better-dsh 0.2.5 → 0.3.0-c

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/integrations/providers.md

@@ -1,1433 +0,0 @@
----
-title: "AI 提供商"
-sidebar_label: "AI 提供商"
-sidebar_position: 1
----
-
-# AI 提供商
-
-本页介绍如何为 Hermes Agent 配置推理提供商——从 OpenRouter、Anthropic 等云端 API，到 Ollama、vLLM 等自托管端点，再到高级路由与故障转移配置。使用 Hermes 至少需要配置一个提供商。
-
-## 推理提供商
-
-你需要至少一种方式连接到 LLM。使用 `hermes model` 交互式切换提供商和模型，或直接配置：
-
-| 提供商 | 配置方式 |
-|----------|-------|
-| **Nous Portal** | `hermes model`（OAuth，订阅制） |
-| **OpenAI Codex** | `hermes model` → **ChatGPT or Codex Subscription**（ChatGPT OAuth，使用 Codex 模型） |
-| **GitHub Copilot** | `hermes model`（OAuth 设备码流程，`COPILOT_GITHUB_TOKEN`、`GH_TOKEN` 或 `gh auth token`） |
-| **GitHub Copilot ACP** | `hermes model`（在本地生成 `copilot --acp --stdio` 子进程） |
-| **Anthropic** | `hermes model`（Claude Max + 额外用量积分，通过 OAuth；也支持 Anthropic API key 或手动 setup-token——见下方说明） |
-| **OpenRouter** | `~/.hermes/.env` 中的 `OPENROUTER_API_KEY` |
-| **NovitaAI** | `~/.hermes/.env` 中的 `NOVITA_API_KEY`（provider: `novita`，200+ 模型，Model API、Agent Sandbox、GPU Cloud） |
-| **AI Gateway** | `~/.hermes/.env` 中的 `AI_GATEWAY_API_KEY`（provider: `ai-gateway`） |
-| **z.ai / GLM** | `~/.hermes/.env` 中的 `GLM_API_KEY`（provider: `zai`） |
-| **Kimi / Moonshot** | `~/.hermes/.env` 中的 `KIMI_API_KEY`（provider: `kimi-coding`） |
-| **Kimi / Moonshot（中国）** | `~/.hermes/.env` 中的 `KIMI_CN_API_KEY`（provider: `kimi-coding-cn`；别名：`kimi-cn`、`moonshot-cn`） |
-| **Arcee AI** | `~/.hermes/.env` 中的 `ARCEEAI_API_KEY`（provider: `arcee`；别名：`arcee-ai`、`arceeai`） |
-| **GMI Cloud** | `~/.hermes/.env` 中的 `GMI_API_KEY`（provider: `gmi`；别名：`gmi-cloud`、`gmicloud`） |
-| **MiniMax** | `~/.hermes/.env` 中的 `MINIMAX_API_KEY`（provider: `minimax`） |
-| **MiniMax 中国** | `~/.hermes/.env` 中的 `MINIMAX_CN_API_KEY`（provider: `minimax-cn`） |
-| **xAI（Grok）— Responses API** | `~/.hermes/.env` 中的 `XAI_API_KEY`（provider: `xai`） |
-| **xAI Grok OAuth（SuperGrok）** | `hermes model` → "xAI Grok OAuth (SuperGrok / Premium+)"——浏览器登录，无需 API key。参见[指南](../guides/xai-grok-oauth.md) |
-| **Qwen Cloud（阿里 DashScope）** | `~/.hermes/.env` 中的 `DASHSCOPE_API_KEY`（provider: `alibaba`） |
-| **阿里云（Coding Plan）** | `DASHSCOPE_API_KEY`（provider: `alibaba-coding-plan`，别名：`alibaba_coding`）——独立计费 SKU，不同端点 |
-| **Kilo Code** | `~/.hermes/.env` 中的 `KILOCODE_API_KEY`（provider: `kilocode`） |
-| **小米 MiMo** | `~/.hermes/.env` 中的 `XIAOMI_API_KEY`（provider: `xiaomi`，别名：`mimo`、`xiaomi-mimo`） |
-| **腾讯 TokenHub** | `~/.hermes/.env` 中的 `TOKENHUB_API_KEY`（provider: `tencent-tokenhub`，别名：`tencent`、`tokenhub`、`tencentmaas`） |
-| **OpenCode Zen** | `~/.hermes/.env` 中的 `OPENCODE_ZEN_API_KEY`（provider: `opencode-zen`） |
-| **OpenCode Go** | `~/.hermes/.env` 中的 `OPENCODE_GO_API_KEY`（provider: `opencode-go`） |
-| **DeepSeek** | `~/.hermes/.env` 中的 `DEEPSEEK_API_KEY`（provider: `deepseek`） |
-| **Hugging Face** | `~/.hermes/.env` 中的 `HF_TOKEN`（provider: `huggingface`，别名：`hf`） |
-| **Google / Gemini** | `~/.hermes/.env` 中的 `GOOGLE_API_KEY`（或 `GEMINI_API_KEY`）（provider: `gemini`） |
-| **LM Studio** | `hermes model` → "LM Studio"（provider: `lmstudio`，可选 `LM_API_KEY`） |
-| **自定义端点** | `hermes model` → 选择"Custom endpoint"（保存在 `config.yaml`） |
-
-官方 API key 路径请参见专属的 [Google Gemini 指南](/guides/google-gemini)。
-
-:::tip 模型 key 别名
-在 `model:` 配置节中，可以使用 `default:` 或 `model:` 作为模型 ID 的键名。`model: { default: my-model }` 和 `model: { model: my-model }` 效果完全相同。
-:::
-
-
-### Nous Portal
-
-[Nous Portal](https://portal.nousresearch.com) 是 Nous Research 的统一订阅网关，也是**运行 Hermes Agent 的推荐方式**。一次 OAuth 登录即可访问 300+ 前沿智能体模型（Claude、GPT、Gemini、DeepSeek、Qwen、Kimi、GLM、MiniMax、Grok 等）以及 [Tool Gateway](/user-guide/features/tool-gateway)（网页搜索、图像生成、TTS、浏览器自动化）——费用从你的 Nous 订阅中扣除，无需单独管理各提供商账户。
-
-```bash
-hermes setup --portal     # 全新安装——一条命令完成 OAuth + 提供商 + 网关配置
-hermes model              # 已有安装——从列表中选择"Nous Portal"
-hermes portal info        # 随时查看登录状态和路由信息
-```
-
-还没有订阅？前往 [portal.nousresearch.com/manage-subscription](https://portal.nousresearch.com/manage-subscription) 购买。
-
-**完整详情：** 参见专属的 [Nous Portal 集成页面](/integrations/nous-portal)（订阅内容、模型目录、故障排查）以及分步指南[使用 Nous Portal 运行 Hermes Agent](/guides/run-hermes-with-nous-portal)。
-
-
-:::info Codex 说明
-OpenAI Codex 提供商通过设备码（device code）认证——打开一个 URL 并输入验证码。Hermes 将生成的凭据存储在 `~/.hermes/auth.json` 的自有认证存储中，并在存在 `~/.codex/auth.json` 时可导入现有的 Codex CLI 凭据。无需安装 Codex CLI。
-
-如果 token 刷新因终端错误（HTTP 4xx、`invalid_grant`、授权被撤销等）失败，Hermes 会将该刷新 token 标记为失效并停止重试，避免出现大量重复的认证失败。下一次请求会显示类型化的重新认证提示。运行 `hermes auth add openai-codex`（或 `hermes model` → **ChatGPT or Codex Subscription**）开始新的设备码登录；成功交换后隔离状态自动解除。
-
-在 Python/OpenSSL 3.5+ 上，如果网络中间设备拒绝 X25519MLKEM768 等后量子密钥交换组，设备码登录可能报 `[SSL: UNEXPECTED_EOF_WHILE_READING]` 或 TLS 握手超时（此时 curl 仍可能正常）。Hermes 不会修改默认 TLS 策略。请在运行 `hermes model` 前将 `OPENSSL_CONF` 指向一个把 `Groups` 限制为经典曲线的配置文件，或用 TLS 1.2 进行诊断：
-
-```ini
-openssl_conf = openssl_init
-
-[openssl_init]
-ssl_conf = ssl_sect
-
-[ssl_sect]
-system_default = system_default_sect
-
-[system_default_sect]
-Groups = x25519:secp256r1:secp384r1:x448
-```
-:::
-
-:::warning
-即使使用 Nous Portal、Codex 或自定义端点，某些工具（视觉、网页摘要、MoA）仍会使用单独的"辅助"模型。默认情况下（`auxiliary.*.provider: "auto"`），Hermes 将这些任务路由到你的**主聊天模型**——即你在 `hermes model` 中选择的同一模型。你可以单独覆盖每个任务，将其路由到更便宜/更快的模型（例如 OpenRouter 上的 Gemini Flash）——参见[辅助模型](/user-guide/configuration#auxiliary-models)。
-:::
-
-:::tip Nous Tool Gateway
-付费 Nous Portal 订阅者还可访问 **[Tool Gateway](/user-guide/features/tool-gateway)**——网页搜索、图像生成、TTS 和浏览器自动化，均通过你的订阅路由。无需额外 API key。全新安装时，`hermes setup --portal` 一条命令即可完成登录、设置 Nous 为提供商并开启网关。现有用户可通过 `hermes model` 或 `hermes tools` 按工具启用。随时使用 `hermes portal info` 查看路由状态。
-:::
-
-### 模型管理的两个命令
-
-Hermes 有**两个**模型命令，用途不同：
-
-| 命令 | 运行位置 | 功能 |
-|---------|-------------|--------------|
-| **`hermes model`** | 终端（任何会话之外） | 完整配置向导——添加提供商、运行 OAuth、输入 API key、配置端点 |
