Flow {
    string id PK
    string name "Flow name"
    string description "Flow description"
    string status "active/completed/failed"
    json parameters "Flow parameters"
    timestamp created_at
    timestamp updated_at
}

Task {
    string id PK
    string flow_id FK
    string name "Task name"
    string description "Task description"
    string status "pending/running/done/failed"
    json result "Task results"
    timestamp created_at
    timestamp updated_at
}

SubTask {
    string id PK
    string task_id FK
    string name "Subtask name"
    string description "Subtask description"
    string status "queued/running/completed/failed"
    string agent_type "researcher/developer/executor"
    json context "Agent context"
    timestamp created_at
    timestamp updated_at
}

Action {
    string id PK
    string subtask_id FK
    string type "command/search/analyze/etc"
    string status "success/failure"
    json parameters "Action parameters"
    json result "Action results"
    timestamp created_at
}

Artifact {
    string id PK
    string action_id FK
    string type "file/report/log"
    string path "Storage path"
    json metadata "Additional info"
    timestamp created_at
}

Memory {
    string id PK
    string action_id FK
    string type "observation/conclusion"
    vector embedding "Vector representation"
    text content "Memory content"
    timestamp created_at
}

</details>

<details>
<summary><b>智能体交互</b> (点击展开)</summary>```mermaid
sequenceDiagram
    participant O as Orchestrator
    participant R as Researcher
    participant D as Developer
    participant E as Executor
    participant VS as Vector Store
    participant KB as Knowledge Base

    Note over O,KB: Flow Initialization
    O->>VS: Query similar tasks
    VS-->>O: Return experiences
    O->>KB: Load relevant knowledge
    KB-->>O: Return context

    Note over O,R: Research Phase
    O->>R: Analyze target
    R->>VS: Search similar cases
    VS-->>R: Return patterns
    R->>KB: Query vulnerabilities
    KB-->>R: Return known issues
    R->>VS: Store findings
    R-->>O: Research results

    Note over O,D: Planning Phase
    O->>D: Plan attack
    D->>VS: Query exploits
    VS-->>D: Return techniques
    D->>KB: Load tools info
    KB-->>D: Return capabilities
    D-->>O: Attack plan

    Note over O,E: Execution Phase
    O->>E: Execute plan
    E->>KB: Load tool guides
    KB-->>E: Return procedures
    E->>VS: Store results
    E-->>O: Execution status

subgraph "Working Memory"
    Context[Current Context<br/>Task State]
    Goals[Active Goals<br/>Objectives]
    State[System State<br/>Resources]
end

subgraph "Episodic Memory"
    Actions[Past Actions<br/>Commands History]
    Results[Action Results<br/>Outcomes]
    Patterns[Success Patterns<br/>Best Practices]
end

Context --> |Query| VS
VS --> |Retrieve| Context

Goals --> |Consult| KB
KB --> |Guide| Goals

State --> |Record| Actions
Actions --> |Learn| Patterns
Patterns --> |Store| VS

Tools --> |Inform| State
Results --> |Update| Tools

VS --> |Enhance| KB
KB --> |Index| VS

classDef ltm fill:#f9f,stroke:#333,stroke-width:2px,color:#000
classDef wm fill:#bbf,stroke:#333,stroke-width:2px,color:#000
classDef em fill:#bfb,stroke:#333,stroke-width:2px,color:#000

class VS,KB,Tools ltm
class Context,Goals,State wm
class Actions,Results,Patterns em

</details>

<details>
<summary><b>链式摘要</b> (点击展开)</summary>

链式摘要系统通过选择性地总结较旧的消息来管理对话上下文的增长。这对于防止超出令牌限制同时保持对话连贯性至关重要。```mermaid
flowchart TD
    A[Input Chain] --> B{Needs Summarization?}
    B -->|No| C[Return Original Chain]
    B -->|Yes| D[Convert to ChainAST]
    D --> E[Apply Section Summarization]
    E --> F[Process Oversized Pairs]
    F --> G[Manage Last Section Size]
    G --> H[Apply QA Summarization]
    H --> I[Rebuild Chain with Summaries]
    I --> J{Is New Chain Smaller?}
    J -->|Yes| K[Return Optimized Chain]
    J -->|No| C

    classDef process fill:#bbf,stroke:#333,stroke-width:2px,color:#000
    classDef decision fill:#bfb,stroke:#333,stroke-width:2px,color:#000
    classDef output fill:#fbb,stroke:#333,stroke-width:2px,color:#000

    class A,D,E,F,G,H,I process
    class B,J decision
    class C,K output

</details>

<a id="advanced-agent-supervision"></a>
<details>
<summary><b>高级代理监督</b>（点击展开）</summary>

