msgTraceId: string | undefined;
     let output = '';

package/src/types/agent/chatConfig.ts

@@ -25,6 +25,7 @@ export interface LobeAgentChatConfig {
    */
   enableReasoningEffort?: boolean;
   reasoningBudgetToken?: number;
+  reasoningEffort?: 'low' | 'medium' | 'high';
 
   /**
    * 禁用上下文缓存

package/src/types/aiModel.ts

@@ -143,7 +143,11 @@ export interface AiModelConfig {
 
 export type ModelSearchImplementType = 'tool' | 'params' | 'internal';
 
-export type ExtendParamsType = 'reasoningBudgetToken' | 'enableReasoning' | 'disableContextCaching';
+export type ExtendParamsType =
+  | 'reasoningBudgetToken'
+  | 'enableReasoning'
+  | 'disableContextCaching'
+  | 'reasoningEffort';
 
 export interface AiModelSettings {
   extendParams?: ExtendParamsType[];