【免费下载链接】neuro-san-studioA playground for neuro-san项目地址https://gitcode.com/gh_mirrors/ne/neuro-san-studio点击查看免费下载Neuro SAN Studio是 neuro-san 多智能体框架的可视化开发工作室本指南带你快速完成它的 LLM 配置支持 OpenAI、Anthropic Claude、Google Gemini 与本地 Ollama 模型一键切换并内置check-llm-keys命令对 API Key 进行占位符检测、格式校验、在线验证三级检查确保配置一次通过。为什么需要统一的 LLM 配置Neuro SAN Studio 中每个智能体网络Agent Network都需要指定使用哪个大模型。项目把这一层抽象成了独立的llm_config好处是随时切换模型改一份配置即可从 GPT 换成 Claude、Gemini 甚至本地模型自动降级容错通过fallbacks列表主力模型不可用时自动切换备用模型密钥集中管理用环境变量或.env文件统一管理配置文件中不落盘密钥所有 LLM 相关配置文件集中在 config/ 目录可通过 Docker 卷挂载在部署时整体替换见 config/README.md。快速上手3步完成 LLM 配置第1步用 ns init 交互式选择提供商运行初始化命令按提示勾选你要启用的 LLM 提供商OpenAI / Anthropic / Google Geminins init命令会自动生成config文件夹包含你选择的 LLM 模型与插件配置还附带 Agent Network Designer 方便后续设计网络。第2步设置你的 API Key把对应提供商的密钥写入环境变量或项目根目录的.env文件export OPENAI_API_KEY你的密钥 # 或 ANTHROPIC_API_KEY / GOOGLE_API_KEY第3步两步自检确认就绪ns check-llm-keys # 验证密钥本身 ns check-config # 端到端调用模型返回 hello 即成功OpenAI、Anthropic、Gemini 如何切换与共存核心就两个字段class提供商和model_name模型名。官方默认配置 config/developer_llm_config.hocon 就给出了一个三模型自动降级的完整示例fallbacks: [ { class: openai, model_name: gpt-5.2 }, # 首选 OpenAI { model_name: claude-sonnet }, # 失败则用 Claude { model_name: gemini-3-flash } # 再失败则用 Gemini ]提供商class值环境变量备注OpenAIopenaiOPENAI_API_KEY默认提供商缺省模型gpt-5.2AnthropicanthropicANTHROPIC_API_KEY如claude-sonnetGoogle GeminigeminiGOOGLE_API_KEYGemini 3.0 建议显式设temperature: 1.0Ollama本地ollama无需密钥模型需先ollama run下载两个实用技巧每个智能体可用不同模型llm_config支持网络级与智能体级两层配置参考多 LLM 配置示例集中管理复用把配置写在 config/llm_config.hocon再在智能体网络文件中用include config/llm_config.hocon引用注意 HOCON 不允许环境变量直接替换密钥应走环境变量见 docs/user_guide.md零成本方案接入本地 Ollama 模型不想花 API 费用Ollama 是最佳选择安装 Ollama 并拉取支持工具调用的模型ollama run qwen3:8b在llm_config中指定模型名即可本地运行时省略base_url若 Ollama 跑在 Docker 或远程机器上显式设置地址base_url: http://主机IP:11434⚠️ 小提醒本地模型速度受硬件影响如遇默认 120 秒超时可在智能体网络 HOCON 中调大max_execution_seconds。更多细节见 docs/user_guide.md 的 Ollama 章节。企业级进阶4种现成 LLM 配置模板config/目录预置了覆盖不同场景的模板直接复制覆盖 config/llm_config.hocon 即可启用模板文件适用场景byok_llm_config.hoconBYOK自带密钥API Key 由客户端在请求的sly_data中传入服务端不存密钥适合多租户产品private_llm_config.hocon私有 Azure OpenAI 实例双部署名互相兜底密钥全部走 DevOps 环境变量cluster_llm_config.hocon高并发集群遇限流立即轮换到下一提供商并二次重试摊平高峰负载vertex_adc_llm_config.hocon企业 GCP 部署Gemini 走 Vertex AI ADC 应用默认凭证全程无需 API KeyAPI Key 三级验证check-llm-keys 详解配置完密钥别急着上线check-llm-keys 命令按由浅入深的三级体系帮你排错ns check-llm-keys # 默认跑满三级 ns check-llm-keys --tier 1 # 仅占位符检测 ns check-llm-keys --tier 2 # 占位符 格式校验离线层级名称检查内容是否联网Tier 1占位符检测识别YOUR_、TODO、insert-key-here等未替换的占位值❌Tier 2格式校验按提供商规则校验前缀与长度如 OpenAI 需sk-开头且 ≥20 字符、Anthropic 需sk-ant-开头❌Tier 3在线验证真实调用/v1/modelsOpenAI、count_tokensAnthropic等接口验证密钥可用✅输出分为VALID/WARNING/ERROR三组缺失或占位密钥只告警不报错格式不符或在线认证失败则返回退出码1方便接入 CI 流水线。验证逻辑源码位于 neuro_san_studio/commands/check_llm_keys.py更多单密钥手动测试脚本见 docs/api_key.md。常见问题速查Qcheck-config和check-llm-keys有什么区别check-llm-keys只验密钥check-config 会实际创建每个 LLM 实例并发送一条测试提示词同时校验模型名拼写、fallbacks中每一个模型的连通性输出时还会自动遮蔽密钥。Q想只用一个模型fallbacks要保留吗可以只留一项。多模型列表本身就是保险丝主力提供商宕机时业务不中断。Q密钥可以写死在 HOCON 文件里吗不建议。密钥应通过环境变量或.env注入HOCON 文件本身会被版本管理明文密钥是安全隐患。小结掌握llm_config 环境变量 两条自检命令你就拥有了 Neuro SAN Studio 的完整 LLM 配置能力本地 Ollama 零成本起步OpenAI / Anthropic / Gemini 按需用、自动降级企业场景还能通过 BYOK 与 Vertex ADC 模板无缝扩展。跑通ns check-llm-keys和ns check-config之后就可以放心开始构建你的第一个智能体网络了 赞分享【免费下载链接】neuro-san-studioA playground for neuro-san项目地址https://gitcode.com/gh_mirrors/ne/neuro-san-studio点击查看免费下载相关推荐nao 多LLM提供商配置指南OpenAI、Anthropic、Gemini到本地Ollama自由选择nao 多LLM提供商配置指南OpenAI、Anthropic、Gemini到本地Ollama自由选择 nao 是一款开源数据分析智能体AnalyticsTaskWeaver 接入 OpenAI LLM 完整配置指南从 API Key 到 taskweaver_config.json 实战TaskWeaver 接入 OpenAI LLM 完整配置指南从 API Key 到 taskweaver_config.json 实战 导读 本文围绕 TaAI Agent数据分析DroidRun多LLM提供商支持终极指南OpenAI、Anthropic、Gemini、Ollama、DeepSeek全面解析DroidRun多LLM提供商支持终极指南OpenAI、Anthropic、Gemini、Ollama、DeepSeek全面解析 DroidRun是一款强大的人工智能AI AgentGUI 自动化RPA创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考