PentAGI 包含多层的精密代理监督机制，以确保高效的任务执行、防止无限循环，并针对卡死状态提供智能恢复：

### 执行监控（测试版）
- **自动导师介入**：当执行模式表明可能存在问题时，自动调用顾问代理（导师）
- **模式检测**：监控相同工具调用次数（阈值：5，可配置）和工具调用总数（阈值：10，可配置）
- **进度分析**：评估代理是否朝着子任务目标前进，检测循环和低效行为
- **替代策略**：当前策略失败时推荐不同方法
- **信息检索指导**：建议搜索已有解决方案而非重新发明
- **增强的响应格式**：工具响应包含 `<original_result>` 和 `<mentor_analysis>` 两部分
- **可配置**：通过 `EXECUTION_MONITOR_ENABLED` 启用（默认：false），使用 `EXECUTION_MONITOR_SAME_TOOL_LIMIT` 和 `EXECUTION_MONITOR_TOTAL_TOOL_LIMIT` 自定义阈值

**最佳适用**：较小模型（< 32B 参数）、需要持续指导的复杂攻击场景、防止代理在单一方法上卡住

**性能影响**：执行时间和 token 消耗增加 2-3 倍，但基于 Qwen3.5-27B-FP8 测试显示**结果质量提升 2 倍**

### 智能任务规划（测试版）
- **自动分解**：规划器（处于规划模式的顾问）在专业代理开始工作前生成 3-7 个具体、可操作的步骤
- **上下文感知规划**：通过增强器代理分析完整执行上下文以制定明智计划
- **结构化分配**：原始请求包含在 `<task_assignment>` 结构中，附带执行计划和指令
- **范围管理**：通过将代理聚焦在当前子任务上防止范围蔓延
- **增强指令**：计划突出关键操作、潜在陷阱和验证点
- **可配置**：通过 `AGENT_PLANNING_STEP_ENABLED` 启用（默认：false）

**最佳适用**：< 32B 参数的模型、复杂的渗透测试工作流、提升复杂任务的成功率

**增强的顾问配置**：当顾问代理使用更强模型或增强设置时效果极佳。示例：对顾问使用相同基础模型并启用最大推理模式（参见 [`vllm-qwen3.5-27b-fp8.provider.yml`](https://github.com/vxcontrol/pentagi/blob/main/examples/configs/vllm-qwen3.5-27b-fp8.provider.yml)），可在相同模型架构下实现全面的任务分析和战略规划。

**性能影响**：增加规划开销，但显著提高完成率并减少重复工作

### 工具调用限制（始终激活）
- **硬限制**：无论监督模式状态如何，防止失控执行
- **按代理类型区分**：
  - 通用代理（助手、主要代理、渗透测试员、编码员、安装员）：`MAX_GENERAL_AGENT_TOOL_CALLS`（默认：100）
  - 限制代理（搜索员、增强器、记忆员、生成器、报告员、顾问、反射器、规划员）：`MAX_LIMITED_AGENT_TOOL_CALLS`（默认：20）
- **优雅终止**：当接近限制时，反射器指导代理正确完成
- **资源保护**：确保系统稳定性，防止资源耗尽

### 反射器集成（始终激活）
- **自动纠正**：当 LLM 在 3 次尝试后未能生成工具调用时被调用
- **战略指导**：分析失败原因并引导代理正确使用工具，或使用屏障工具（`done`、`ask`）
- **恢复机制**：根据具体失败模式提供上下文指导
- **限制执行**：当达到工具调用限制时协调优雅终止

### 开源模型建议

**< 32B 参数的模型必备**：
使用 Qwen3.5-27B-FP8 的测试表明，启用执行监控和任务规划对于较小的开源模型**至关重要**：
- **质量提升**：与无监督基线执行相比，结果提升 2 倍
- **防止循环**：显著减少无限循环和重复工作
- **攻击多样性**：鼓励探索多个攻击向量，而非固守单一方法
- **隔离部署**：在封闭网络环境下，使用本地 LLM 推理实现生产级自主渗透测试