-| **`/model`** | Hermes 聊天会话内部 | 在**已配置的**提供商和模型之间快速切换 |
-
-如果你想切换到尚未配置的提供商（例如你只配置了 OpenRouter，想使用 Anthropic），需要使用 `hermes model`，而不是 `/model`。先退出会话（`Ctrl+C` 或 `/quit`），运行 `hermes model`，完成提供商配置，然后开启新会话。
-
-
-### Anthropic（原生）
-
-通过 Anthropic API 直接使用 Claude 模型——无需 OpenRouter 代理。支持三种认证方式：
-
-:::caution 需要 Claude Max"额外用量"积分
-通过 `hermes model` → Anthropic OAuth（或 `hermes auth add anthropic --type oauth`）认证时，Hermes 以 Claude Code 身份路由到你的 Anthropic 账户。**仅当你订阅了 Claude Max 计划且购买了额外用量积分时才有效。** Claude Max 基础计划的配额（Claude Code 默认包含的用量）不会被 Hermes 消耗——只有你额外购买的超额积分才会被使用。Claude Pro 订阅者无法使用此路径。
-
-如果你没有 Max + 额外积分，请改用 `ANTHROPIC_API_KEY`——请求将按 token 计费，从该 key 所属组织扣费（标准 API 定价，与任何 Claude 订阅无关）。
-:::
-
-```bash
-# 使用 API key（按 token 计费）
-export ANTHROPIC_API_KEY=***
-hermes chat --provider anthropic --model claude-sonnet-4-6
-
-# 推荐：通过 `hermes model` 认证
-# 如果已使用 Claude Code，Hermes 会直接使用其凭据存储
-hermes model
-
-# 使用 setup-token 手动覆盖（备用/旧版）
-export ANTHROPIC_TOKEN=***  # setup-token 或手动 OAuth token
-hermes chat --provider anthropic
-
-# 自动检测 Claude Code 凭据（如果你已使用 Claude Code）
-hermes chat --provider anthropic  # 自动读取 Claude Code 凭据文件
-```
-
-通过 `hermes model` 选择 Anthropic OAuth 时，Hermes 优先使用 Claude Code 自身的凭据存储，而不是将 token 复制到 `~/.hermes/.env`。这样可以保持 Claude 凭据的可刷新性。
-
-或永久设置：
-```yaml
-model:
-  provider: "anthropic"
-  default: "claude-sonnet-4-6"
-```
-
-:::tip 别名
-`--provider claude` 和 `--provider claude-code` 也可作为 `--provider anthropic` 的简写。
-:::
-
-### GitHub Copilot
-
-Hermes 以一等提供商身份支持 GitHub Copilot，提供两种模式：
-
-**`copilot` — 直连 Copilot API**（推荐）。使用你的 GitHub Copilot 订阅，通过 Copilot API 访问 GPT-5.x、Claude、Gemini 等模型。
-
-```bash
-hermes chat --provider copilot --model gpt-5.4
-```
-
-**认证选项**（按以下顺序检查）：
-
-1. `COPILOT_GITHUB_TOKEN` 环境变量
-2. `GH_TOKEN` 环境变量
-3. `GITHUB_TOKEN` 环境变量
-4. `gh auth token` CLI 回退
-
-如果未找到 token，`hermes model` 会提供 **OAuth 设备码登录**——与 Copilot CLI 和 opencode 使用的流程相同。
-
-:::warning Token 类型
-Copilot API **不**支持经典个人访问 token（`ghp_*`）。支持的 token 类型：
-
-| 类型 | 前缀 | 获取方式 |
-|------|--------|------------|
-| OAuth token | `gho_` | `hermes model` → GitHub Copilot → 使用 GitHub 登录 |
-| 细粒度 PAT | `github_pat_` | GitHub 设置 → 开发者设置 → 细粒度 token（需要 **Copilot Requests** 权限） |
-| GitHub App token | `ghu_` | 通过 GitHub App 安装获取 |
-
-如果你的 `gh auth token` 返回 `ghp_*` token，请使用 `hermes model` 通过 OAuth 认证。
-:::
-
-:::info Hermes 中的 Copilot 认证行为
-Hermes 将支持的 GitHub token（`gho_*`、`github_pat_*` 或 `ghu_*`）直接发送到 `api.githubcopilot.com`，并附带 Copilot 专用请求头（`Editor-Version`、`Copilot-Integration-Id`、`Openai-Intent`、`x-initiator`）。
-
-收到 HTTP 401 时，Hermes 在回退前会执行一次性凭据恢复：
-
-1. 通过正常优先级链重新解析 token（`COPILOT_GITHUB_TOKEN` → `GH_TOKEN` → `GITHUB_TOKEN` → `gh auth token`）
-2. 使用刷新后的请求头重建共享 OpenAI 客户端
-3. 重试请求一次
-
-部分旧版社区代理使用 `api.github.com/copilot_internal/v2/token` 交换流程。该端点对某些账户类型可能不可用（返回 404）。因此 Hermes 以直接 token 认证为主路径，依靠运行时凭据刷新 + 重试保证健壮性。
-:::
-
-**API 路由**：GPT-5+ 模型（`gpt-5-mini` 除外）自动使用 Responses API。其他所有模型（GPT-4o、Claude、Gemini 等）使用 Chat Completions。模型从 Copilot 实时目录自动检测。
-
-**`copilot-acp` — Copilot ACP 智能体后端**。将本地 Copilot CLI 作为子进程启动：
-
-```bash
-hermes chat --provider copilot-acp --model copilot-acp
-# 需要 PATH 中存在 GitHub Copilot CLI 且已完成 `copilot login`
-```
-
-**永久配置：**
-```yaml
-model:
-  provider: "copilot"
-  default: "gpt-5.4"
-```
-
-| 环境变量 | 说明 |
-|---------------------|-------------|
-| `COPILOT_GITHUB_TOKEN` | Copilot API 的 GitHub token（最高优先级） |
-| `HERMES_COPILOT_ACP_COMMAND` | 覆盖 Copilot CLI 二进制路径（默认：`copilot`） |
-| `HERMES_COPILOT_ACP_ARGS` | 覆盖 ACP 参数（默认：`--acp --stdio`） |
-
-### 一等 API Key 提供商
-
-这些提供商内置支持，具有专属提供商 ID。设置 API key 后使用 `--provider` 选择：
-
-```bash
-# NovitaAI Model API
-hermes chat --provider novita --model moonshotai/kimi-k2.5
-# 需要：~/.hermes/.env 中的 NOVITA_API_KEY
-
-# z.ai / ZhipuAI GLM
-hermes chat --provider zai --model glm-5
-# 需要：~/.hermes/.env 中的 GLM_API_KEY
-
-# Kimi / Moonshot AI（国际版：api.moonshot.ai）
-hermes chat --provider kimi-coding --model kimi-for-coding
-# 需要：~/.hermes/.env 中的 KIMI_API_KEY
-
-# Kimi / Moonshot AI（中国版：api.moonshot.cn）
-hermes chat --provider kimi-coding-cn --model kimi-k2.5
-# 需要：~/.hermes/.env 中的 KIMI_CN_API_KEY
-
-# MiniMax（全球端点）
-hermes chat --provider minimax --model MiniMax-M2.7
-# 需要：~/.hermes/.env 中的 MINIMAX_API_KEY
-
-# MiniMax（中国端点）
-hermes chat --provider minimax-cn --model MiniMax-M2.7
-# 需要：~/.hermes/.env 中的 MINIMAX_CN_API_KEY
-
-# Qwen Cloud / DashScope（Qwen 模型）
-hermes chat --provider alibaba --model qwen3.5-plus
-# 需要：~/.hermes/.env 中的 DASHSCOPE_API_KEY
-
-# 小米 MiMo
-hermes chat --provider xiaomi --model mimo-v2-pro
-# 需要：~/.hermes/.env 中的 XIAOMI_API_KEY
-
-# 腾讯 TokenHub（Hy3 Preview）
-hermes chat --provider tencent-tokenhub --model hy3-preview
-# 需要：~/.hermes/.env 中的 TOKENHUB_API_KEY
-
-# Arcee AI（Trinity 模型）
-hermes chat --provider arcee --model trinity-large-thinking
-# 需要：~/.hermes/.env 中的 ARCEEAI_API_KEY
-
-# GMI Cloud
-# 使用 GMI /v1/models 端点返回的精确模型 ID。
-hermes chat --provider gmi --model zai-org/GLM-5.1-FP8
-# 需要：~/.hermes/.env 中的 GMI_API_KEY
-```
-
-或在 `config.yaml` 中永久设置提供商：
-```yaml
-model:
-  provider: "gmi"
-  default: "zai-org/GLM-5.1-FP8"
-```
-
-基础 URL 可通过 `NOVITA_BASE_URL`、`GLM_BASE_URL`、`KIMI_BASE_URL`、`MINIMAX_BASE_URL`、`MINIMAX_CN_BASE_URL`、`DASHSCOPE_BASE_URL`、`XIAOMI_BASE_URL`、`GMI_BASE_URL` 或 `TOKENHUB_BASE_URL` 环境变量覆盖。
-
-:::note Z.AI 端点自动检测
-使用 Z.AI / GLM 提供商时，Hermes 会自动探测多个端点（全球版、中国版、编程版）以找到接受你 API key 的端点。无需手动设置 `GLM_BASE_URL`——可用端点会被自动检测并缓存。
-:::
-
-### xAI（Grok）— Responses API + Prompt 缓存
-
-xAI 通过 Responses API（`codex_responses` 传输）接入，自动支持 Grok 4 模型的推理——无需 `reasoning_effort` 参数，服务端默认进行推理。在 `~/.hermes/.env` 中设置 `XAI_API_KEY` 并在 `hermes model` 中选择 xAI，或直接用 `grok` 作为快捷方式输入 `/model grok-4-1-fast-reasoning`。
-
