@symerian/symi 3.0.20 → 3.0.22

package/docs/zh-CN/providers/minimax.md

@@ -1,206 +0,0 @@
----
-read_when:
-  - 你想在 Symi 中使用 MiniMax 模型
-  - 你需要 MiniMax 设置指南
-summary: 在 Symi 中使用 MiniMax M2.1
-title: MiniMax
-x-i18n:
-  generated_at: "2026-02-03T10:08:52Z"
-  model: claude-opus-4-5
-  provider: pi
-  source_hash: 861e1ddc3c24be88f716bfb72d6015d62875a9087f8e89ea4ba3a35f548c7fae
-  source_path: providers/minimax.md
-  workflow: 15
----
-
-# MiniMax
-
-MiniMax 是一家构建 **M2/M2.1** 模型系列的 AI 公司。当前面向编程的版本是 **MiniMax M2.1**（2025 年 12 月 23 日），专为现实世界的复杂任务而构建。
-
-来源：[MiniMax M2.1 发布说明](https://www.minimax.io/news/minimax-m21)
-
-## 模型概述（M2.1）
-
-MiniMax 强调 M2.1 的以下改进：
-
-- 更强的**多语言编程**能力（Rust、Java、Go、C++、Kotlin、Objective-C、TS/JS）。
-- 更好的 **Web/应用开发**和美观输出质量（包括原生移动端）。
-- 改进的**复合指令**处理，适用于办公风格的工作流程，基于交错思考和集成约束执行。
-- **更简洁的响应**，更低的 token 使用量和更快的迭代循环。
-- 更强的**工具/智能体框架**兼容性和上下文管理（Claude Code、Droid/Factory AI、Cline、Kilo Code、Roo Code、BlackBox）。
-- 更高质量的**对话和技术写作**输出。
-
-## MiniMax M2.1 vs MiniMax M2.1 Lightning
-
-- **速度：** Lightning 是 MiniMax 定价文档中的"快速"变体。
-- **成本：** 定价显示相同的输入成本，但 Lightning 的输出成本更高。
-- **编程计划路由：** Lightning 后端在 MiniMax 编程计划中不能直接使用。MiniMax 自动将大多数请求路由到 Lightning，但在流量高峰期会回退到常规 M2.1 后端。
-
-## 选择设置方式
-
-### MiniMax OAuth（编程计划）— 推荐
-
-**适用于：** 通过 OAuth 快速设置 MiniMax 编程计划，无需 API 密钥。
-
-启用内置 OAuth 插件并进行认证：
-
-```bash
-symi plugins enable minimax-portal-auth  # 如果已加载则跳过
-symi gateway restart  # 如果 Gateway 网关已在运行则重启
-symi onboard --auth-choice minimax-portal
-```
-
-系统会提示你选择端点：
-
-- **Global** - 国际用户（`api.minimax.io`）
-- **CN** - 中国用户（`api.minimaxi.com`）
-
-详情参见 [MiniMax OAuth 插件 README](https://github.com/symi/symi/tree/main/extensions/minimax-portal-auth)。
-
-### MiniMax M2.1（API 密钥）
-
-**适用于：** 使用 Anthropic 兼容 API 的托管 MiniMax。
-
-通过 CLI 配置：
-
-- 运行 `symi configure`
-- 选择 **Model/auth**
-- 选择 **MiniMax M2.1**
-
-```json5
-{
-  env: { MINIMAX_API_KEY: "sk-..." },
-  agents: { defaults: { model: { primary: "minimax/MiniMax-M2.1" } } },
-  models: {
-    mode: "merge",
-    providers: {
-      minimax: {
-        baseUrl: "https://api.minimax.io/anthropic",
-        apiKey: "${MINIMAX_API_KEY}",
-        api: "anthropic-messages",
-        models: [
-          {
-            id: "MiniMax-M2.1",
-            name: "MiniMax M2.1",
-            reasoning: false,
-            input: ["text"],
-            cost: { input: 15, output: 60, cacheRead: 2, cacheWrite: 10 },
-            contextWindow: 200000,
-            maxTokens: 8192,
-          },
-        ],
-      },
-    },
-  },
-}
-```
-
-### MiniMax M2.1 作为备用（Opus 为主）
-
-**适用于：** 保持 Opus 4.5 为主模型，故障时切换到 MiniMax M2.1。
-
-```json5
-{
-  env: { MINIMAX_API_KEY: "sk-..." },
-  agents: {
-    defaults: {
-      models: {
