Models & AI Capabilities

约束智能体执行过程和完成声明，包括固定语言、工作纪律、防提前宣称完成、死循环硬中断、自检规则、科研防自欺和运行时行为监控；不负责提示预设设计或Request传输策略。

把智能体运行时连接到编辑器、桌面客户端、AI SDK、A2A/HTTP 服务、外部 CLI 引擎、即时通讯或其他宿主环境，包括运行时封装与跨宿主协议适配；不负责多代理任务规划。

管理可发现、按需加载或受控写入的智能体技能、记忆、领域知识包和工具资产，包括 MCP 工具注册、历史经验沉淀、技能审批晋级和微调样本蒸馏；不负责代理之间的调度。

通过可复用的人格、专家角色、方法论、系统提示片段和规则预设稳定引导智能体的语言、风格与工作方式，包括预设安装、保存、切换和行为锚定；不负责用户草稿改写或多代理派工。

管理长提示词和会话上下文的生命周期，包括压缩、折叠、摘要、回放、接管和关键内容保留，以控制上下文长度与 token 成本；不改变模型选择或提示词内容本身。

提供由文本或参考图驱动的图像生成、修改、重绘和编辑能力，包括生图工具注册、图像输出槽位绑定与生成模型切换；不处理图片理解和 OCR。

记录和分析模型调用运行数据，包括RequestResponse流量、token、延迟、吞吐、预算、配额、健康Status、模型识别和推理轨迹测量；不执行质量评分或路由决策。

在本机部署和管理模型推理服务，包括 Ollama、llama.cpp、vLLM 等服务启停、GPU 与显存检测、GGUF 或量化参数、吞吐测量和本地任务卸载；不包含远程提供商账号接入。

维护已接入模型的目录条目和声明式配置，包括别名、启用Status、上下文窗口、输出上限、输入模态、推理档位、采样参数、兼容开关和配置导入迁移；不新增提供商、不决定Request去向。

以受控实验和统计证据评估模型、提示词、RAG 或智能体配置，包括基准测试、A/B、回归、盲测、漂移检测、连通性诊断和发布治理；不承担日常运行遥测。

将官方 API、兼容端点、聚合网关、中转站、OAuth 订阅账号、CLI 凭据或远程模型服务注册到宿主，并管理登录、令牌、密钥和模型目录同步；不负责本地推理进程、不负责Request路由、不负责已接入模型的能力参数配置。

在多个已接入模型、提供商或账号之间按任务、角色、复杂度、成本、健康Status或错误Status选择、分流、轮换和回退Request，包括Candidate链、熔断、限流降级和备用密钥池；不包含提供商注册。

使用自有数据创建、监控和管理微调或训练作业及其产物，包括 LoRA、QLoRA、训练数据准备、作业Status和产物部署；不包含从会话中简单沉淀技能或规则。

创建并协调多个代理或子代理完成任务，包括角色名册、模型指派、任务拆解、委派、依赖门控、预算控制、并行 fan-out、流水线和团队协作；不负责单答案选优或代理运行时接入。

针对同一任务生成、比较和验证多个模型Candidate结果，包括辩论、委员会、交叉评审、LLM-as-Judge、第二意见、Best-of-N、MoA 聚合和竞技场对比；不负责持续性的多代理任务编排。

面向用户输入和提示词资产进行创建、润色、结构化改写、模板化管理、片段组合、快捷调用和Version维护，帮助用户改善提问内容；不注入运行时系统行为预设。

直接调整Request级推理行为，包括思考预算、推理努力等级、采样参数、思考语言、思维过程摘要或翻译，以及循环检测和第三方模型推理档位补齐；不承担一般人格设定。

在Request发送前、Response返回后或流式传输期间施加统一策略，包括 HTTP 头注入、并发与配额限制、强制采样参数或推理等级、流内容清理和协议标签处理；不改写提示词、不管理模型目录。

保障单次模型Request及其结果可靠完成，包括重试退避、断线重连、流式恢复、协议兼容修复、重复输出中断、JSON Schema 校验和工具结果修复；不跨提供商做路由切换。

为文本模型处理图片、截图、PDF、验证码和其他视觉文档输入，包括 OCR、视觉模型转述、图像问答、截图转代码和多模态输入适配；不包含图像生成或编辑。