-SuperGrok 和 X Premium+ 订阅者可以用浏览器 OAuth 登录，无需 API key——在 `hermes model` 中选择 **xAI Grok OAuth (SuperGrok / Premium+)**，或运行 `hermes auth add xai-oauth`。同一 OAuth bearer token 会被 xAI 直连工具（TTS、图像生成、视频生成、转录）自动复用。完整流程参见 [xAI Grok OAuth 指南](../guides/xai-grok-oauth.md)——如果 Hermes 运行在远程主机上，还需参见 [SSH / 远程主机上的 OAuth](../guides/oauth-over-ssh.md) 了解所需的 `ssh -L` 隧道配置。
-
-使用 xAI 作为提供商时（任何包含 `x.ai` 的基础 URL），Hermes 会在每次 API 请求中自动发送 `x-grok-conv-id` 请求头以启用 prompt（提示词）缓存。这会将同一会话的请求路由到同一服务器，使 xAI 基础设施能够复用已缓存的系统 prompt 和对话历史。
-
-无需任何配置——检测到 xAI 端点且存在会话 ID 时，缓存自动激活。这可降低多轮对话的延迟和成本。
-
-xAI 还提供专属 TTS 端点（`/v1/tts`）。在 `hermes tools` → 语音与 TTS 中选择 **xAI TTS**，或参见[语音与 TTS](../user-guide/features/tts.md#text-to-speech) 页面了解配置。
-
-### NovitaAI
-
-[NovitaAI](https://novita.ai) 是面向开发者和智能体的 AI 原生云平台。三条产品线：200+ 模型的 Model API、用于构建和运行 AI 智能体的 Agent Sandbox，以及可扩展计算的 GPU Cloud，均可从同一平台访问。
-
-```bash
-# 使用任意可用模型
-hermes chat --provider novita --model moonshotai/kimi-k2.5
-# 需要：~/.hermes/.env 中的 NOVITA_API_KEY
-
-# 短别名
-hermes chat --provider novita-ai --model deepseek/deepseek-v3-0324
-```
-
-或在 `config.yaml` 中永久设置：
-```yaml
-model:
-  provider: "novita"
-  default: "moonshotai/kimi-k2.5"
-  base_url: "https://api.novita.ai/openai/v1"
-```
-
-在 [novita.ai/settings/key-management](https://novita.ai/settings/key-management) 获取 API key。基础 URL 可通过 `NOVITA_BASE_URL` 覆盖。
-
-### Ollama Cloud — 托管 Ollama 模型，OAuth + API Key
-
-[Ollama Cloud](https://ollama.com/cloud) 托管与本地 Ollama 相同的开源模型目录，无需 GPU。在 `hermes model` 中选择 **Ollama Cloud**，粘贴来自 [ollama.com/settings/keys](https://ollama.com/settings/keys) 的 API key，Hermes 会自动发现可用模型。
-
-```bash
-hermes model
-# → 选择"Ollama Cloud"
-# → 粘贴你的 OLLAMA_API_KEY
-# → 从已发现的模型中选择（gpt-oss:120b、glm-4.6:cloud、qwen3-coder:480b-cloud 等）
-```
-
-或直接编辑 `config.yaml`：
-```yaml
-model:
-  provider: "ollama-cloud"
-  default: "gpt-oss:120b"
-```
-
-模型目录从 `ollama.com/v1/models` 动态获取，缓存一小时。`model:tag` 格式（如 `qwen3-coder:480b-cloud`）在规范化过程中保留——不要使用连字符。
-
-:::tip Ollama Cloud 与本地 Ollama
-两者使用相同的 OpenAI 兼容 API。Cloud 是一等提供商（`--provider ollama-cloud`，`OLLAMA_API_KEY`）；本地 Ollama 通过自定义端点流程访问（基础 URL `http://localhost:11434/v1`，无需 key）。对于无法在本地运行的大模型使用 Cloud；对于隐私保护或离线工作使用本地。
-:::
-
-### AWS Bedrock
-
-通过 AWS Bedrock 使用 Anthropic Claude、Amazon Nova、DeepSeek v3.2、Meta Llama 4 等模型。使用 AWS SDK（`boto3`）凭据链——无需 API key，使用标准 AWS 认证即可。
-
-```bash
-# 最简方式——~/.aws/credentials 中的命名 profile
-hermes chat --provider bedrock --model us.anthropic.claude-sonnet-4-6
-
-# 或使用显式环境变量
-AWS_PROFILE=myprofile AWS_REGION=us-east-1 hermes chat --provider bedrock --model us.anthropic.claude-sonnet-4-6
-```
-
-或在 `config.yaml` 中永久设置：
-```yaml
-model:
-  provider: "bedrock"
-  default: "us.anthropic.claude-sonnet-4-6"
-bedrock:
-  region: "us-east-1"          # 或设置 AWS_REGION
-  # profile: "myprofile"       # 或设置 AWS_PROFILE
-  # discovery: true            # 从 IAM 自动发现区域
-  # guardrail:                 # 可选的 Bedrock Guardrails
-  #   guardrail_identifier: "your-guardrail-id"
-  #   guardrail_version: "DRAFT"
-```
-
-认证使用标准 boto3 链：显式 `AWS_ACCESS_KEY_ID`/`AWS_SECRET_ACCESS_KEY`、`~/.aws/credentials` 中的 `AWS_PROFILE`、EC2/ECS/Lambda 上的 IAM 角色、IMDS 或 SSO。如果已通过 AWS CLI 认证，无需设置任何环境变量。
-
-Bedrock 底层使用 **Converse API**——请求被转换为 Bedrock 的模型无关格式，因此同一配置适用于 Claude、Nova、DeepSeek 和 Llama 模型。仅在调用非默认区域端点时才需设置 `BEDROCK_BASE_URL`。
-
-参见 [AWS Bedrock 指南](/guides/aws-bedrock)，了解 IAM 配置、区域选择和跨区域推理的详细步骤。
-
-### Qwen Portal（OAuth）
-
-阿里巴巴 Qwen Portal，支持基于浏览器的 OAuth 登录。在 `hermes model` 中选择 **Qwen OAuth (Portal)**，通过浏览器登录，Hermes 会持久化刷新 token。
-
-```bash
-hermes model
-# → 选择"Qwen OAuth (Portal)"
-# → 浏览器打开；使用阿里巴巴账户登录
-# → 确认——凭据保存到 ~/.hermes/auth.json
-
-hermes chat   # 使用 portal.qwen.ai/v1 端点
-```
-
-或配置 `config.yaml`：
-```yaml
-model:
-  provider: "qwen-oauth"
-  default: "qwen3-coder-plus"
-```
-
-仅在 portal 端点迁移时才需设置 `HERMES_QWEN_BASE_URL`（默认：`https://portal.qwen.ai/v1`）。
-
-:::tip Qwen OAuth 与 Qwen Cloud（阿里 DashScope）
-`qwen-oauth` 使用面向消费者的 Qwen Portal，通过 OAuth 登录——适合个人用户。`alibaba` 提供商使用 Qwen Cloud（阿里 DashScope），需要 `DASHSCOPE_API_KEY`——适合程序化/生产工作负载。两者都路由到 Qwen 系列模型，但端点不同。
-:::
-
-### 阿里云（Coding Plan）
-
-如果你订阅了阿里巴巴的 **Coding Plan**（独立于标准 DashScope API 访问的计费 SKU），Hermes 将其作为独立的一等提供商暴露：`alibaba-coding-plan`。端点：`https://coding-intl.dashscope.aliyuncs.com/v1`。与常规 `alibaba` 提供商一样兼容 OpenAI，但基础 URL 和计费面不同。
-
-```yaml
-model:
-  provider: alibaba_coding     # alibaba-coding-plan 的别名
-  model: qwen3-coder-plus
-```
-
-或通过 CLI：
-
-```bash
-hermes chat --provider alibaba_coding --model qwen3-coder-plus
-```
-
-`alibaba_coding` 使用与 `alibaba` 条目相同的 `DASHSCOPE_API_KEY`——无需单独的 key，只是路由目标不同。在此提供商注册之前，在 `config.yaml` 中设置 `provider: alibaba_coding` 的用户会静默回退到 OpenRouter 路由。
-
-### MiniMax（OAuth）
-
-通过浏览器 OAuth 登录使用 MiniMax-M2.7——无需 API key。在 `hermes model` 中选择 **MiniMax (OAuth)**，通过浏览器登录，Hermes 会持久化访问 token 和刷新 token。底层使用 Anthropic Messages 兼容端点（`/anthropic`）。
-
-```bash
-hermes model
-# → 选择"MiniMax (OAuth)"
-# → 浏览器打开；使用 MiniMax 账户登录（全球或中国区）
-# → 确认——凭据保存到 ~/.hermes/auth.json
-
-hermes chat   # 使用 api.minimax.io/anthropic 端点
-```
-
-或配置 `config.yaml`：
-```yaml
-model:
-  provider: "minimax-oauth"
-  default: "MiniMax-M2.7"
-```
-
-支持的模型：`MiniMax-M2.7`（主模型）和 `MiniMax-M2.7-highspeed`（默认辅助模型）。OAuth 路径忽略 `MINIMAX_API_KEY` / `MINIMAX_BASE_URL`。
-
-:::tip MiniMax OAuth 与 API key
-`minimax-oauth` 使用 MiniMax 面向消费者的 portal，通过 OAuth 登录——无需设置计费。`minimax` 和 `minimax-cn` 提供商使用 `MINIMAX_API_KEY` / `MINIMAX_CN_API_KEY`——用于程序化访问。完整流程参见 [MiniMax OAuth 指南](/guides/minimax-oauth)。
-:::
-
-### NVIDIA NIM
-
-通过 [build.nvidia.com](https://build.nvidia.com)（免费 API key）或本地 NIM 端点使用 Nemotron 及其他开源模型。
-
-```bash
-# 云端（build.nvidia.com）
-hermes chat --provider nvidia --model nvidia/nemotron-3-super-120b-a12b
-# 需要：~/.hermes/.env 中的 NVIDIA_API_KEY
-
-# 本地 NIM 端点——覆盖基础 URL
-NVIDIA_BASE_URL=http://localhost:8000/v1 hermes chat --provider nvidia --model nvidia/nemotron-3-super-120b-a12b
-```
-
-或在 `config.yaml` 中永久设置：