-        "anthropic/claude-opus-4-5": { alias: "opus" },
-        "minimax/MiniMax-M2.1": { alias: "minimax" },
-      },
-      model: {
-        primary: "anthropic/claude-opus-4-5",
-        fallbacks: ["minimax/MiniMax-M2.1"],
-      },
-    },
-  },
-}
-```
-
-### 可选：通过 LM Studio 本地运行（手动）
-
-**适用于：** 使用 LM Studio 进行本地推理。
-我们在强大硬件（例如台式机/服务器）上使用 LM Studio 的本地服务器运行 MiniMax M2.1 时看到了出色的效果。
-
-通过 `symi.json` 手动配置：
-
-```json5
-{
-  agents: {
-    defaults: {
-      model: { primary: "lmstudio/minimax-m2.1-gs32" },
-      models: { "lmstudio/minimax-m2.1-gs32": { alias: "Minimax" } },
-    },
-  },
-  models: {
-    mode: "merge",
-    providers: {
-      lmstudio: {
-        baseUrl: "http://127.0.0.1:1234/v1",
-        apiKey: "lmstudio",
-        api: "openai-responses",
-        models: [
-          {
-            id: "minimax-m2.1-gs32",
-            name: "MiniMax M2.1 GS32",
-            reasoning: false,
-            input: ["text"],
-            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
-            contextWindow: 196608,
-            maxTokens: 8192,
-          },
-        ],
-      },
-    },
-  },
-}
-```
-
-## 通过 `symi configure` 配置
-
-使用交互式配置向导设置 MiniMax，无需编辑 JSON：
-
-1. 运行 `symi configure`。
-2. 选择 **Model/auth**。
-3. 选择 **MiniMax M2.1**。
-4. 在提示时选择你的默认模型。
-
-## 配置选项
-
-- `models.providers.minimax.baseUrl`：推荐使用 `https://api.minimax.io/anthropic`（Anthropic 兼容）；`https://api.minimax.io/v1` 可选用于 OpenAI 兼容的负载。
-- `models.providers.minimax.api`：推荐使用 `anthropic-messages`；`openai-completions` 可选用于 OpenAI 兼容的负载。
-- `models.providers.minimax.apiKey`：MiniMax API 密钥（`MINIMAX_API_KEY`）。
-- `models.providers.minimax.models`：定义 `id`、`name`、`reasoning`、`contextWindow`、`maxTokens`、`cost`。
-- `agents.defaults.models`：为你想要在允许列表中的模型设置别名。
-- `models.mode`：如果你想将 MiniMax 与内置模型一起添加，保持 `merge`。
-
-## 注意事项
-
-- 模型引用格式为 `minimax/<model>`。
-- 编程计划使用量 API：`https://api.minimaxi.com/v1/api/openplatform/coding_plan/remains`（需要编程计划密钥）。
-- 如果需要精确的成本跟踪，请更新 `models.json` 中的定价值。
-- MiniMax 编程计划推荐链接（9 折优惠）：https://platform.minimax.io/subscribe/coding-plan?code=DbXJTRClnb&source=link
-- 参见 [/concepts/model-providers](/concepts/model-providers) 了解提供商规则。
-- 使用 `symi models list` 和 `symi models set minimax/MiniMax-M2.1` 切换模型。
-
-## 故障排除
-
-### "Unknown model: minimax/MiniMax-M2.1"
-
-这通常意味着 **MiniMax 提供商未配置**（没有提供商条目，也没有找到 MiniMax 认证配置文件/环境变量密钥）。此检测的修复在 **2026.1.12** 中（撰写本文时尚未发布）。修复方法：
-
-- 升级到 **2026.1.12**（或从源码 `main` 分支运行），然后重启 Gateway 网关。
-- 运行 `symi configure` 并选择 **MiniMax M2.1**，或
-- 手动添加 `models.providers.minimax` 块，或
-- 设置 `MINIMAX_API_KEY`（或 MiniMax 认证配置文件）以便注入提供商。
-
-确保模型 id **区分大小写**：
-
-- `minimax/MiniMax-M2.1`
-- `minimax/MiniMax-M2.1-lightning`
-
-然后重新检查：
-
-```bash
-symi models list