**权衡**：
- Token 消耗：由于导师/规划器调用，增加 2-3 倍
- 执行时间：由于分析和规划步骤，延长 2-3 倍
- 结果质量：完整性、准确性和攻击覆盖度提升 2 倍
- 模型要求：当顾问使用增强配置（更高的推理参数、更强的模型变体或不同模型）时效果最佳

**配置策略**：
为在较小模型上获得最佳性能，使用增强设置配置顾问代理：
- 使用相同模型并启用最大推理模式（示例：[`vllm-qwen3.5-27b-fp8.provider.yml`](https://github.com/vxcontrol/pentagi/blob/main/examples/configs/vllm-qwen3.5-27b-fp8.provider.yml)）
- 或对顾问使用更强模型，而对其他代理保留基础模型
- 根据任务复杂度和模型能力调整监控阈值



</details>

PentAGI 的架构设计为模块化、可扩展且安全。以下是关键组件：

1. **核心服务**
   - 前端 UI：基于 React 的 Web 界面，使用 TypeScript 实现类型安全
   - 后端 API：基于 Go 的 REST 和 GraphQL API，使用 Bearer token 认证实现程序化访问
   - 向量存储：使用 PostgreSQL 和 pgvector 实现语义搜索和记忆存储
   - 任务队列：异步任务处理系统，确保可靠运行
   - AI 代理：多代理系统，具备专门角色以实现高效测试

2. **知识图谱**
   - Graphiti：知识图谱 API，用于语义关系追踪和上下文理解
   - Neo4j：图数据库，用于存储和查询实体、动作和结果之间的关系
   - 自动捕获代理响应和工具执行，构建综合知识库

3. **监控栈**
   - OpenTelemetry：统一的可观测性数据收集与关联
   - Grafana：实时可视化与告警仪表盘
   - VictoriaMetrics：高性能时间序列指标存储
   - Jaeger：端到端分布式追踪，用于调试
   - Loki：可扩展的日志聚合与分析

4. **分析平台**
   - Langfuse：高级 LLM 可观测性与性能分析
   - ClickHouse：列式分析数据仓库
   - Redis：高速缓存与速率限制
   - MinIO：S3 兼容的对象存储，用于工件

5. **安全工具**
   - Web 爬虫：隔离的浏览器环境，用于安全的 Web 交互
   - 渗透测试工具：20+ 专业安全工具的综合性套件
   - 沙箱执行：所有操作在隔离容器中运行

6. **记忆系统**
   - 长期记忆：知识与经验的持久化存储
   - 工作记忆：当前操作的活跃上下文与目标
   - 情节记忆：历史动作与成功模式
   - 知识库：结构化的领域专长与工具能力
   - 上下文管理：使用链式摘要智能管理不断增长的 LLM 上下文窗口

系统使用 Docker 容器实现隔离和轻松部署，核心服务、监控和分析使用独立的网络以维护适当的安全边界。每个组件都设计为可水平扩展，并可在生产环境中配置为高可用。

## 快速开始

### 系统要求

- Docker 和 Docker Compose（或 Podman - 请参阅 [Podman 配置](#running-pentagi-with-podman)）
- 最低 2 vCPU
- 最低 4GB 内存
- 20GB 空闲磁盘空间
- 互联网连接以下载镜像和更新

### 使用安装程序（推荐）

PentAGI 提供交互式安装程序，具有终端界面，可简化配置和部署。安装程序指导您完成系统检查、LLM 提供程序设置、搜索引擎配置和安全加固。

**支持的平台：**
- **Linux**：amd64 [下载](https://pentagi.com/downloads/linux/amd64/installer-latest.zip) | arm64 [下载](https://pentagi.com/downloads/linux/arm64/installer-latest.zip)
- **Windows**：amd64 [下载](https://pentagi.com/downloads/windows/amd64/installer-latest.zip)
- **macOS**：amd64 (Intel) [下载](https://pentagi.com/downloads/darwin/amd64/installer-latest.zip) | arm64 (M 系列) [下载](https://pentagi.com/downloads/darwin/arm64/installer-latest.zip)