-```yaml
-model:
-  provider: "nvidia"
-  default: "nvidia/nemotron-3-super-120b-a12b"
-```
-
-:::tip 本地 NIM
-对于本地部署（DGX Spark、本地 GPU），设置 `NVIDIA_BASE_URL=http://localhost:8000/v1`。NIM 暴露与 build.nvidia.com 相同的 OpenAI 兼容 chat completions API，因此在云端和本地之间切换只需修改一行环境变量。
-:::
-
-Hermes 会在每次向 `build.nvidia.com` 发送请求时自动附加 NIM 计费来源请求头——无需任何配置。这会在 NVIDIA 计费仪表板中将消耗路由到正确的来源。
-
-### GMI Cloud
-
-通过 [GMI Cloud](https://www.gmicloud.ai/) 使用开源和推理模型——OpenAI 兼容 API，API key 认证。
-
-```bash
-# GMI Cloud
-hermes chat --provider gmi --model deepseek-ai/DeepSeek-R1
-# 需要：~/.hermes/.env 中的 GMI_API_KEY
-```
-
-或在 `config.yaml` 中永久设置：
-```yaml
-model:
-  provider: "gmi"
-  default: "deepseek-ai/DeepSeek-R1"
-```
-
-基础 URL 可通过 `GMI_BASE_URL` 覆盖（默认：`https://api.gmi-serving.com/v1`）。
-
-### StepFun
-
-通过 [StepFun](https://platform.stepfun.com) 使用 Step 系列模型——OpenAI 兼容 API，API key 认证。
-
-```bash
-# StepFun
-hermes chat --provider stepfun --model step-3.5-flash
-# 需要：~/.hermes/.env 中的 STEPFUN_API_KEY
-```
-
-或在 `config.yaml` 中永久设置：
-```yaml
-model:
-  provider: "stepfun"
-  default: "step-3.5-flash"
-```
-
-基础 URL 可通过 `STEPFUN_BASE_URL` 覆盖（默认：`https://api.stepfun.com/v1`）。
-
-### Hugging Face 推理提供商
-
-[Hugging Face Inference Providers](https://huggingface.co/docs/inference-providers) 通过统一的 OpenAI 兼容端点（`router.huggingface.co/v1`）路由到 20+ 开源模型。请求自动路由到最快的可用后端（Groq、Together、SambaNova 等），并支持自动故障转移。
-
-```bash
-# 使用任意可用模型
-hermes chat --provider huggingface --model Qwen/Qwen3-235B-A22B-Thinking-2507
-# 需要：~/.hermes/.env 中的 HF_TOKEN
-
-# 短别名
-hermes chat --provider hf --model deepseek-ai/DeepSeek-V3.2
-```
-
-或在 `config.yaml` 中永久设置：
-```yaml
-model:
-  provider: "huggingface"
-  default: "Qwen/Qwen3-235B-A22B-Thinking-2507"
-```
-
-在 [huggingface.co/settings/tokens](https://huggingface.co/settings/tokens) 获取 token——确保启用"Make calls to Inference Providers"权限。包含免费层（每月 $0.10 积分，不加价）。
-
-可在模型名称后附加路由后缀：`:fastest`（默认）、`:cheapest`，或 `:provider_name` 强制指定后端。
-
-基础 URL 可通过 `HF_BASE_URL` 覆盖。
-
-## 自定义与自托管 LLM 提供商
-
-Hermes Agent 可与**任何 OpenAI 兼容 API 端点**配合使用。只要服务器实现了 `/v1/chat/completions`，就可以将 Hermes 指向它。这意味着你可以使用本地模型、GPU 推理服务器、多提供商路由器或任何第三方 API。
-
-### 通用配置
-
-配置自定义端点的三种方式：
-
-**交互式配置（推荐）：**
-```bash
-hermes model
-# 选择"Custom endpoint (self-hosted / VLLM / etc.)"
-# 输入：API 基础 URL、API key、模型名称
-```
-
-**手动配置（`config.yaml`）：**
-```yaml
-# 在 ~/.hermes/config.yaml 中
-model:
-  default: your-model-name
-  provider: custom
-  base_url: http://localhost:8000/v1
-  api_key: your-key-or-leave-empty-for-local
-```
-
-:::warning 旧版环境变量
-`.env` 中的 `OPENAI_BASE_URL` 和 `LLM_MODEL` 已**移除**。Hermes 的任何部分都不再读取这两个变量——`config.yaml` 是模型和端点配置的唯一来源。如果你的 `.env` 中有过时条目，下次运行 `hermes setup` 或配置迁移时会自动清除。请使用 `hermes model` 或直接编辑 `config.yaml`。
-:::
-
-两种方式都会持久化到 `config.yaml`，该文件是模型、提供商和基础 URL 的唯一来源。
-
-### 使用 `/model` 切换模型
-
-:::warning hermes model 与 /model
-**`hermes model`**（在终端中运行，任何聊天会话之外）是**完整的提供商配置向导**。用于添加新提供商、运行 OAuth 流程、输入 API key 和配置自定义端点。
-
-**`/model`**（在活跃的 Hermes 聊天会话中输入）只能在**已配置的**提供商和模型之间**切换**。它无法添加新提供商、运行 OAuth 或提示输入 API key。如果你只配置了一个提供商（如 OpenRouter），`/model` 只会显示该提供商的模型。
-
-**添加新提供商：** 退出会话（`Ctrl+C` 或 `/quit`），运行 `hermes model`，配置新提供商，然后开启新会话。
-:::
-
-配置好至少一个自定义端点后，可以在会话中途切换模型：
-
-```
-/model custom:qwen-2.5          # 切换到自定义端点上的某个模型
-/model custom                    # 从端点自动检测模型
-/model openrouter:claude-sonnet-4 # 切换回云端提供商
-```
-
-如果你配置了**命名自定义提供商**（见下文），使用三段式语法：
-
-```
-/model custom:local:qwen-2.5    # 使用"local"自定义提供商和 qwen-2.5 模型
-/model custom:work:llama3       # 使用"work"自定义提供商和 llama3
-```
-
-切换提供商时，Hermes 会将基础 URL 和提供商持久化到配置中，使更改在重启后保留。从自定义端点切换到内置提供商时，过时的基础 URL 会自动清除。
-
-:::tip
-`/model custom`（不带模型名称）会查询端点的 `/models` API，如果只加载了一个模型则自动选择。适用于运行单个模型的本地服务器。
-:::
-
-以下所有内容遵循相同模式——只需更改 URL、key 和模型名称。
-
----
-
-### Ollama — 本地模型，零配置
-
-[Ollama](https://ollama.com/) 用一条命令在本地运行开源模型。最适合：快速本地实验、隐私敏感工作、离线使用。通过 OpenAI 兼容 API 支持工具调用。
-
-```bash
-# 安装并运行模型
-ollama pull qwen2.5-coder:32b
-ollama serve   # 在端口 11434 启动
-```
-
-然后配置 Hermes：
-
-```bash
-hermes model
-# 选择"Custom endpoint (self-hosted / VLLM / etc.)"
-# 输入 URL：http://localhost:11434/v1
-# 跳过 API key（Ollama 不需要）
-# 输入模型名称（如 qwen2.5-coder:32b）
-```
-
-或直接配置 `config.yaml`：
-
-```yaml
-model:
-  default: qwen2.5-coder:32b
-  provider: custom
-  base_url: http://localhost:11434/v1
-  context_length: 32768   # 见下方警告
-```
-
-:::caution Ollama 默认上下文长度非常短
-Ollama **默认不使用**模型的完整上下文窗口。根据你的显存，默认值为：
-
-| 可用显存 | 默认上下文 |
-|----------------|----------------|
-| 小于 24 GB | **4,096 tokens** |
-| 24–48 GB | 32,768 tokens |
-| 48+ GB | 256,000 tokens |
-
-对于带工具的智能体使用，**至少需要 16k–32k 上下文**。在 4k 时，系统 prompt 加工具 schema 就可能填满窗口，没有空间留给对话。
-
-**如何增加**（选择其一）：
-
-```bash
-# 方式 1：通过环境变量设置服务器全局值（推荐）
-OLLAMA_CONTEXT_LENGTH=32768 ollama serve
-
-# 方式 2：对于 systemd 管理的 Ollama
-sudo systemctl edit ollama.service
-# 添加：Environment="OLLAMA_CONTEXT_LENGTH=32768"
-# 然后：sudo systemctl daemon-reload && sudo systemctl restart ollama
-
-# 方式 3：烘焙到自定义模型中（每个模型持久生效）
-echo -e "FROM qwen2.5-coder:32b\nPARAMETER num_ctx 32768" > Modelfile
-ollama create qwen2.5-coder-32k -f Modelfile
-```
-
-**无法通过 OpenAI 兼容 API**（`/v1/chat/completions`）设置上下文长度。必须在服务端或通过 Modelfile 配置。这是将 Ollama 与 Hermes 等工具集成时最常见的困惑来源。
-:::
-
-**验证上下文设置是否正确：**
-
-```bash
-ollama ps
-# 查看 CONTEXT 列——应显示你配置的值
-```
-
-:::tip
-使用 `ollama list` 列出可用模型。使用 `ollama pull <model>` 从 [Ollama 库](https://ollama.com/library) 拉取任意模型。Ollama 自动处理 GPU 卸载——大多数配置无需手动设置。
-:::
-
----
-
-### vLLM — 高性能 GPU 推理
-
-[vLLM](https://docs.vllm.ai/) 是生产 LLM 服务的标准方案。最适合：GPU 硬件上的最大吞吐量、大模型服务、连续批处理。
-
-```bash
-pip install vllm
-vllm serve meta-llama/Llama-3.1-70B-Instruct \
-  --port 8000 \
-  --max-model-len 65536 \
-  --tensor-parallel-size 2 \
-  --enable-auto-tool-choice \
-  --tool-call-parser hermes
-```
-
-然后配置 Hermes：
-
-```bash
-hermes model
-# 选择"Custom endpoint (self-hosted / VLLM / etc.)"
