模型服务商

为 Deep Agents Code 配置任意兼容 LangChain 的模型服务商

Deep Agents Code 支持任意兼容 LangChain 的聊天模型服务商，因此几乎所有支持工具调用的大语言模型都能使用。任何提供 OpenAI 兼容或 Anthropic 兼容 API 的服务也可直接使用 —— 见兼容 API。

快速开始

Deep Agents Code 会自动集成以下模型服务商：除安装相应的服务商包之外，无需额外配置。

安装服务商包
每个模型服务商都需要其对应的 LangChain 集成包。为保持应用轻量，这些包以可选 extras 的形式提供。OpenAI、Anthropic 与 Gemini 默认已包含。其他 extras 可在会话中用 /install 安装，或在 shell 中用 dcode --install 安装：

In sessionShell

txt

/install groq

bash

dcode --install groq

不带参数运行 /install 可列出有效的 extras。要在首次安装 CLI 时预装 extras，请设置 DEEPAGENTS_CODE_EXTRAS：

bash

DEEPAGENTS_CODE_EXTRAS="baseten,groq" curl -LsSf https://langch.in/dcode | bash

设置凭据
用 /auth 凭据管理器为你的服务商添加 API 密钥：
txt
```
/auth
```
1
/auth 会显示可用服务商列表，并存储凭据以便跨会话复用。
对于非交互式运行、CI/CD，或任何无法使用 TUI 的场景，可从 shell 用 dcode auth set 存储同一密钥，或改为设置服务商的环境变量。关于完整的密钥解析顺序，请参阅服务商凭据；关于将密钥限定到 Deep Agents Code 的 DEEPAGENTS_CODE_ 前缀，以及各服务商的环境变量，请参阅服务商参考。
要配置模型参数，请参阅模型参数。

服务商参考

使用的服务商不在此处列出？请参阅任意服务商：任何与 LangChain 兼容的服务商都可以在 Deep Agents Code 中使用，只需额外配置。

服务商	包	凭据环境变量	模型档案
OpenAI	`langchain-openai`	`OPENAI_API_KEY`	✅
OpenAI (Codex)	`langchain-openai`	无；使用 ChatGPT 登录	✅
Azure OpenAI	`langchain-openai`	`AZURE_OPENAI_API_KEY`	✅
Anthropic	`langchain-anthropic`	`ANTHROPIC_API_KEY`	✅
Google Gemini API	`langchain-google-genai`	`GOOGLE_API_KEY`	✅
Gemini Enterprise Agent Platform	`langchain-google-genai`	`GOOGLE_CLOUD_PROJECT`	✅
Gemini Enterprise Agent Platform (Anthropic)	`langchain-google-vertexai`	`GOOGLE_CLOUD_PROJECT`, `GOOGLE_CLOUD_LOCATION`	✅
Baseten	`langchain-baseten`	`BASETEN_API_KEY`	✅
AWS Bedrock	`langchain-aws`	`AWS_ACCESS_KEY_ID`, `AWS_SECRET_ACCESS_KEY`	✅
AWS Bedrock Converse	`langchain-aws`	`AWS_ACCESS_KEY_ID`, `AWS_SECRET_ACCESS_KEY`	✅
Hugging Face	`langchain-huggingface`	`HUGGINGFACEHUB_API_TOKEN`	✅
Ollama	`langchain-ollama`	`OLLAMA_API_KEY`（仅云端；可选）	❌
Groq	`langchain-groq`	`GROQ_API_KEY`	✅
Cohere	`langchain-cohere`	`COHERE_API_KEY`	❌
Fireworks	`langchain-fireworks`	`FIREWORKS_API_KEY`	✅
Together	`langchain-together`	`TOGETHER_API_KEY`	❌
Meta	`langchain-meta`	`MODEL_API_KEY`	✅
Mistral AI	`langchain-mistralai`	`MISTRAL_API_KEY`	✅
DeepSeek	`langchain-deepseek`	`DEEPSEEK_API_KEY`	✅
IBM (watsonx.ai)	`langchain-ibm`	`WATSONX_APIKEY`	❌
Nvidia	`langchain-nvidia-ai-endpoints`	`NVIDIA_API_KEY`	✅
xAI	`langchain-xai`	`XAI_API_KEY`	✅
Perplexity	`langchain-perplexity`	`PERPLEXITY_API_KEY`（或 `PPLX_API_KEY`）	✅
OpenRouter	`langchain-openrouter`	`OPENROUTER_API_KEY`	✅
LiteLLM	`langchain-litellm`	按服务商（见文档）	❌

