配置¶

agent 有两层设置：描述运行的 agent 级选项（模型、系统提示、工具、推理），以及每一轮传给模型的基础 llm.StreamOptions，用于请求级配置。

推理与请求选项¶

ThinkingLevel 设置推理强度，并被裁剪到模型支持的范围。StreamOptions 携带共享的请求设置——温度、输出上限、请求头，以及 HTTP 观察钩子。

temperature := 0.2
assistant := agent.New(agent.Options{
    Model:         model,
    ThinkingLevel: llm.ModelThinkingHigh,
    StreamOptions: llm.StreamOptions{
        Temperature: &temperature,
        MaxTokens:   4096,
        Headers:     map[string]string{"X-Trace": traceID},
        OnRequest:   func(method, url string, body []byte) { log.Println(method, url) },
        RewriteRequest: func(method, url string, body []byte) []byte {
            return patchVendorField(body) // 用于类型化 API 未暴露的字段
        },
    },
})

agent 会用 ThinkingLevel 填充 StreamOptions.Reasoning、用 GetAPIKey 填充 StreamOptions.APIKey，所以你在这两个字段里放的任何值都会被忽略。StreamOptions 中的其它一切——包括 OnRequest、OnResponse 和 RewriteRequest 钩子——都作用于每一轮。每个选项的作用见 llm 的配置指南。

动态 API 密钥¶

GetAPIKey 在每一轮之前解析 provider 密钥，用于在长运行中可能过期的短时令牌。非空返回覆盖密钥；空返回则交由环境变量决定。

GetAPIKey: func(provider string) string {
    return currentOAuthToken(provider) // 带外刷新
},

自定义传输¶

StreamFn 为一轮触达模型，默认是 llm.Stream。它主要作为测试与自定义传输的接缝—— 录制的固件、代理，或返回预设轮次的假实现。

StreamFn: func(ctx context.Context, model llm.Model, input llm.Context, opts llm.StreamOptions) (<-chan llm.Event, error) {
    return myRecordingClient.Stream(ctx, model, input, opts)
},

运行间的重新配置¶

这些 setter 改变下一次运行的配置；它们不会扰动已在进行的运行——后者在启动时就捕获了自己的配置。所有 setter 都可安全并发调用。

assistant.SetModel(llm.GetModel("minimax-cn", "MiniMax-M3"))
assistant.SetSystemPrompt("Answer in one sentence.")
assistant.SetThinkingLevel(llm.ModelThinkingHigh)
assistant.SetTools([]agent.AgentTool{weatherTool}) // 切片会被拷贝
assistant.SetToolExecution(agent.ExecutionSequential)

若要在单次运行内切换模型，改用 PrepareNextTurn——见生命周期钩子。

Reset 清空 transcript、最近错误和两个队列，同时保留以上全部配置，因此下一次运行会以相同设置开始一段全新对话。