-# 输入 URL：http://localhost:8000/v1
-# 跳过 API key（或输入你配置 vLLM 时设置的 --api-key）
-# 输入模型名称：meta-llama/Llama-3.1-70B-Instruct
-```
-
-**上下文长度：** vLLM 默认读取模型的 `max_position_embeddings`。如果超出显存，会报错并要求降低 `--max-model-len`。也可使用 `--max-model-len auto` 自动找到能放入显存的最大值。设置 `--gpu-memory-utilization 0.95`（默认 0.9）可将更多上下文放入显存。
-
-**工具调用需要显式标志：**
-
-| 标志 | 用途 |
-|------|---------|
-| `--enable-auto-tool-choice` | `tool_choice: "auto"` 所必需（Hermes 的默认值） |
-| `--tool-call-parser <name>` | 模型工具调用格式的解析器 |
-
-支持的解析器：`hermes`（Qwen 2.5、Hermes 2/3）、`llama3_json`（Llama 3.x）、`mistral`、`deepseek_v3`、`deepseek_v31`、`xlam`、`pythonic`。没有这些标志，工具调用将无法工作——模型会将工具调用以文本形式输出。
-
-:::tip
-vLLM 支持人类可读的大小：`--max-model-len 64k`（小写 k = 1000，大写 K = 1024）。
-:::
-
----
-
-### SGLang — 带 RadixAttention 的快速服务
-
-[SGLang](https://github.com/sgl-project/sglang) 是 vLLM 的替代方案，具有用于 KV 缓存复用的 RadixAttention。最适合：多轮对话（前缀缓存）、约束解码、结构化输出。
-
-```bash
-pip install "sglang[all]"
-python -m sglang.launch_server \
-  --model meta-llama/Llama-3.1-70B-Instruct \
-  --port 30000 \
-  --context-length 65536 \
-  --tp 2 \
-  --tool-call-parser qwen
-```
-
-然后配置 Hermes：
-
-```bash
-hermes model
-# 选择"Custom endpoint (self-hosted / VLLM / etc.)"
-# 输入 URL：http://localhost:30000/v1
-# 输入模型名称：meta-llama/Llama-3.1-70B-Instruct
-```
-
-**上下文长度：** SGLang 默认从模型配置读取。使用 `--context-length` 覆盖。如果需要超过模型声明的最大值，设置 `SGLANG_ALLOW_OVERWRITE_LONGER_CONTEXT_LEN=1`。
-
-**工具调用：** 使用 `--tool-call-parser` 并选择适合你模型系列的解析器：`qwen`（Qwen 2.5）、`llama3`、`llama4`、`deepseekv3`、`mistral`、`glm`。没有此标志，工具调用将以纯文本返回。
-
-:::caution SGLang 默认最大输出 128 tokens
-如果响应看起来被截断，在服务器上设置 `--default-max-tokens`。SGLang 的默认值是每次响应仅 128 tokens（如果请求中未指定）。
-:::
-
----
-
-### llama.cpp / llama-server — CPU 与 Metal 推理
-
-[llama.cpp](https://github.com/ggml-org/llama.cpp) 在 CPU、Apple Silicon（Metal）和消费级 GPU 上运行量化模型。最适合：无数据中心 GPU 的模型运行、Mac 用户、边缘部署。
-
-```bash
-# 构建并启动 llama-server
-cmake -B build && cmake --build build --config Release
-./build/bin/llama-server \
-  --jinja -fa \
-  -c 32768 \
-  -ngl 99 \
-  -m models/qwen2.5-coder-32b-instruct-Q4_K_M.gguf \
-  --port 8080 --host 0.0.0.0
-```
-
-**上下文长度（`-c`）：** 近期版本默认为 `0`，从 GGUF 元数据读取模型的训练上下文。对于训练上下文超过 128k 的模型，这可能因尝试分配完整 KV 缓存而导致 OOM。请显式设置 `-c` 为你需要的值（32k–64k 是智能体使用的合理范围）。如果使用并行槽（`-np`），总上下文在槽之间分配——`-c 32768 -np 4` 时每个槽只有 8k。
-
-然后配置 Hermes 指向它：
-
-```bash
-hermes model
-# 选择"Custom endpoint (self-hosted / VLLM / etc.)"
-# 输入 URL：http://localhost:8080/v1
-# 跳过 API key（本地服务器不需要）
-# 输入模型名称——或留空以在只加载一个模型时自动检测
-```
-
-这会将端点保存到 `config.yaml`，在会话间持久保留。
-
-:::caution `--jinja` 是工具调用的必要条件
-没有 `--jinja`，llama-server 会完全忽略 `tools` 参数。模型会尝试在响应文本中写入 JSON 来调用工具，但 Hermes 不会将其识别为工具调用——你会看到原始 JSON（如 `{"name": "web_search", ...}`）作为消息打印出来，而不是实际执行搜索。
-
-原生工具调用支持（最佳性能）：Llama 3.x、Qwen 2.5（包括 Coder）、Hermes 2/3、Mistral、DeepSeek、Functionary。其他所有模型使用通用处理器，可以工作但效率可能较低。完整列表参见 [llama.cpp 函数调用文档](https://github.com/ggml-org/llama.cpp/blob/master/docs/function-calling.md)。
-
-可通过检查 `http://localhost:8080/props` 验证工具支持是否已激活——`chat_template` 字段应存在。
-:::
-
-:::tip
-从 [Hugging Face](https://huggingface.co/models?library=gguf) 下载 GGUF 模型。Q4_K_M 量化在质量与内存使用之间提供最佳平衡。
-:::
-
----
-
-### LM Studio — 带本地模型的桌面应用
-
-[LM Studio](https://lmstudio.ai/) 是一款带 GUI 的本地模型运行桌面应用。最适合：偏好可视化界面的用户、快速模型测试、macOS/Windows/Linux 开发者。
-
-从 LM Studio 应用启动服务器（开发者标签页 → 启动服务器），或使用 CLI：
-
-```bash
-lms server start                        # 在端口 1234 启动
-lms load qwen2.5-coder --context-length 32768
-```
-
-然后配置 Hermes：
-
-```bash
-hermes model
-# 选择"LM Studio"
-# 按 Enter 使用 http://localhost:1234/v1
-# 从已发现的模型中选择
-# 如果启用了 LM Studio 服务器认证，在提示时输入 LM_API_KEY
-```
-
-Hermes 会自动以 64K 上下文长度加载 LM Studio 模型。
-
-在 LM Studio 中更改上下文长度：
-
-1. 点击模型选择器旁的齿轮图标
-2. 将"Context Length"设置为至少 64000 以获得流畅体验
-3. 重新加载模型使更改生效
-4. 如果你的机器无法容纳 64000，考虑使用上下文长度更大的小模型。
-
-或使用 CLI：`lms load model-name --context-length 64000`
-
-可使用 CLI 估算模型是否能放入内存：`lms load model-name --context-length 64000 --estimate-only`
-
-设置每个模型的持久默认值：我的模型标签页 → 模型上的齿轮图标 → 设置上下文大小。
-:::
-
-**工具调用：** 自 LM Studio 0.3.6 起支持。具有原生工具调用训练的模型（Qwen 2.5、Llama 3.x、Mistral、Hermes）会被自动检测并显示工具徽章。其他模型使用通用回退，可靠性可能较低。
-
----
-
-### WSL2 网络（Windows 用户） {#wsl2-networking-windows-users}
-
-由于 Hermes Agent 需要 Unix 环境，Windows 用户在 WSL2 内运行它。如果你的模型服务器（Ollama、LM Studio 等）运行在 **Windows 主机**上，需要桥接网络——WSL2 使用具有独立子网的虚拟网络适配器，因此 WSL2 内的 `localhost` 指向 Linux 虚拟机，**而非** Windows 主机。
-
-:::tip 都在 WSL2 内？没问题。
-如果你的模型服务器也在 WSL2 内运行（vLLM、SGLang 和 llama-server 的常见情况），`localhost` 可以正常工作——它们共享同一网络命名空间。跳过本节。
-:::
-
-#### 方式 1：镜像网络模式（推荐）
-
-适用于 **Windows 11 22H2+**，镜像模式使 `localhost` 在 Windows 和 WSL2 之间双向工作——最简单的解决方案。
-
-1. 创建或编辑 `%USERPROFILE%\.wslconfig`（如 `C:\Users\YourName\.wslconfig`）：
-   ```ini
-   [wsl2]
-   networkingMode=mirrored
-   ```
-
-2. 从 PowerShell 重启 WSL：
-   ```powershell
-   wsl --shutdown
-   ```
-
-3. 重新打开 WSL2 终端。`localhost` 现在可以访问 Windows 服务：
-   ```bash
-   curl http://localhost:11434/v1/models   # Windows 上的 Ollama——正常工作
-   ```