在 Gemini Enterprise Agent Platform 上配置 Anthropic 模型

google_anthropic_vertex 服务商在 Gemini Enterprise Agent Platform 上通过 Anthropic 的 Messages API 运行 Claude。它使用 Google Cloud 应用默认凭据（ADC），而不是 Anthropic API 密钥。

要使用该服务商：

安装 Gemini Enterprise Agent Platform 额外组件：

 ```txt [In session]
 /install vertex
 ```

 ```bash [Shell]
 dcode --install vertex
 ```

在你的 Google Cloud 项目中启用 Claude 模型，然后配置 ADC：
bash
```
gcloud auth application-default login
```
1
设置你的 Google Cloud 项目和位置：
bash
```
export GOOGLE_CLOUD_PROJECT="your-project-id"
export GOOGLE_CLOUD_LOCATION="global"
```
1
2
你可以使用 DEEPAGENTS_CODE_GOOGLE_CLOUD_PROJECT 和 DEEPAGENTS_CODE_GOOGLE_CLOUD_LOCATION 将这些值限定到 Deep Agents Code。
使用 google_anthropic_vertex 服务商选择一个 Claude 模型：

 ```txt [In session]
 /model google_anthropic_vertex:claude-sonnet-4-6
 ```

 ```bash [Shell]
 dcode --model google_anthropic_vertex:claude-sonnet-4-6
 ```

对 Google 模型使用 google_vertexai。Claude 模型使用 Anthropic 的 Messages API，必须改用 google_anthropic_vertex。

TIP

你可以通过添加 DEEPAGENTS_CODE_ 前缀将任何凭据限定到 Deep Agents Code。例如，DEEPAGENTS_CODE_OPENAI_API_KEY 在 Deep Agents Code 中优先于 OPENAI_API_KEY，且不影响其他工具。详情请参阅 DEEPAGENTS_CODE_ 前缀。

TIP

模型档案提供交互式 /model 切换器使用的模型元数据。如果切换器中缺少某个模型，请直接传入模型名称，或通过 config.toml 添加它。

使用 ChatGPT 登录

openai_codex 服务商让你使用付费的 ChatGPT 订阅来访问 OpenAI 的 Codex 模型，而无需 OPENAI_API_KEY。你使用 ChatGPT 账户登录，它会在 /auth 和 /model 切换器中作为独立服务商出现，与基于 API 密钥的 openai 服务商分开。

Start the sign-in

在任意会话中运行 /auth 并选择 openai_codex。由于 ChatGPT 通过浏览器让你登录，这会启动浏览器登录，而不是询问 API 密钥。

Authorize in your browser

Deep Agents Code 会打开你的浏览器并跳转到 ChatGPT 登录页面。如果无法打开浏览器（例如通过 SSH），它也会在屏幕上显示登录 URL，以便你将其复制到另一台设备的浏览器中。

Select a Codex model

登录后，Codex 模型会出现在 /model 切换器中的 openai_codex 服务商下。可通过其 spec 直接切换到其中一个：

txt

/model openai_codex:gpt-5.5

你的登录状态会跨会话保持。要检查状态或退出登录，请运行 /auth，选择 openai_codex，然后选择重新认证或退出登录。

NOTE

openai_codex 与 openai 是分开的。若要改用标准 API 密钥使用 OpenAI 模型，请使用常规的 openai 服务商（例如 /model openai:gpt-5.5）。

NOTE

某些服务商特定的账户类型或密钥范围可能无法用于 API 访问。如果某服务商在 /auth 中显示已配置，但请求仍然失败，请确认账户套餐和 API 密钥权限与该服务商的 API 要求相符。

模型路由与代理

诸如 OpenRouter 和 LiteLLM 之类的模型路由让你通过单个端点访问多个服务商的模型。

请为这些服务使用专用的集成包：

路由	包	配置
OpenRouter	`langchain-openrouter`	`openrouter:<model>`（内置，见服务商参考）
LiteLLM	`langchain-litellm`	`litellm:<model>`（内置，见服务商参考）

OpenRouter 是内置服务商——安装额外组件后即可直接使用：

In sessionShell

txt

/install openrouter

bash

dcode --install openrouter

LiteLLM 也是内置服务商：

In sessionShell

txt

/install litellm

bash

dcode --install litellm

切换模型

要在 Deep Agents Code 中切换模型，可以：

使用交互式模型切换器，通过 /model 命令。

NOTE

并非所有模型都会出现在这里。如果缺少你的模型，请直接传入模型名称（例如 /model gpt-5.5），或将其添加到 config.toml。

直接指定模型名称作为参数，例如 /model gpt-5.5。你可以使用所选服务商支持的任何模型，无论它是否出现在选项 1 的列表中。模型名称会被传入 API 请求。
在启动时指定模型，通过 --model，例如
txt
```
dcode --model openai:gpt-5.5
```
1