-```

package/docs/zh-CN/providers/models.md

@@ -1,55 +0,0 @@
----
-read_when:
-  - 你想选择一个模型提供商
-  - 你想要 LLM 认证 + 模型选择的快速设置示例
-summary: Symi 支持的模型提供商（LLM）
-title: 模型提供商快速入门
-x-i18n:
-  generated_at: "2026-02-03T07:53:35Z"
-  model: claude-opus-4-5
-  provider: pi
-  source_hash: 2f5b99207dc7860e0a7b541b61e984791f5d7ab1953b3e917365a248a09b025b
-  source_path: providers/models.md
-  workflow: 15
----
-
-# 模型提供商
-
-Symi 可以使用许多 LLM 提供商。选择一个，进行认证，然后将默认模型设置为 `provider/model`。
-
-## 推荐：Venice（Venice AI）
-
-Venice 是我们推荐的 Venice AI 设置，用于隐私优先的推理，并可选择使用 Opus 处理最困难的任务。
-
-- 默认：`venice/llama-3.3-70b`
-- 最佳综合：`venice/claude-opus-45`（Opus 仍然是最强的）
-
-参见 [Venice AI](/providers/venice)。
-
-## 快速开始（两个步骤）
-
-1. 与提供商认证（通常通过 `symi onboard`）。
-2. 设置默认模型：
-
-```json5
-{
-  agents: { defaults: { model: { primary: "anthropic/claude-opus-4-5" } } },
-}
-```
-
-## 支持的提供商（入门集）
-
-- [OpenAI（API + Codex）](/providers/openai)
-- [Anthropic（API + Claude Code CLI）](/providers/anthropic)
-- [OpenRouter](/providers/openrouter)
-- [Vercel AI Gateway](/providers/vercel-ai-gateway)
-- [Moonshot AI（Kimi + Kimi Coding）](/providers/moonshot)
-- [Synthetic](/providers/synthetic)
-- [OpenCode Zen](/providers/opencode)
-- [Z.AI](/providers/zai)
-- [GLM 模型](/providers/glm)
-- [MiniMax](/providers/minimax)
-- [Venice（Venice AI）](/providers/venice)
-- [Amazon Bedrock](/providers/bedrock)
-
-有关完整的提供商目录（xAI、Groq、Mistral 等）和高级配置，请参阅[模型提供商](/concepts/model-providers)。

package/docs/zh-CN/providers/moonshot.md

@@ -1,145 +0,0 @@
----
-read_when:
-  - 你想了解 Moonshot K2（Moonshot 开放平台）与 Kimi Coding 的配置
-  - 你需要了解独立的端点、密钥和模型引用
-  - 你想获取任一提供商的可复制粘贴配置
-summary: 配置 Moonshot K2 与 Kimi Coding（独立提供商和密钥）
-title: Moonshot AI
-x-i18n:
-  generated_at: "2026-02-01T21:35:13Z"
-  model: claude-opus-4-5
-  provider: pi
-  source_hash: 2de81b1a37a0e6e61e0e142fcd36760ecd00834e107dc9b5e38bbf971b27e18e
-  source_path: providers/moonshot.md
-  workflow: 15
----
-
-# Moonshot AI (Kimi)
-
-Moonshot 提供兼容 OpenAI 端点的 Kimi API。配置提供商并将默认模型设置为 `moonshot/kimi-k2.5`，或使用 Kimi Coding 的 `kimi-coding/k2p5`。
-
-当前 Kimi K2 模型 ID：
-{/_ moonshot-kimi-k2-ids:start _/}
-
-- `kimi-k2.5`
-- `kimi-k2-0905-preview`
-- `kimi-k2-turbo-preview`
-- `kimi-k2-thinking`
-- `kimi-k2-thinking-turbo`
-  {/_ moonshot-kimi-k2-ids:end _/}
-
-```bash
-symi onboard --auth-choice moonshot-api-key
-```
-
-Kimi Coding：
-
-```bash
-symi onboard --auth-choice kimi-code-api-key
-```
-
-注意：Moonshot 和 Kimi Coding 是独立的提供商。密钥不可互换，端点不同，模型引用也不同（Moonshot 使用 `moonshot/...`，Kimi Coding 使用 `kimi-coding/...`）。
-
-## 配置片段（Moonshot API）
-
-```json5
-{
-  env: { MOONSHOT_API_KEY: "sk-..." },
-  agents: {
-    defaults: {
-      model: { primary: "moonshot/kimi-k2.5" },
-      models: {