-
-:::note Hyper-V 防火墙
-在某些 Windows 11 版本上，Hyper-V 防火墙默认阻止镜像连接。如果启用镜像模式后 `localhost` 仍无法工作，在**管理员 PowerShell** 中运行：
-```powershell
-Set-NetFirewallHyperVVMSetting -Name '{40E0AC32-46A5-438A-A0B2-2B479E8F2E90}' -DefaultInboundAction Allow
-```
-:::
-
-#### 方式 2：使用 Windows 主机 IP（Windows 10 / 旧版本）
-
-如果无法使用镜像模式，从 WSL2 内部找到 Windows 主机 IP 并使用它代替 `localhost`：
-
-```bash
-# 获取 Windows 主机 IP（WSL2 虚拟网络的默认网关）
-ip route show | grep -i default | awk '{ print $3 }'
-# 示例输出：172.29.192.1
-```
-
-在 Hermes 配置中使用该 IP：
-
-```yaml
-model:
-  default: qwen2.5-coder:32b
-  provider: custom
-  base_url: http://172.29.192.1:11434/v1   # Windows 主机 IP，非 localhost
-```
-
-:::tip 动态获取
-WSL2 重启后主机 IP 可能变化。可在 shell 中动态获取：
-```bash
-export WSL_HOST=$(ip route show | grep -i default | awk '{ print $3 }')
-echo "Windows host at: $WSL_HOST"
-curl http://$WSL_HOST:11434/v1/models   # 测试 Ollama
-```
-
-或使用机器的 mDNS 名称（需要 WSL2 中的 `libnss-mdns`）：
-```bash
-sudo apt install libnss-mdns
-curl http://$(hostname).local:11434/v1/models
-```
-:::
-
-#### 服务器绑定地址（NAT 模式必需）
-
-如果使用**方式 2**（NAT 模式加主机 IP），Windows 上的模型服务器必须接受来自 `127.0.0.1` 以外的连接。默认情况下，大多数服务器只监听 localhost——NAT 模式下 WSL2 的连接来自不同的虚拟子网，会被拒绝。在镜像模式下，`localhost` 直接映射，因此默认的 `127.0.0.1` 绑定可以正常工作。
-
-| 服务器 | 默认绑定 | 修复方式 |
-|--------|-------------|------------|
-| **Ollama** | `127.0.0.1` | 启动 Ollama 前设置 `OLLAMA_HOST=0.0.0.0` 环境变量（Windows 系统设置 → 环境变量，或编辑 Ollama 服务） |
-| **LM Studio** | `127.0.0.1` | 在开发者标签页 → 服务器设置中启用**"Serve on Network"** |
-| **llama-server** | `127.0.0.1` | 在启动命令中添加 `--host 0.0.0.0` |
-| **vLLM** | `0.0.0.0` | 默认已绑定所有接口 |
-| **SGLang** | `127.0.0.1` | 在启动命令中添加 `--host 0.0.0.0` |
-
-**Windows 上的 Ollama（详细步骤）：** Ollama 作为 Windows 服务运行。设置 `OLLAMA_HOST`：
-1. 打开**系统属性** → **环境变量**
-2. 添加新的**系统变量**：`OLLAMA_HOST` = `0.0.0.0`
-3. 重启 Ollama 服务（或重启电脑）
-
-#### Windows 防火墙
-
-Windows 防火墙将 WSL2 视为独立网络（在 NAT 和镜像模式下均如此）。如果按上述步骤操作后连接仍然失败，为模型服务器端口添加防火墙规则：
-
-```powershell
-# 在管理员 PowerShell 中运行——将 PORT 替换为你服务器的端口
-New-NetFirewallRule -DisplayName "Allow WSL2 to Model Server" -Direction Inbound -Action Allow -Protocol TCP -LocalPort 11434
-```
-
-常用端口：Ollama `11434`、vLLM `8000`、SGLang `30000`、llama-server `8080`、LM Studio `1234`。
-
-#### 快速验证
-
-从 WSL2 内部测试是否能访问模型服务器：
-
-```bash
-# 将 URL 替换为你服务器的地址和端口
-curl http://localhost:11434/v1/models          # 镜像模式
-curl http://172.29.192.1:11434/v1/models       # NAT 模式（使用你的实际主机 IP）
-```
-
-如果收到列出模型的 JSON 响应，说明配置正确。在 Hermes 配置中使用相同的 URL 作为 `base_url`。
-
----
-
-### 本地模型故障排查
-
-以下问题影响与 Hermes 配合使用的**所有**本地推理服务器。
-
-#### 从 WSL2 连接 Windows 托管模型服务器时"连接被拒绝"
-
-如果你在 WSL2 内运行 Hermes 而模型服务器在 Windows 主机上，在 WSL2 默认 NAT 网络模式下 `http://localhost:<port>` 无法工作。参见上方的 [WSL2 网络](#wsl2-networking-windows-users) 了解解决方案。
-
-#### 工具调用以文本形式出现而非执行
-
-模型输出类似 `{"name": "web_search", "arguments": {...}}` 的消息，而不是实际调用工具。
-
-**原因：** 你的服务器未启用工具调用，或模型不支持通过服务器的工具调用实现。
-
-| 服务器 | 修复方式 |
-|--------|-----|
-| **llama.cpp** | 在启动命令中添加 `--jinja` |
-| **vLLM** | 添加 `--enable-auto-tool-choice --tool-call-parser hermes` |
-| **SGLang** | 添加 `--tool-call-parser qwen`（或适当的解析器） |
-| **Ollama** | 工具调用默认启用——确保你的模型支持（使用 `ollama show model-name` 检查） |
-| **LM Studio** | 更新到 0.3.6+ 并使用具有原生工具支持的模型 |
-
-#### 模型似乎忘记上下文或给出不连贯的响应
-
-**原因：** 上下文窗口太小。当对话超过上下文限制时，大多数服务器会静默丢弃较早的消息。Hermes 的系统 prompt 加工具 schema 单独就可能占用 4k–8k tokens。
-
-**诊断：**
-
-```bash
-# 检查 Hermes 认为的上下文大小
-# 查看启动行："Context limit: X tokens"
-
-# 检查服务器的实际上下文
-# Ollama：ollama ps（CONTEXT 列）
-# llama.cpp：curl http://localhost:8080/props | jq '.default_generation_settings.n_ctx'
-# vLLM：检查启动参数中的 --max-model-len
-```
-
-**修复：** 将上下文设置为至少 **32,768 tokens** 用于智能体使用。参见上方各服务器章节了解具体标志。
-
-#### 启动时显示"Context limit: 2048 tokens"
-
-Hermes 从服务器的 `/v1/models` 端点自动检测上下文长度。如果服务器报告的值较低（或根本不报告），Hermes 使用模型声明的限制，该值可能不正确。
-
-**修复：** 在 `config.yaml` 中显式设置：
-
-```yaml
-model:
-  default: your-model
-  provider: custom
-  base_url: http://localhost:11434/v1
-  context_length: 32768
-```
-
-#### 响应在句子中间被截断
-
-**可能原因：**
-1. **服务器上的输出上限（`max_tokens`）过低** — SGLang 默认每次响应 128 tokens。在服务器上设置 `--default-max-tokens`；Hermes 不再提供用户输出上限设置。注意：`max_tokens` 只控制响应长度——与对话历史可以有多长无关（那是 `context_length`）。
-2. **上下文耗尽** — 模型填满了上下文窗口。增加 `model.context_length` 或在 Hermes 中启用[上下文压缩](/user-guide/configuration#context-compression)。
-
----
-
-### LiteLLM Proxy — 多提供商网关
-
-[LiteLLM](https://docs.litellm.ai/) 是一个 OpenAI 兼容代理，将 100+ LLM 提供商统一在单一 API 后面。最适合：无需更改配置即可切换提供商、负载均衡、故障转移链、预算控制。
-
-```bash
-# 安装并启动
-pip install "litellm[proxy]"
-litellm --model anthropic/claude-sonnet-4 --port 4000
-
-# 或使用配置文件支持多个模型：
-litellm --config litellm_config.yaml --port 4000
-```
-
-然后通过 `hermes model` → 自定义端点 → `http://localhost:4000/v1` 配置 Hermes。
-
-带故障转移的 `litellm_config.yaml` 示例：
-```yaml
-model_list:
-  - model_name: "best"
-    litellm_params:
-      model: anthropic/claude-sonnet-4
-      api_key: sk-ant-...
-  - model_name: "best"
-    litellm_params:
-      model: openai/gpt-4o
-      api_key: sk-...
