跳转到主要内容
这些设置位于 AI providers 页面上模型的添加或编辑表单的 Advanced settings 卡片中。

Reasoning / Extended Thinking

添加模型的表单在 Advanced settings 下提供一个 Thinking / Reasoning 开关(Off / Low / Medium / High / Custom)。可用的选项与模型实际能做到的一致:
  • 无法推理的模型会被锁定为 Off,并附带说明。
  • 仅在某些级别上推理的模型(例如 GPT-5 的 medium/high)会禁用无效的级别。
  • 默认进行推理的模型会以 Medium 作为合理的起点。

预设级别

当您选择 Low / Medium / High 时,Kodus 会自动把该级别转换为各提供商的原生格式:
始终推理的变体(Kimi k2p7-code/k3、GLM-5.3)无条件进行推理,无法设为 Off。Test 会拒绝对它们设置 Off。

自定义 JSON 覆盖

在 Thinking / Reasoning 开关中选择 Custom 会显示一个 JSON 文本框。直接粘贴提供商选项 — Kodus 会自动将它们包装在当前提供商的命名空间下。您无需了解 Vercel AI SDK 的路由规则。 在以下情况下使用:
  • 您需要为 Claude 指定具体的 budgetTokens 值(而不是预设的 effort 映射)
  • 您想为 OpenAI 兼容提供商按模型启用/禁用思考
  • 您想设置推理之外的字段 — 缓存、服务层级、安全设置、user 标记等。该覆盖会被合并到 providerOptions 中,因此任何适配器字段都能透传
  • 提供商推出了 Kodus 尚未封装的新字段

示例(直接粘贴 — 无需命名空间)

将 Claude 的思考预算精确覆盖为 20,000 tokens(Claude 4.7 及更高版本会拒绝 budgetTokens;请改用 effort):
启用提示缓存(非推理示例):

手动使用命名空间(高级用户)

如果您的 JSON 在顶层已经以某个已知的命名空间键开头 — 下面映射表中的任意键 — Kodus 会保持其不变。如果您想混用多个提供商的命名空间,或想明确指定,这会很有用:
在底层,Kodus 使用的命名空间映射如下:

注意事项

  • 只接受有效的 JSON 对象。 缺少逗号、多余的尾随逗号或非对象的值,在保存时会被拒绝。
  • 优先级: JSON 覆盖会完全替换预设 effort 的命名空间块 — 如果您覆盖了 anthropic.thinking 却忘了 anthropic.effort,该字段就不会被发送。OpenRouter 路由(Pin providers / Allow fallbacks)是唯一的例外:它会在 openrouter 下与您的覆盖深度合并。
  • 未知提供商 = 不包装。 如果您的 BYOK 提供商不在上面的命名空间表中,Kodus 会原样透传该 JSON。

Temperature

Temperature 位于 Advanced settings 下,该字段会根据模型的规则自适应 — 规则由提供商设定,而不是由表单猜测:
Test 会根据这些规则校验您设置的温度,并在保存之前返回错误,因此您永远不会保存模型不会遵从的值。

并发与速率限制

maxConcurrentRequests 字段(Max concurrent requests,位于 Advanced settings 下)限制 Kodus 并行发送给您的提供商的在途请求数量。大多数情况下默认值就足够了,但并发上限严格的订阅套餐需要显式设置它。

建议设置的值

何时调整

调高

  • 您在 Moonshot/OpenRouter 上有高档位充值,并希望在大型 PR 上获得更高吞吐量
  • 在多文件 PR 上审查感觉是串行的,而且您没有看到 429

调低

  • 您在审查日志中看到 429 或 Too much concurrency 错误
  • 您的提供商在仪表板上提示速率限制警告
  • 您想在更多 PR 之间节省 Coding Plan 窗口(5 小时/每周)
并发 vs. RPM vs. TPM。 maxConcurrentRequests 只限制并行的在途请求数。许多提供商还会单独执行 RPM(每分钟请求数)和 TPM(每分钟 token 数)限制。如果在并发看起来正常的情况下触及了 RPM/TPM,通常的解决办法是升级档位或把负载分散到更长的时间 — 而不是修改 maxConcurrentRequests。
与备用模型的交互。 当某个任务的模型持续因 429 失败,Kody 故障转移到 Fallback model 时,适用的是备用模型自己的 maxConcurrentRequests。在另一个提供商上设置一个宽松的备用模型,是在主模型使用严格订阅时吸收突发流量的好办法。