-        // moonshot-kimi-k2-aliases:start
-        "moonshot/kimi-k2.5": { alias: "Kimi K2.5" },
-        "moonshot/kimi-k2-0905-preview": { alias: "Kimi K2" },
-        "moonshot/kimi-k2-turbo-preview": { alias: "Kimi K2 Turbo" },
-        "moonshot/kimi-k2-thinking": { alias: "Kimi K2 Thinking" },
-        "moonshot/kimi-k2-thinking-turbo": { alias: "Kimi K2 Thinking Turbo" },
-        // moonshot-kimi-k2-aliases:end
-      },
-    },
-  },
-  models: {
-    mode: "merge",
-    providers: {
-      moonshot: {
-        baseUrl: "https://api.moonshot.ai/v1",
-        apiKey: "${MOONSHOT_API_KEY}",
-        api: "openai-completions",
-        models: [
-          // moonshot-kimi-k2-models:start
-          {
-            id: "kimi-k2.5",
-            name: "Kimi K2.5",
-            reasoning: false,
-            input: ["text"],
-            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
-            contextWindow: 256000,
-            maxTokens: 8192,
-          },
-          {
-            id: "kimi-k2-0905-preview",
-            name: "Kimi K2 0905 Preview",
-            reasoning: false,
-            input: ["text"],
-            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
-            contextWindow: 256000,
-            maxTokens: 8192,
-          },
-          {
-            id: "kimi-k2-turbo-preview",
-            name: "Kimi K2 Turbo",
-            reasoning: false,
-            input: ["text"],
-            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
-            contextWindow: 256000,
-            maxTokens: 8192,
-          },
-          {
-            id: "kimi-k2-thinking",
-            name: "Kimi K2 Thinking",
-            reasoning: true,
-            input: ["text"],
-            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
-            contextWindow: 256000,
-            maxTokens: 8192,
-          },
-          {
-            id: "kimi-k2-thinking-turbo",
-            name: "Kimi K2 Thinking Turbo",
-            reasoning: true,
-            input: ["text"],
-            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
-            contextWindow: 256000,
-            maxTokens: 8192,
-          },
-          // moonshot-kimi-k2-models:end
-        ],
-      },
-    },
-  },
-}
-```
-
-## Kimi Coding
-
-```json5
-{
-  env: { KIMI_API_KEY: "sk-..." },
-  agents: {
-    defaults: {
-      model: { primary: "kimi-coding/k2p5" },
-      models: {
-        "kimi-coding/k2p5": { alias: "Kimi K2.5" },
-      },
-    },
-  },
-}
-```
-
-## 注意事项
-
-- Moonshot 模型引用使用 `moonshot/<modelId>`。Kimi Coding 模型引用使用 `kimi-coding/<modelId>`。
-- 如有需要，可在 `models.providers` 中覆盖定价和上下文元数据。
-- 如果 Moonshot 发布了某个模型的不同上下文限制，请相应调整 `contextWindow`。