**快速安装（Linux amd64）：**```bash
# Create installation directory
mkdir -p pentagi && cd pentagi

# Download installer
wget -O installer.zip https://pentagi.com/downloads/linux/amd64/installer-latest.zip

# Extract
unzip installer.zip

# Run interactive installer
./installer

2. 将 `.env.example` 复制到 `.env` 或下载它：```bash
curl -o .env https://raw.githubusercontent.com/vxcontrol/pentagi/master/.env.example

4. 在 `.env` 文件中填写所需的 API 密钥。```bash
# Required: At least one of these LLM providers
OPEN_AI_KEY=your_openai_key
ANTHROPIC_API_KEY=your_anthropic_key
GEMINI_API_KEY=your_gemini_key

# Optional: AWS Bedrock provider (enterprise-grade models)
BEDROCK_REGION=us-east-1
# Choose one authentication method:
BEDROCK_DEFAULT_AUTH=true                        # Option 1: Use AWS SDK default credential chain (recommended for EC2/ECS)
# BEDROCK_BEARER_TOKEN=your_bearer_token         # Option 2: Bearer token authentication
# BEDROCK_ACCESS_KEY_ID=your_aws_access_key      # Option 3: Static credentials
# BEDROCK_SECRET_ACCESS_KEY=your_aws_secret_key

# Optional: Ollama provider (local or cloud)
# OLLAMA_SERVER_URL=http://ollama-server:11434   # Local server
# OLLAMA_SERVER_URL=https://ollama.com           # Cloud service
# OLLAMA_SERVER_API_KEY=your_ollama_cloud_key    # Required for cloud, empty for local

# Optional: Chinese AI providers
# DEEPSEEK_API_KEY=your_deepseek_key             # DeepSeek (strong reasoning)
# GLM_API_KEY=your_glm_key                       # GLM (Zhipu AI)
# KIMI_API_KEY=your_kimi_key                     # Kimi (Moonshot AI, ultra-long context)
# QWEN_API_KEY=your_qwen_key                     # Qwen (Alibaba Cloud, multimodal)

# Optional: Local LLM provider (zero-cost inference)
OLLAMA_SERVER_URL=http://localhost:11434
OLLAMA_SERVER_MODEL=your_model_name

# Optional: Additional search capabilities
DUCKDUCKGO_ENABLED=true
DUCKDUCKGO_REGION=us-en
DUCKDUCKGO_SAFESEARCH=
DUCKDUCKGO_TIME_RANGE=
SPLOITUS_ENABLED=true
GOOGLE_API_KEY=your_google_key
GOOGLE_CX_KEY=your_google_cx
TAVILY_API_KEY=your_tavily_key
TRAVERSAAL_API_KEY=your_traversaal_key
PERPLEXITY_API_KEY=your_perplexity_key
PERPLEXITY_MODEL=sonar-pro
PERPLEXITY_CONTEXT_SIZE=medium

# Searxng meta search engine (aggregates results from multiple sources)
SEARXNG_URL=http://your-searxng-instance:8080
SEARXNG_CATEGORIES=general
SEARXNG_LANGUAGE=
SEARXNG_SAFESEARCH=0
SEARXNG_TIME_RANGE=
SEARXNG_TIMEOUT=

## Graphiti knowledge graph settings
GRAPHITI_ENABLED=true
GRAPHITI_TIMEOUT=30
GRAPHITI_URL=http://graphiti:8000
GRAPHITI_MODEL_NAME=gpt-5-mini

# Neo4j settings (used by Graphiti stack)
NEO4J_USER=neo4j
NEO4J_DATABASE=neo4j
NEO4J_PASSWORD=devpassword
NEO4J_URI=bolt://neo4j:7687

# Assistant configuration
ASSISTANT_USE_AGENTS=false         # Default value for agent usage when creating new assistants

7. 运行PentAGI堆栈：```bash
curl -O https://raw.githubusercontent.com/vxcontrol/pentagi/master/docker-compose.yml
docker compose up -d

> [!IMPORTANT]
> - 将 `192.168.1.100` 替换为你服务器的实际 IP 地址
> - 不要在 `PUBLIC_URL` 或 `CORS_ORIGINS` 中使用 `0.0.0.0`——请使用实际 IP 地址
> - 为灵活起见，将 localhost 和你的服务器 IP 都包含在 `CORS_ORIGINS` 中