-router_settings:
-  routing_strategy: "latency-based-routing"
-```
-
----
-
-### ClawRouter — 成本优化路由
-
-[ClawRouter](https://github.com/BlockRunAI/ClawRouter) 由 BlockRunAI 开发，是一个本地路由代理，根据查询复杂度自动选择模型。它从 14 个维度对请求进行分类，并路由到能处理该任务的最便宜模型。支付方式为 USDC 加密货币（无需 API key）。
-
-```bash
-# 安装并启动
-npx @blockrun/clawrouter    # 在端口 8402 启动
-```
-
-然后通过 `hermes model` → 自定义端点 → `http://localhost:8402/v1` → 模型名称 `blockrun/auto` 配置 Hermes。
-
-路由配置文件：
-| 配置文件 | 策略 | 节省 |
-|---------|----------|---------|
-| `blockrun/auto` | 质量/成本均衡 | 74-100% |
-| `blockrun/eco` | 尽可能便宜 | 95-100% |
-| `blockrun/premium` | 最佳质量模型 | 0% |
-| `blockrun/free` | 仅免费模型 | 100% |
-| `blockrun/agentic` | 针对工具使用优化 | 不定 |
-
-:::note
-ClawRouter 需要在 Base 或 Solana 上有 USDC 充值的钱包用于支付。所有请求通过 BlockRun 的后端 API 路由。运行 `npx @blockrun/clawrouter doctor` 检查钱包状态。
-:::
-
----
-
-### 其他兼容提供商
-
-任何具有 OpenAI 兼容 API 的服务均可使用。一些常用选项：
-
-| 提供商 | 基础 URL | 说明 |
-|----------|----------|-------|
-| [Together AI](https://together.ai) | `https://api.together.xyz/v1` | 云托管开源模型 |
-| [Groq](https://groq.com) | `https://api.groq.com/openai/v1` | 超快推理 |
-| [DeepSeek](https://deepseek.com) | `https://api.deepseek.com/v1` | DeepSeek 模型 |
-| [Fireworks AI](https://fireworks.ai) | `https://api.fireworks.ai/inference/v1` | 快速开源模型托管 |
-| [GMI Cloud](https://www.gmicloud.ai/) | `https://api.gmi-serving.com/v1` | 托管 OpenAI 兼容推理 |
-| [Cerebras](https://cerebras.ai) | `https://api.cerebras.ai/v1` | 晶圆级芯片推理 |
-| [Mistral AI](https://mistral.ai) | `https://api.mistral.ai/v1` | Mistral 模型 |
-| [OpenAI](https://openai.com) | `https://api.openai.com/v1` | 直连 OpenAI |
-| [Azure OpenAI](https://azure.microsoft.com) | `https://YOUR.openai.azure.com/` | 企业级 OpenAI |
-| [LocalAI](https://localai.io) | `http://localhost:8080/v1` | 自托管，多模型 |
-| [Jan](https://jan.ai) | `http://localhost:1337/v1` | 带本地模型的桌面应用 |
-
-通过 `hermes model` → 自定义端点，或在 `config.yaml` 中配置任意上述服务：
-
-```yaml
-model:
-  default: meta-llama/Llama-3.1-70B-Instruct-Turbo
-  provider: custom
-  base_url: https://api.together.xyz/v1
-  api_key: your-together-key
-```
-
----
-
-### 上下文长度检测
-
-:::note 两个设置，容易混淆
-**`context_length`** 是**总上下文窗口**——输入和输出 token 的合计预算（例如 Claude Opus 4.6 为 200,000）。Hermes 用它来决定何时压缩历史记录以及验证 API 请求。
-
-**输出上限**限制单次响应，而非对话历史。Hermes 不再读取 `model.max_tokens`、`HERMES_MAX_TOKENS` 或提供商及模型的输出上限设置。兼容端点使用服务器默认值；该值不一定是模型最大值。原生 Anthropic Messages 仍要求 `max_tokens`，Hermes 会提供内部值。Bedrock Converse 的可选输出限制默认省略。
-
-当自动检测获取的窗口大小不正确时，设置 `context_length`。
-请删除旧的用户输出上限配置；内部任务预算与 MCP 采样安全预算保持不变。
-:::
-
-Hermes 使用多源解析链来检测模型和提供商的正确上下文窗口：
-
-1. **配置覆盖** — config.yaml 中的 `model.context_length`（最高优先级）
-2. **自定义提供商按模型** — `custom_providers[].models.<id>.context_length`
-3. **持久缓存** — 之前发现的值（重启后保留）
-4. **端点 `/models`** — 查询服务器 API（本地/自定义端点）
-5. **Anthropic `/v1/models`** — 查询 Anthropic API 获取 `max_input_tokens`（仅 API key 用户）
-6. **OpenRouter API** — 来自 OpenRouter 的实时模型元数据
-7. **Nous Portal** — 将 Nous 模型 ID 后缀匹配到 OpenRouter 元数据
-8. **[models.dev](https://models.dev)** — 社区维护的注册表，包含 100+ 提供商 3800+ 模型的提供商特定上下文长度
-9. **回退默认值** — 广泛的模型系列模式（默认 128K）
-
-大多数配置开箱即用。该系统具有提供商感知能力——同一模型在不同服务商处可能有不同的上下文限制（例如 `claude-opus-4.6` 在 Anthropic 直连时为 1M，在 GitHub Copilot 上为 128K）。
-
-要显式设置上下文长度，在模型配置中添加 `context_length`：
-
-```yaml
-model:
-  default: "qwen3.5:9b"
-  base_url: "http://localhost:8080/v1"
-  context_length: 131072  # tokens
-```
-
-对于自定义端点，也可以按模型设置上下文长度：
-
-```yaml
-custom_providers:
-  - name: "My Local LLM"
-    base_url: "http://localhost:11434/v1"
-    models:
-      qwen3.5:27b:
-        context_length: 32768
-      deepseek-r1:70b:
-        context_length: 65536
-```
-
-`hermes model` 在配置自定义端点时会提示输入上下文长度。留空则自动检测。
-
-:::tip 何时手动设置
-- 你使用的 Ollama 自定义 `num_ctx` 低于模型最大值
-- 你想将上下文限制在模型最大值以下（例如在 128k 模型上使用 8k 以节省显存）
-- 你在不暴露 `/v1/models` 的代理后面运行
-:::
-
----
-
-### 命名自定义提供商
-
-如果你使用多个自定义端点（例如本地开发服务器和远程 GPU 服务器），可以在 `config.yaml` 中将它们定义为命名自定义提供商：
-
-```yaml
-custom_providers:
-  - name: local
-    base_url: http://localhost:8080/v1
-    # api_key 省略——Hermes 对无 key 的本地服务器使用"no-key-required"
-  - name: work
-    base_url: https://gpu-server.internal.corp/v1
-    key_env: CORP_API_KEY
-    api_mode: chat_completions   # 由 `hermes model` → 自定义端点向导显式设置；自动检测仍作为回退
-  - name: anthropic-proxy
-    base_url: https://proxy.example.com/anthropic
-    key_env: ANTHROPIC_PROXY_KEY
-    api_mode: anthropic_messages  # 用于 Anthropic 兼容代理
-```
-
-某些 OpenAI 兼容端点需要特定于提供商的请求体字段。在对应的自定义提供商中添加 `extra_body` 映射，Hermes 会将其合并到该端点的每个 chat-completions 请求中：
-
-```yaml
-custom_providers:
-  - name: gemma-local
-    base_url: http://localhost:8080/v1
-    model: google/gemma-4-31b-it
-    extra_body:
-      enable_thinking: true
-      reasoning_effort: high
-```
-
-使用你服务器文档中的格式。例如，vLLM Gemma 部署和某些 NVIDIA NIM 端点期望 `enable_thinking` 在 `chat_template_kwargs` 下，而不是作为顶级 `extra_body` 字段：
-
-```yaml
-extra_body:
-  chat_template_kwargs:
-    enable_thinking: true
-```
-
-`hermes model` → 自定义端点向导现在会显式提示 `api_mode` 并将你的答案持久化到 `config.yaml`。当字段留空时，基于 URL 的自动检测（例如 `/anthropic` 路径 → `anthropic_messages`）仍作为回退。
-
-使用三段式语法在会话中途切换：
-
-```
-/model custom:local:qwen-2.5       # 使用"local"端点和 qwen-2.5
-/model custom:work:llama3-70b      # 使用"work"端点和 llama3-70b
-/model custom:anthropic-proxy:claude-sonnet-4  # 使用代理
-```
-
-也可以从交互式 `hermes model` 菜单中选择命名自定义提供商。
-
----
-
-### 实战配置：Together AI、Groq、Perplexity
-
-[其他兼容提供商](#other-compatible-providers) 中列出的云提供商都使用 OpenAI 的 REST 方言，因此在 `custom_providers:` 下的接入方式相同。以下是三个可直接使用的配置示例。每个示例放入 `~/.hermes/config.yaml`，对应的 API key 放入 `~/.hermes/.env`。
-
-#### Together AI
-
-托管开源模型（Llama、MiniMax、Gemma、DeepSeek、Qwen），价格显著低于一方 API。适合多模型场景的默认选择。
-
-```yaml
-# ~/.hermes/config.yaml
-custom_providers:
-  - name: together
-    base_url: https://api.together.xyz/v1
-    key_env: TOGETHER_API_KEY
-    # api_mode: chat_completions  # 默认——无需设置
-
-model:
-  default: MiniMaxAI/MiniMax-M2.7   # 或 together.ai/models 中的任意模型
-  provider: custom:together
-```
-
-```bash
-# ~/.hermes/.env
-TOGETHER_API_KEY=your-together-key
-```
-
-会话中途切换模型：
-
-```
-/model custom:together:meta-llama/Llama-3.3-70B-Instruct-Turbo
-/model custom:together:google/gemma-4-31b-it
-/model custom:together:deepseek-ai/DeepSeek-V3
-```
-
-Together 的 `/v1/models` 端点可用，因此 `hermes model` 可以自动发现可用模型。
-
-#### Groq
-
-超快推理（Llama-3.3-70B 约 500 tok/s）。模型目录较小，但对延迟敏感的交互式使用效果出色。
-
-```yaml
-# ~/.hermes/config.yaml
-custom_providers:
-  - name: groq