-- 如需使用中国端点，请使用 `https://api.moonshot.cn/v1`。

package/docs/zh-CN/providers/ollama.md

@@ -1,230 +0,0 @@
----
-read_when:
-  - 你想通过 Ollama 使用本地模型运行 Symi
-  - 你需要 Ollama 的安装和配置指导
-summary: 通过 Ollama（本地 LLM 运行时）运行 Symi
-title: Ollama
-x-i18n:
-  generated_at: "2026-02-01T21:35:22Z"
-  model: claude-opus-4-5
-  provider: pi
-  source_hash: 157080ad90f449f622260a5f5bd293f79c15800527d36b15596e8ca232e3c957
-  source_path: providers/ollama.md
-  workflow: 15
----
-
-# Ollama
-
-Ollama 是一个本地 LLM 运行时，可以轻松在你的机器上运行开源模型。Symi 通过 Ollama 的 OpenAI 兼容 API 进行集成，并且当你通过 `OLLAMA_API_KEY`（或认证配置）启用且未定义显式的 `models.providers.ollama` 条目时，可以**自动发现支持工具调用的模型**。
-
-## 快速开始
-
-1. 安装 Ollama：https://ollama.ai
-
-2. 拉取模型：
-
-```bash
-ollama pull llama3.3
-# 或
-ollama pull qwen2.5-coder:32b
-# 或
-ollama pull deepseek-r1:32b
-```
-
-3. 为 Symi 启用 Ollama（任意值即可；Ollama 不需要真实密钥）：
-
-```bash
-# 设置环境变量
-export OLLAMA_API_KEY="ollama-local"
-
-# 或在配置文件中设置
-symi config set models.providers.ollama.apiKey "ollama-local"
-```
-
-4. 使用 Ollama 模型：
-
-```json5
-{
-  agents: {
-    defaults: {
-      model: { primary: "ollama/llama3.3" },
-    },
-  },
-}
-```
-
-## 模型发现（隐式提供商）
-
-当你设置了 `OLLAMA_API_KEY`（或认证配置）且**未**定义 `models.providers.ollama` 时，Symi 会从本地 Ollama 实例 `http://127.0.0.1:11434` 发现模型：
-
-- 查询 `/api/tags` 和 `/api/show`
-- 仅保留报告了 `tools` 能力的模型
-- 当模型报告 `thinking` 时标记为 `reasoning`
-- 在可用时从 `model_info["<arch>.context_length"]` 读取 `contextWindow`
-- 将 `maxTokens` 设置为上下文窗口的 10 倍
-- 所有费用设置为 `0`
-
-这样无需手动配置模型条目，同时保持目录与 Ollama 的能力对齐。
-
-查看可用模型：
-
-```bash
-ollama list
-symi models list
-```
-
-要添加新模型，只需通过 Ollama 拉取：
-
-```bash
-ollama pull mistral
-```
-
-新模型将被自动发现并可供使用。
-
-如果你显式设置了 `models.providers.ollama`，自动发现将被跳过，你必须手动定义模型（见下文）。
-
-## 配置
-
-### 基本设置（隐式发现）
-
-启用 Ollama 最简单的方式是通过环境变量：
-
-```bash
-export OLLAMA_API_KEY="ollama-local"
-```
-
-### 显式设置（手动模型）
-
-在以下情况使用显式配置：
-
-- Ollama 运行在其他主机/端口上。
-- 你想强制指定上下文窗口或模型列表。
-- 你想包含未报告工具支持的模型。
-
-```json5
-{
-  models: {
-    providers: {
-      ollama: {
-        // 使用包含 /v1 的主机地址以兼容 OpenAI API
-        baseUrl: "http://ollama-host:11434/v1",
-        apiKey: "ollama-local",
-        api: "openai-completions",
-        models: [
-          {
-            id: "llama3.3",
-            name: "Llama 3.3",
-            reasoning: false,
-            input: ["text"],
-            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
-            contextWindow: 8192,
-            maxTokens: 8192 * 10
-          }
-        ]
-      }
-    }
-  }
-}
-```
-
-如果设置了 `OLLAMA_API_KEY`，你可以在提供商条目中省略 `apiKey`，Symi 会自动填充以进行可用性检查。
-
-### 自定义基础 URL（显式配置）
-
-如果 Ollama 运行在不同的主机或端口上（显式配置会禁用自动发现，因此需要手动定义模型）：
-
-```json5
-{
-  models: {
-    providers: {
-      ollama: {
-        apiKey: "ollama-local",