模型解析顺序

Deep Agents Code 启动时，会按以下顺序解析要使用的模型：

--model 标志在提供时始终优先。
~/.deepagents/config.toml 中的 [models].default——用户有意设置的长期偏好。
~/.deepagents/config.toml 中的 [models].recent——最近一次通过 /model 切换到的模型。自动写入；永不覆盖 [models].default。
环境自动检测：回退到第一个可用的启动凭据，按顺序检查：OPENAI_API_KEY、ANTHROPIC_API_KEY、GOOGLE_API_KEY、GOOGLE_CLOUD_PROJECT（Gemini Enterprise Agent Platform）。

此启动回退有意只检查这四个凭据。其他受支持的服务商（例如 Groq）仍可通过 --model、/model 以及保存的默认值（[models].default / [models].recent）使用。

哪些模型会出现在切换器中

/model 选择器会根据已安装的服务商包动态构建其列表。展开下方内容以查看完整条件和故障排查。

切换器如何构建其模型列表

交互式 /model 选择器会根据已安装的服务商包以及 config.toml 中配置的模型构建其列表。

当满足以下条件时，模型会出现：

服务商包已安装。
该模型可从服务商包、本地服务商或你的 config.toml 中获得。
模型档案未将文本输入或输出标记为不受支持。

如果缺少某个模型，请直接使用 /model <provider>:<model>，或将其添加到 [models.providers.<name>].models。

TIP

凭据状态不会影响模型是否被列出。即使凭据缺失，你仍可选择模型。服务商会在请求时报告身份认证错误。

开放权重模型

如果你想使用开放权重模型，根据你偏好本地推理还是云端托管推理，有两条常见路径。

使用 Ollama 进行本地推理是免费上手的最简单方式，无需 API 密钥：

安装 Ollama 并拉取一个模型，例如：
bash
```
ollama pull qwen3:4b
```
1
安装 Ollama 额外组件：

In sessionShell

txt

/install ollama

bash

dcode --install ollama

选择模型：

In sessionShell

txt

/model

bash

dcode --model ollama:qwen3:4b

使用交互式切换器，或通过 /model ollama:qwen3:4b 直接传入模型。

通过 Groq 使用云端托管的开放权重模型可让你无需在本地运行任何东西即可获得快速推理：

在 console.groq.com 获取免费 API 密钥。
安装 Groq 额外组件：

In sessionShell

txt

/install groq

bash

dcode --install groq

选择模型：

In sessionShell

txt

/model

bash

GROQ_API_KEY="your-api-key" dcode --model groq:openai/gpt-oss-120b

使用交互式切换器，或通过 /model groq:openai/gpt-oss-120b 直接传入模型。

Fireworks 是另一个流行的开放权重模型云服务商：

In sessionShell

txt

/install fireworks
/model

bash

dcode --install fireworks
FIREWORKS_API_KEY="your-api-key" dcode --model fireworks:accounts/fireworks/models/deepseek-v4-pro

使用交互式切换器，或通过 /model fireworks:accounts/fireworks/models/deepseek-v4-pro 直接传入模型。

Baseten 是另一个面向开放权重模型的云服务商：

In sessionShell

txt

/install baseten
/model

bash

dcode --install baseten
BASETEN_API_KEY="your-api-key" dcode --model baseten:moonshotai/Kimi-K2.7-Code

使用交互式切换器，或通过 /model baseten:moonshotai/Kimi-K2.7-Code 直接传入模型。

TIP

如果你希望在安装 CLI 本身的同时预装某个服务商，请在初始安装时使用 DEEPAGENTS_CODE_EXTRAS：

bash

DEEPAGENTS_CODE_EXTRAS="fireworks" curl -LsSf https://langch.in/dcode | bash

你可以组合多个服务商：DEEPAGENTS_CODE_EXTRAS="groq,fireworks,ollama"。如果已经安装了 Deep Agents Code，请改为在会话中使用 /install <extra>，或在 shell 中使用 dcode --install <extra>。

Together、OpenRouter 和 Hugging Face（langchain-huggingface）是云托管开放权重的其他选择。凭据和包名请参见服务商参考。