-    base_url: https://api.groq.com/openai/v1
-    key_env: GROQ_API_KEY
-
-model:
-  default: llama-3.3-70b-versatile
-  provider: custom:groq
-```
-
-```bash
-# ~/.hermes/.env
-GROQ_API_KEY=your-groq-key
-```
-
-#### Perplexity
-
-当你需要自动进行实时网页搜索和引用的模型时很有用。对可用模型有严格限制——查看 [perplexity.ai/settings/api](https://www.perplexity.ai/settings/api) 获取当前列表。
-
-```yaml
-# ~/.hermes/config.yaml
-custom_providers:
-  - name: perplexity
-    base_url: https://api.perplexity.ai
-    key_env: PERPLEXITY_API_KEY
-
-model:
-  default: sonar
-  provider: custom:perplexity
-```
-
-```bash
-# ~/.hermes/.env
-PERPLEXITY_API_KEY=your-perplexity-key
-```
-
-#### 在单个配置中使用多个提供商
-
-三个示例可以组合使用——同时使用所有提供商，并通过 `/model custom:<name>:<model>` 按轮次切换：
-
-```yaml
-custom_providers:
-  - name: together
-    base_url: https://api.together.xyz/v1
-    key_env: TOGETHER_API_KEY
-  - name: groq
-    base_url: https://api.groq.com/openai/v1
-    key_env: GROQ_API_KEY
-  - name: perplexity
-    base_url: https://api.perplexity.ai
-    key_env: PERPLEXITY_API_KEY
-
-model:
-  default: MiniMaxAI/MiniMax-M2.7
-  provider: custom:together      # 启动时使用 Together；之后可自由切换
-```
-
-:::tip 故障排查
-- `hermes doctor` 对于上述任何名称都不应打印 `Unknown provider` 警告（在 #15083 的 CLI 验证器修复之后）。
-- 如果某个提供商的 `/v1/models` 端点不可达（Perplexity 是常见情况），`hermes model` 会在警告后持久化模型而不是硬性拒绝——参见 #15136。
-- 要完全跳过 `custom_providers:` 并使用带 `CUSTOM_BASE_URL` 环境变量的裸 `provider: custom`，参见 #15103。
-:::
-
----
-
-### 选择合适的配置
-
-| 使用场景 | 推荐方案 |
-|----------|-------------|
-| **只想让它工作** | OpenRouter（默认）或 Nous Portal |
-| **本地模型，简单配置** | Ollama |
-| **生产 GPU 服务** | vLLM 或 SGLang |
-| **Mac / 无 GPU** | Ollama 或 llama.cpp |
-| **多提供商路由** | LiteLLM Proxy 或 OpenRouter |
-| **成本优化** | ClawRouter 或带 `sort: "price"` 的 OpenRouter |
-| **最大隐私保护** | Ollama、vLLM 或 llama.cpp（完全本地） |
-| **企业 / Azure** | Azure OpenAI 加自定义端点 |
-| **中国 AI 模型** | z.ai（GLM）、Kimi/Moonshot（`kimi-coding` 或 `kimi-coding-cn`）、MiniMax、小米 MiMo 或腾讯 TokenHub（一等提供商） |
-
-:::tip
-可以随时使用 `hermes model` 切换提供商——无需重启。无论使用哪个提供商，你的对话历史、记忆和技能都会保留。
-:::
-
-## 可选 API Key
-
-| 功能 | 提供商 | 环境变量 |
-|---------|----------|--------------|
-| 网页抓取 | [Firecrawl](https://firecrawl.dev/) | `FIRECRAWL_API_KEY`、`FIRECRAWL_API_URL` |
-| 浏览器自动化 | [Browserbase](https://browserbase.com/) | `BROWSERBASE_API_KEY`、`BROWSERBASE_PROJECT_ID` |
-| 图像生成 | [FAL](https://fal.ai/) | `FAL_KEY` |
-| 高级 TTS 语音 | [ElevenLabs](https://elevenlabs.io/) | `ELEVENLABS_API_KEY` |
-| OpenAI TTS + 语音转录 | [OpenAI](https://platform.openai.com/api-keys) | `VOICE_TOOLS_OPENAI_KEY` |
-| Mistral TTS + 语音转录 | [Mistral](https://console.mistral.ai/) | `MISTRAL_API_KEY` |
-| 跨会话用户建模 | [Honcho](https://honcho.dev/) | `HONCHO_API_KEY` |
-| 语义长期记忆 | [Supermemory](https://supermemory.ai) | `SUPERMEMORY_API_KEY` |
-
-### 自托管 Firecrawl
-
-默认情况下，Hermes 使用 [Firecrawl 云 API](https://firecrawl.dev/) 进行网页搜索和抓取。如果你希望在本地运行 Firecrawl，可以将 Hermes 指向自托管实例。完整配置说明参见 Firecrawl 的 [SELF_HOST.md](https://github.com/firecrawl/firecrawl/blob/main/SELF_HOST.md)。
-
-**优势：** 无需 API key，无速率限制，无按页计费，完全数据主权。
-
-**劣势：** 云版本使用 Firecrawl 专有的"Fire-engine"进行高级反爬虫绕过（Cloudflare、CAPTCHA、IP 轮换）。自托管版本使用基础 fetch + Playwright，某些受保护的网站可能失败。搜索使用 DuckDuckGo 而非 Google。
-
-**配置步骤：**
-
-1. 克隆并启动 Firecrawl Docker 栈（5 个容器：API、Playwright、Redis、RabbitMQ、PostgreSQL——需要约 4-8 GB RAM）：
-   ```bash
-   git clone https://github.com/firecrawl/firecrawl
-   cd firecrawl
-   # 在 .env 中设置：USE_DB_AUTHENTICATION=false, HOST=0.0.0.0, PORT=3002
-   docker compose up -d
-   ```
-
-2. 将 Hermes 指向你的实例（无需 API key）：
-   ```bash
-   hermes config set FIRECRAWL_API_URL http://localhost:3002
-   ```
-
-如果你的自托管实例启用了认证，也可以同时设置 `FIRECRAWL_API_KEY` 和 `FIRECRAWL_API_URL`。
-
-## OpenRouter 提供商路由
-
-使用 OpenRouter 时，可以控制请求如何在提供商之间路由。在 `~/.hermes/config.yaml` 中添加 `provider_routing` 节：
-
-```yaml
-provider_routing:
-  sort: "throughput"          # "price"（默认）、"throughput" 或 "latency"
-  # only: ["anthropic"]      # 仅使用这些提供商
-  # ignore: ["deepinfra"]    # 跳过这些提供商
-  # order: ["anthropic", "google"]  # 按此顺序尝试提供商
-  # require_parameters: true  # 仅使用支持所有请求参数的提供商
-  # data_collection: "deny"   # 排除可能存储/训练数据的提供商
-```
-
-**快捷方式：** 在任意模型名称后附加 `:nitro` 进行吞吐量排序（如 `anthropic/claude-sonnet-4:nitro`），或附加 `:floor` 进行价格排序。
-
-## OpenRouter Pareto Code 路由器
-
-OpenRouter 提供一个实验性编程模型路由器 `openrouter/pareto-code`，自动将请求路由到满足编程质量标准的最便宜模型（按 [Artificial Analysis](https://artificialanalysis.ai/) 排名）。选择此模型并在 `~/.hermes/config.yaml` 中调整 `min_coding_score` 参数：
-
-```yaml
-model:
-  provider: openrouter
-  model: openrouter/pareto-code
-
-openrouter:
-  min_coding_score: 0.65   # 0.0–1.0；越高 = 越强（越贵）的编程模型。默认 0.65。
-```
-
-说明：
-
-- `min_coding_score` **仅**在 `model.model` 为 `openrouter/pareto-code` 时发送。对其他任何模型该值无效。
-- 设置为空字符串（或删除该行）让 OpenRouter 选择最强的可用编程模型——这是省略 plugins 块时的文档行为。
-- 在给定日期内，按分数选择是确定性的，但随着 Pareto 前沿移动（新模型、基准更新），实际选择的模型可能变化。
-- 参见 OpenRouter 的 [Pareto Router 文档](https://openrouter.ai/docs/guides/routing/routers/pareto-router) 了解完整路由器行为。
-- 要将 Pareto Code 路由器用于特定**辅助任务**（压缩、视觉等）而非主智能体，在该任务下设置 `extra_body.plugins`——参见[辅助模型 → OpenRouter 路由与辅助任务的 Pareto Code](/user-guide/configuration#openrouter-routing--pareto-code-for-auxiliary-tasks)。
-
-## 故障转移提供商
-
-配置一个备用提供商链，当主模型失败时（速率限制、服务器错误、认证失败）Hermes 按顺序尝试。规范格式是顶级 `fallback_providers:` 列表：
-
-```yaml
-fallback_providers:
-  - provider: openrouter
-    model: anthropic/claude-sonnet-4
-  - provider: anthropic
-    model: claude-sonnet-4
-    # base_url: http://localhost:8000/v1    # 可选，用于自定义端点
-    # api_mode: chat_completions           # 可选覆盖
-```
-
-为向后兼容，旧版单对 `fallback_model:` 字典仍被接受：
-
-```yaml
-fallback_model:
-  provider: openrouter
-  model: anthropic/claude-sonnet-4
-```
-
-激活时，故障转移在不丢失对话的情况下中途切换模型和提供商。链按条目逐一尝试；每个会话激活一次。
-
-支持的提供商：`openrouter`、`nous`、`openai-codex`、`copilot`、`copilot-acp`、`anthropic`、`gemini`、`qwen-oauth`、`huggingface`、`zai`、`kimi-coding`、`kimi-coding-cn`、`minimax`、`minimax-cn`、`minimax-oauth`、`deepseek`、`nvidia`、`xai`、`xai-oauth`、`ollama-cloud`、`bedrock`、`azure-foundry`、`opencode-zen`、`opencode-go`、`kilocode`、`xiaomi`、`arcee`、`gmi`、`stepfun`、`lmstudio`、`alibaba`、`alibaba-coding-plan`、`tencent-tokenhub`、`custom`。
-
-:::tip
-故障转移仅通过 `config.yaml` 配置——或通过 `hermes fallback` 交互式配置。有关触发时机、链推进方式以及与辅助任务和委托的交互，参见[故障转移提供商](/user-guide/features/fallback-providers)。
-:::
-
----
-
-## 另请参阅
-
-- [配置](/user-guide/configuration) — 通用配置（目录结构、配置优先级、终端后端、记忆、压缩等）
-- [环境变量](/reference/environment-variables) — 所有环境变量的完整参考