2. **重新创建容器** 以应用更改：```bash
docker compose down
docker compose up -d --force-recreate

您应该会看到 `0.0.0.0:8443->8443/tcp` 或 `:::8443->8443/tcp`。

如果您看到 `127.0.0.1:8443->8443/tcp`，说明环境变量未被正确读取。在这种情况下，请直接编辑 `docker-compose.yml` 的第31行：```yaml
ports:
  - "0.0.0.0:8443:8443"

5. **访问 PentAGI：**

- **本地访问：** `https://localhost:8443`
- **网络访问：** `https://your-server-ip:8443`

> [!NOTE]
> 通过 IP 地址访问时，您需要在浏览器中接受自签名 SSL 证书警告。

---

### 使用 Podman 运行 PentAGI

PentAGI 完全支持将 Podman 作为 Docker 的替代方案。但是，在使用 **根用户无权限模式下的 Podman** 时，爬虫服务需要特殊配置，因为无权限容器无法绑定特权端口（低于 1024 的端口）。

#### Podman 无权限配置

默认的爬虫配置使用 443 端口（HTTPS），这是一个特权端口。对于无权限 Podman，请将爬虫重新配置为非特权端口：

**1. 编辑 `docker-compose.yml`** - 修改 `scraper` 服务（大约在第 199 行）：```yaml
scraper:
  image: vxcontrol/scraper:latest
  restart: unless-stopped
  container_name: scraper
  hostname: scraper
  expose:
    - 3000/tcp  # Changed from 443 to 3000
  ports:
    - "${SCRAPER_LISTEN_IP:-127.0.0.1}:${SCRAPER_LISTEN_PORT:-9443}:3000"  # Map to port 3000
  environment:
    - MAX_CONCURRENT_SESSIONS=${LOCAL_SCRAPER_MAX_CONCURRENT_SESSIONS:-10}
    - USERNAME=${LOCAL_SCRAPER_USERNAME:-someuser}
    - PASSWORD=${LOCAL_SCRAPER_PASSWORD:-somepass}
  logging:
    options:
      max-size: 50m
      max-file: "7"
  volumes:
    - scraper-ssl:/usr/src/app/ssl
  networks:
    - pentagi-network
  shm_size: 2g

> [!IMPORTANT]
> Podman 的关键变更:
> - 将 `SCRAPER_PRIVATE_URL` 使用 **HTTP** 而非 HTTPS
> - 使用端口 **3000** 而非 443
> - 将内部 `expose` 改为 `3000/tcp`
> - 更新端口映射，目标为 `3000` 而非 `443`

**3. 重新创建容器:**```bash
podman-compose down
podman-compose up -d --force-recreate

如果你看到 HTML 输出，说明爬虫工作正常。

#### Podman 根模式

如果你以根模式（使用 sudo）运行 Podman，可以直接使用默认配置而无需修改。爬虫将按预期在 443 端口上工作。

#### Docker 兼容性

所有 Podman 配置完全兼容 Docker。非特权端口方法在两种容器运行时上运行方式一致。

### 助手配置

PentAGI 允许你配置助手的默认行为：

| 变量                   | 默认值  | 描述                                                     |
| ---------------------- | ------- | -------------------------------------------------------- |
| `ASSISTANT_USE_AGENTS` | `false` | 控制创建新助手时代理使用的默认值                         |

`ASSISTANT_USE_AGENTS` 设置影响在 UI 中创建新助手时“使用代理”切换开关的初始状态：
- `false`（默认）：新助手默认禁用代理委派
- `true`：新助手默认启用代理委派

请注意，用户始终可以通过在 UI 中创建或编辑助手时切换“使用代理”按钮来覆盖此设置。此环境变量仅控制初始默认状态。

## 登录后如何使用 PentAGI

一旦堆栈运行起来并且你可以登录到 Web 界面，最快的方法是使用 Flows 工作流。

### 1. 创建你的第一个流程

1. 在侧边栏中打开 **Flows**。
2. 点击 **New Flow**。
3. 选择适合你目标的模式：
   - **Automation**：完全自主执行，针对你想要 PentAGI 端到端执行的测试目标
   - **Assistant**：交互式来回帮助，当你想逐步引导调查时。在此模式下，你还可以启用 **Use Agents** 开关，让 PentAGI 将子任务委派给专门的子代理，以进行更复杂的调查。
4. 选择要用于此流程的 LLM 提供商。
5. 在消息框中用自然语言描述目标和目的。

好的初始提示通常包括：

- 目标系统或 URL
- 你想要的评估类型
- 任何范围限制或交战规则
- 你期望的结果，例如漏洞报告或假设验证

示例：```text
Assess https://target.example for common web application vulnerabilities. Focus on authentication, file handling, and injection issues. Stay within the provided target only and summarize confirmed findings with reproduction steps.

