构建模型提供商插件

模型提供商插件声明一个推理后端——兼容 OpenAI 的端点、Anthropic Messages 服务器、Codex 风格的 Responses API，或 Bedrock 原生接口——AigenLabs 可通过这些后端路由 AIAgent 调用。每个内置提供商（OpenRouter、Anthropic、GMI、DeepSeek、Nvidia……）都以此类插件形式提供。第三方可通过在 $AIGENLABS_HOME/plugins/model-providers/ 下放置一个目录来添加自己的提供商，无需对仓库做任何修改。

提示

模型提供商插件是提供商插件的第三种类型。其他两种分别是 Memory Provider 插件（跨会话知识）和 Context Engine 插件（上下文压缩策略）。三者均遵循相同的"放入目录、声明 profile、无需编辑仓库"模式。

发现机制

providers/__init__.py._discover_providers() 在任何代码首次调用 get_provider_profile() 或 list_providers() 时懒加载执行。发现顺序：

内置插件 — <repo>/plugins/model-providers/<name>/ — 随 AigenLabs 一同发布
用户插件 — $AIGENLABS_HOME/plugins/model-providers/<name>/ — 放入任意目录；后续会话无需重启即可生效
旧版单文件 — <repo>/providers/<name>.py — 为树外可编辑安装提供向后兼容

同名用户插件会覆盖内置插件，因为 register_provider() 采用后写者优先策略。放入 $AIGENLABS_HOME/plugins/model-providers/gmi/ 目录即可替换内置 GMI profile，无需修改仓库。

目录结构

plugins/model-providers/my-provider/
├── __init__.py       # 在模块级别调用 register_provider(profile)
├── plugin.yaml       # kind: model-provider + 元数据（可选但推荐）
└── README.md         # 安装说明（可选）

唯一必需的文件是 __init__.py。plugin.yaml 供 aigenlabs plugins 用于自省，以及供通用 PluginManager 将插件路由到正确的加载器；若缺少该文件，通用加载器会回退到源码文本启发式检测。

最简示例——一个简单的 API key 提供商

# plugins/model-providers/acme-inference/__init__.py
from providers import register_provider
from providers.base import ProviderProfile

acme = ProviderProfile(
    name="acme-inference",
    aliases=("acme",),
    display_name="Acme Inference",
    description="Acme — OpenAI-compatible direct API",
    signup_url="https://acme.example.com/keys",
    env_vars=("ACME_API_KEY", "ACME_BASE_URL"),
    base_url="https://api.acme.example.com/v1",
    auth_type="api_key",
    default_aux_model="acme-small-fast",
    fallback_models=(
        "acme-large-v3",
        "acme-medium-v3",
        "acme-small-fast",
    ),
)

register_provider(acme)

# plugins/model-providers/acme-inference/plugin.yaml
name: acme-inference
kind: model-provider
version: 1.0.0
description: Acme Inference — OpenAI-compatible direct API
author: Your Name

就这些。放入这两个文件后，以下集成自动生效，无需其他任何修改：

集成点	位置	获得的能力
凭据解析	`aigenlabs_cli/auth.py`	`PROVIDER_REGISTRY["acme-inference"]` 从 profile 填充
`--provider` CLI 标志	`aigenlabs_cli/main.py`	接受 `acme-inference`
`aigenlabs model` 选择器	`aigenlabs_cli/models.py`	出现在 `CANONICAL_PROVIDERS` 中，从 `{base_url}/models` 获取模型列表
`aigenlabs doctor`	`aigenlabs_cli/doctor.py`	对 `ACME_API_KEY` 及 `{base_url}/models` 进行健康检查
`aigenlabs setup`	`aigenlabs_cli/config.py`	`ACME_API_KEY` 出现在 `OPTIONAL_ENV_VARS` 和设置向导中
URL 反向映射	`agent/model_metadata.py`	主机名 → 提供商名称，用于自动检测
辅助模型	`agent/auxiliary_client.py`	使用 `default_aux_model` 进行压缩/摘要
运行时解析	`aigenlabs_cli/runtime_provider.py`	返回正确的 `base_url`、`api_key`、`api_mode`
传输层	`agent/transports/chat_completions.py`	Profile 路径通过 `prepare_messages` / `build_extra_body` / `build_api_kwargs_extras` 生成 kwargs