设置默认模型

你可以设置一个持久的默认模型，它会应用于之后所有的 CLI 启动：

通过模型选择器： 打开 /model，导航到所需的模型，然后按 Ctrl+S 将其固定为默认值。在当前默认模型上再次按 Ctrl+S 会清除它。
通过命令： /model --default provider:model（例如 /model --default anthropic:claude-opus-4-8）
通过配置文件： 在 ~/.deepagents/config.toml 中设置 [models].default（参见配置）。

在 shell 中：

bash

dcode --default-model anthropic:claude-opus-4-8

查看当前默认值：

bash

dcode --default-model

清除默认值：

在 shell 中：
bash
```
dcode --clear-default-model
```
1
通过命令： /model --default --clear
通过模型选择器： 在当前已固定的默认模型上按 Ctrl+S。

如果没有默认值，Deep Agents Code 会使用最近使用过的模型。

模型参数

向模型传入额外的构造函数 kwargs——采样控制、推理/思考预算、上下文窗口大小、请求超时，以及底层聊天模型类接受的任何其他内容。有三个设置位置，按优先级从高到低排列：

启动时通过 --model-params 一次性设置。 JSON 字符串，仅对本次会话有效：

bash

# OpenAI reasoning effort
dcode --model openai:gpt-5.5 --model-params '{"reasoning": {"effort": "high"}}'

# Anthropic extended thinking
dcode --model anthropic:claude-opus-4-8 --model-params '{"thinking": {"type": "enabled", "budget_tokens": 10000}, "max_tokens": 16000}'

会话中途通过 /model --model-params 设置。 相同的 JSON 语法——无需重启即可替换参数（并可选择替换模型）：

txt

/model --model-params '{"temperature": 0.7}' anthropic:claude-opus-4-8
/model --model-params '{"num_ctx": 16384}'           # opens selector, applies params to choice

在 config.toml 中持久化设置。 服务商级别的默认值（可选地带按模型划分的子表），在每次启动时都会生效：

toml

[models.providers.anthropic.params]
thinking = { type = "enabled", budget_tokens = 10000 }
max_tokens = 16000

[models.providers.openai.params]
reasoning = { effort = "high", summary = "auto" }
output_version = "responses/v1"

[models.providers.ollama.params]
num_ctx = 16384
temperature = 0

# Per-model override—wins over provider-level keys
[models.providers.ollama.params."qwen3:4b"]
temperature = 0.5

CLI 参数会覆盖配置文件中的 params，且仅对本次会话有效（会话中途的更改不会被持久化）。config.toml 中按模型划分的子表会覆盖服务商级别的键（浅合并——完整语义请参见模型构造函数参数）。--model-params 不能与 --default 组合使用。

对于重试次数，请优先使用 --max-retries 或顶层的 [retries] 配置。

TIP

底层聊天模型构造函数接受的任何 kwarg 都是有效的。完整列表请参阅服务商的参考文档——例如 ChatAnthropic、ChatOpenAI、ChatOllama。未知的 kwargs 会被转发到上游 API 请求，因此新发布的参数无需更新 CLI 即可使用。

NOTE

不要把凭据（api_key）放进 params——请改用 api_key_env 指向某个环境变量。

若要覆盖模型运行时*配置文件（profile）*上的字段（max_input_tokens、tool_calling、能力标志）——这与构造函数参数不同——请参见配置文件覆盖。

高级配置

关于服务商参数、配置文件覆盖、自定义基础 URL、兼容 API、任意服务商以及生命周期钩子的详细配置，请参见配置文件和钩子。

数据集

创建数据集

运行评估

评估技术

定义评估目标

打分方法

实验配置

多模态评估

分析实验结果

微调

教程

常见数据类型

评估器类型

UI

SDK

框架与集成

改进评估器

反馈

追踪设置

集成

手动埋点

配置与故障排除

项目与环境设置

高级追踪技术

数据与隐私

故障排除指南

查看与管理追踪

批量导出追踪数据

轨迹视图

数据类型参考

监控与告警

在线评估器

自动化

开发你的应用

设置依赖

持久化

能力

助手

运行

并发消息处理

如何构建

鉴权与访问控制

自定义鉴权教程

服务器定制

静态加密

替换内置后端

扩展 HTTP 服务器

请求头与日志

部署指南

参考

配置

参考

提示词

创建与管理提示词

连接模型

上下文中枢

教程

全栈 Web 应用

Agent Server API

控制平面 API

计费与用量

参考

按云服务商起步

用 Terraform 部署

AWS

GCP

Azure

安装实例

配置实例

连接外部服务

平台鉴权与访问控制

管理实例

自托管可观测性

混合部署

脚本

参考

组织