-        baseUrl: "http://ollama-host:11434/v1",
-      },
-    },
-  },
-}
-```
-
-### 模型选择
-
-配置完成后，所有 Ollama 模型即可使用：
-
-```json5
-{
-  agents: {
-    defaults: {
-      model: {
-        primary: "ollama/llama3.3",
-        fallbacks: ["ollama/qwen2.5-coder:32b"],
-      },
-    },
-  },
-}
-```
-
-## 高级用法
-
-### 推理模型
-
-当 Ollama 在 `/api/show` 中报告 `thinking` 时，Symi 会将模型标记为具有推理能力：
-
-```bash
-ollama pull deepseek-r1:32b
-```
-
-### 模型费用
-
-Ollama 免费且在本地运行，因此所有模型费用均设置为 $0。
-
-### 上下文窗口
-
-对于自动发现的模型，Symi 会使用 Ollama 报告的上下文窗口（如果可用），否则默认为 `8192`。你可以在显式提供商配置中覆盖 `contextWindow` 和 `maxTokens`。
-
-## 故障排除
-
-### Ollama 未被检测到
-
-确保 Ollama 正在运行，且你已设置 `OLLAMA_API_KEY`（或认证配置），并且**未**定义显式的 `models.providers.ollama` 条目：
-
-```bash
-ollama serve
-```
-
-同时确认 API 可访问：
-
-```bash
-curl http://localhost:11434/api/tags
-```
-
-### 没有可用模型
-
-Symi 仅自动发现报告了工具支持的模型。如果你的模型未列出，可以：
-
-- 拉取一个支持工具调用的模型，或
-- 在 `models.providers.ollama` 中显式定义该模型。
-
-添加模型：
-
-```bash
-ollama list  # 查看已安装的模型
-ollama pull llama3.3  # 拉取模型
-```
-
-### 连接被拒绝
-
-检查 Ollama 是否在正确的端口上运行：
-
-```bash
-# 检查 Ollama 是否在运行
-ps aux | grep ollama
-
-# 或重启 Ollama
-ollama serve
-```
-
-## 另请参阅
-
-- [模型提供商](/concepts/model-providers) - 所有提供商概览
-- [模型选择](/concepts/models) - 如何选择模型
-- [配置](/gateway/configuration) - 完整配置参考

package/docs/zh-CN/providers/openai.md

@@ -1,68 +0,0 @@
----
-read_when:
-  - 你想在 Symi 中使用 OpenAI 模型
-  - 你想使用 Codex 订阅认证而非 API 密钥
-summary: 在 Symi 中通过 API 密钥或 Codex 订阅使用 OpenAI
-title: OpenAI
-x-i18n:
-  generated_at: "2026-02-01T21:35:10Z"
-  model: claude-opus-4-5
-  provider: pi
-  source_hash: f15365d5d616258f6035b986d80fe6acd1be5836a07e5bb68236688ef2952ef7
-  source_path: providers/openai.md
-  workflow: 15
----
-
-# OpenAI
-
-OpenAI 提供 GPT 模型的开发者 API。Codex 支持**ChatGPT 登录**进行订阅访问，或**API 密钥**登录进行按量计费访问。Codex 云端需要 ChatGPT 登录。
-
-## 方式 A：OpenAI API 密钥（OpenAI Platform）
-
-**适用于：**直接 API 访问和按量计费。
-从 OpenAI 控制台获取你的 API 密钥。
-
-### CLI 设置
-
-```bash
-symi onboard --auth-choice openai-api-key
-# 或非交互式
-symi onboard --openai-api-key "$OPENAI_API_KEY"
-```
-
-### 配置片段
-
-```json5
-{
-  env: { OPENAI_API_KEY: "sk-..." },
-  agents: { defaults: { model: { primary: "openai/gpt-5.2" } } },
-}
-```
-
-## 方式 B：OpenAI Code（Codex）订阅
-
-**适用于：**使用 ChatGPT/Codex 订阅访问而非 API 密钥。
-Codex 云端需要 ChatGPT 登录，而 Codex CLI 支持 ChatGPT 或 API 密钥登录。
-
-### CLI 设置
-
-```bash
-# 在向导中运行 Codex OAuth
-symi onboard --auth-choice openai-codex
-
-# 或直接运行 OAuth
-symi models auth login --provider openai-codex
-```
-
-### 配置片段
-
-```json5
-{
-  agents: { defaults: { model: { primary: "openai-codex/gpt-5.2" } } },
-}
-```
-
-## 注意事项
-
-- 模型引用始终使用 `provider/model` 格式（参见 [/concepts/models](/concepts/models)）。
-- 认证详情和复用规则请参阅 [/concepts/oauth](/concepts/oauth)。