ProviderProfile 字段

完整定义见 providers/base.py。最常用的字段：

字段	类型	用途
`name`	str	规范 ID——与 `config.yaml` 中的 `model.provider` 及 `--provider` 标志匹配
`aliases`	`tuple[str, ...]`	由 `get_provider_profile()` 解析的别名（如 `grok` → `xai`）
`api_mode`	str	`chat_completions` \| `codex_responses` \| `anthropic_messages` \| `bedrock_converse`
`display_name`	str	在 `aigenlabs model` 选择器中显示的人类可读标签
`description`	str	选择器副标题
`signup_url`	str	首次运行设置时显示（"在此获取 API key"）
`env_vars`	`tuple[str, ...]`	按优先级排列的 API key 环境变量；最后一个 `*_BASE_URL` 条目用作用户 base URL 覆盖
`base_url`	str	默认推理端点
`models_url`	str	显式目录 URL（回退到 `{base_url}/models`）
`auth_type`	str	`api_key` \| `oauth_device_code` \| `oauth_external` \| `copilot` \| `aws_sdk` \| `external_process`
`fallback_models`	`tuple[str, ...]`	实时目录获取失败时显示的精选列表
`default_headers`	`dict[str, str]`	随每个请求发送（如 Copilot 的 `Editor-Version`）
`fixed_temperature`	Any	`None` = 使用调用方的值；`OMIT_TEMPERATURE` 哨兵值 = 完全不发送 temperature（Kimi）
`default_max_tokens`	`int \| None`	提供商级别的 max_tokens 上限（Nvidia：16384）
`default_aux_model`	str	用于辅助任务（压缩、视觉、摘要）的廉价模型

可覆盖的 hook

对于非常规的特殊需求，可子类化 ProviderProfile：

from typing import Any
from providers.base import ProviderProfile

class AcmeProfile(ProviderProfile):
    def prepare_messages(self, messages: list[dict[str, Any]]) -> list[dict[str, Any]]:
        """提供商特定的消息预处理。在 codex 清理之后、developer-role 替换之前运行。
        默认：直接透传。"""
        # 示例：Qwen 将纯文本内容规范化为 list-of-parts 数组并注入 cache_control；
        # Kimi 重写 tool-call JSON
        return messages

    def build_extra_body(self, *, session_id=None, **context) -> dict:
        """提供商特定的 extra_body 字段，合并到 API 调用中。
        context 包含：session_id、provider_preferences、model、base_url、
        reasoning_config。默认：空 dict。"""
        # 示例：OpenRouter 的 provider-preferences 块，
        # Gemini 的 thinking_config 转换。
        return {}

    def build_api_kwargs_extras(self, *, reasoning_config=None, **context):
        """返回 (extra_body_additions, top_level_kwargs)。当某些字段需要放在顶层
        （Kimi 的 reasoning_effort）而另一些放在 extra_body（OpenRouter 的 reasoning dict）
        时需要此方法。默认：({}, {})。"""
        return {}, {}

    def fetch_models(self, *, api_key=None, timeout=8.0) -> list[str] | None:
        """实时目录获取。默认使用 Bearer 认证访问 {models_url or base_url}/models。
        以下情况需覆盖：自定义认证（Anthropic）、无 REST 端点（Bedrock → None），
        或公开/无认证目录（OpenRouter）。"""
        return super().fetch_models(api_key=api_key, timeout=timeout)

Hook 参考示例

参考以下内置插件了解常用写法：

插件	参考原因
`plugins/model-providers/openrouter/`	带 provider preferences 的聚合器，公开模型目录
`plugins/model-providers/gemini/`	`thinking_config` 转换（原生 + OpenAI 兼容嵌套形式）
`plugins/model-providers/kimi-coding/`	`OMIT_TEMPERATURE`、`extra_body.thinking`、顶层 `reasoning_effort`
`plugins/model-providers/qwen-oauth/`	消息规范化、`cache_control` 注入、VL 高分辨率
`plugins/model-providers/nous/`	归因标签、"禁用时省略 reasoning"
`plugins/model-providers/custom/`	Ollama 的 `num_ctx` + `think: false` 特殊处理
`plugins/model-providers/bedrock/`	`api_mode="bedrock_converse"`，`fetch_models` 返回 None（无 REST 端点）

用户覆盖——不修改仓库替换内置提供商

假设你想将 gmi 指向私有测试端点进行测试。创建 ~/.aigenlabs/plugins/model-providers/gmi/__init__.py：

from providers import register_provider
from providers.base import ProviderProfile

register_provider(ProviderProfile(
    name="gmi",
    aliases=("gmi-cloud", "gmicloud"),
    env_vars=("GMI_API_KEY",),
    base_url="https://gmi-staging.internal.example.com/v1",
    auth_type="api_key",
    default_aux_model="google/gemini-3.1-flash-lite-preview",
))

下次会话时，get_provider_profile("gmi").base_url 将返回测试 URL。无需打补丁，无需重新构建。由于用户插件在内置插件之后被发现，用户的 register_provider() 调用会胜出。

api_mode 选择

系统识别四个值。AigenLabs 的选择依据：

用户显式覆盖（config.yaml 中设置了 model.api_mode）
OpenCode 的按模型分发（Zen 和 Go 的 opencode_model_api_mode）
URL 自动检测——/anthropic 后缀 → anthropic_messages，api.openai.com → codex_responses，api.x.ai → codex_responses，Kimi 域名上的 /coding → chat_completions
Profile 的 api_mode 作为 URL 检测无结果时的回退
默认 chat_completions

将 profile.api_mode 设置为你的提供商默认使用的值——它作为提示使用。用户 URL 覆盖仍然优先。

认证类型

`auth_type`	含义	使用者
`api_key`	单个环境变量携带静态 API key	大多数提供商
`oauth_device_code`	设备码 OAuth 流程	—
`oauth_external`	用户在其他地方登录，token 存入 `auth.json`	Anthropic OAuth、MiniMax OAuth、Gemini Cloud Code、Qwen Portal、Nous Portal
`copilot`	GitHub Copilot token 刷新周期	仅 `copilot` 插件
`aws_sdk`	AWS SDK 凭据链（IAM role、profile、env）	仅 `bedrock` 插件
`external_process`	认证由 agent 启动的子进程处理	仅 `copilot-acp` 插件

auth_type 控制哪些代码路径将你的提供商视为"简单 api-key 提供商"——若不是 api_key，PluginManager 仍会记录 manifest，但 AigenLabs CLI 层面的自动化（doctor 检查、--provider 标志、设置向导委托）可能会跳过它。

发现时机

提供商发现是懒加载的——由进程中首次调用 get_provider_profile() 或 list_providers() 触发。实际上这在启动早期就会发生（auth.py 模块加载时会主动扩展 PROVIDER_REGISTRY）。若需验证插件是否已加载，运行：

aigenlabs doctor

——成功的 auth_type="api_key" profile 会出现在 Provider Connectivity 部分，并附带 /models 探测结果。

编程方式检查：

from providers import list_providers
for p in list_providers():
    print(p.name, p.base_url, p.api_mode)

测试你的插件

将 AIGENLABS_HOME 指向临时目录，避免污染真实配置：

export AIGENLABS_HOME=/tmp/aigenlabs-plugin-test
mkdir -p $AIGENLABS_HOME/plugins/model-providers/my-provider
cat > $AIGENLABS_HOME/plugins/model-providers/my-provider/__init__.py <<'EOF'
from providers import register_provider
from providers.base import ProviderProfile
register_provider(ProviderProfile(
    name="my-provider",
    env_vars=("MY_API_KEY",),
    base_url="https://api.my-provider.example.com/v1",
    auth_type="api_key",
))
EOF

export MY_API_KEY=your-test-key
aigenlabs -z "hello" --provider my-provider -m some-model

通用 PluginManager 集成

通用 PluginManager（即 aigenlabs plugins 操作的对象）能看到模型提供商插件，但不会导入它们——providers/__init__.py 负责管理其生命周期。Manager 记录 manifest 用于自省，并按 kind: model-provider 分类。当你将一个未标记的用户插件放入 $AIGENLABS_HOME/plugins/，而该插件恰好调用了带 ProviderProfile 的 register_provider，Manager 会通过源码文本启发式检测自动将其归类为 kind: model-provider——因此即使没有 plugin.yaml，插件仍能正确路由。

通过 pip 分发

与所有 AigenLabs 插件一样，模型提供商可以作为 pip 包发布。在你的 pyproject.toml 中添加入口点：

[project.entry-points."aigenlabs_agent.plugins"]
acme-inference = "acme_aigenlabs_plugin:register"

……其中 acme_aigenlabs_plugin:register 是一个调用 register_provider(profile) 的函数。通用 PluginManager 在 discover_and_load() 期间会拾取入口点插件。对于 kind: model-provider 的 pip 插件，你仍需在 manifest 中声明 kind（或依赖源码文本启发式检测）。

完整的入口点设置请参阅构建 AigenLabs 插件。

发现机制​

目录结构​

最简示例——一个简单的 API key 提供商​

ProviderProfile 字段​

可覆盖的 hook​

Hook 参考示例​

用户覆盖——不修改仓库替换内置提供商​

api_mode 选择​

认证类型​

发现时机​

测试你的插件​

通用 PluginManager 集成​

通过 pip 分发​

相关页面​