### API 探索与测试

PentAGI 提供用于探索和测试 API 端点的交互式文档：

#### GraphQL Playground

访问 GraphQL Playground，地址为 `https://your-pentagi-instance:8443/api/v1/graphql/playground`

1. 点击底部的 **HTTP Headers** 选项卡
2. 添加您的 authorization header：   ```json
   {
     "Authorization": "Bearer YOUR_API_TOKEN"
   }

**付费层级设置（多模型且预配置）**

对于支持多个并发模型的付费层级，请使用预构建的 Ollama Cloud 配置：```bash
# Using pre-built Ollama Cloud configuration (included in Docker image)
OLLAMA_SERVER_URL=https://ollama.com
OLLAMA_SERVER_API_KEY=your_ollama_cloud_api_key
OLLAMA_SERVER_CONFIG_PATH=/opt/pentagi/conf/ollama-cloud.provider.yml

`PENTAGI_OLLAMA_SERVER_CONFIG_PATH` 环境变量将您的主机配置文件映射到容器内的 `/opt/pentagi/conf/ollama.provider.yml`。

**自定义配置示例**（`my-ollama-config.yml`）：```yaml
primary_agent:
  model: "qwen3-coder-next:cloud"
  temperature: 1.0
  top_p: 0.9
  max_tokens: 32768
  reasoning:
    effort: high

coder:
  model: "qwen3-coder:32b"
  temperature: 1.0
  max_tokens: 20480

**性能考虑：**

- **模型发现**（`OLLAMA_SERVER_LOAD_MODELS_ENABLED=true`）：增加 1-2 秒启动延迟（需查询 Ollama API）
- **自动拉取**（`OLLAMA_SERVER_PULL_MODELS_ENABLED=true`）：首次启动可能需要几分钟下载模型
- **拉取超时**（`OLLAMA_SERVER_PULL_MODELS_TIMEOUT=900`）：15分钟（以秒计）
- **静态配置**：禁用两个标志，在配置文件中指定模型，可获得最快启动速度

#### 创建自定义 Ollama 模型以扩展上下文

PentAGI 需要的模型上下文窗口大于默认的 Ollama 配置。你必须通过 Modelfile 创建自定义模型并增加 `num_ctx` 参数。虽然典型的工作流消耗约 64K 令牌，但 PentAGI 使用 110K 上下文大小以提供安全余量并应对复杂的渗透测试场景。

**重要**：`num_ctx` 参数只能在通过 Modelfile 创建模型时设置 —— 创建后无法更改，也无法在运行时覆盖。

##### 示例：Qwen3 32B FP16 扩展上下文

创建一个名为 `Modelfile_qwen3_32b_fp16_tc` 的 Modelfile：```dockerfile
FROM qwen3:32b-fp16
PARAMETER num_ctx 110000
PARAMETER temperature 0.3
PARAMETER top_p 0.8
PARAMETER min_p 0.0
PARAMETER top_k 20
PARAMETER repeat_penalty 1.1

##### 示例：QwQ 32B FP16 扩展上下文

创建一个名为 `Modelfile_qwq_32b_fp16_tc` 的 Modelfile：```dockerfile
FROM qwq:32b-fp16
PARAMETER num_ctx 110000
PARAMETER temperature 0.2
PARAMETER top_p 0.7
PARAMETER min_p 0.0
PARAMETER top_k 40
PARAMETER repeat_penalty 1.2

> **注意**：QwQ 32B FP16 模型进行推理时大约需要 **71.3 GB VRAM**。请确保系统具有足够的 GPU 内存后再尝试使用此模型。

这些自定义模型在预构建的提供者配置文件中被引用（`ollama-qwen332b-fp16-tc.provider.yml` 和 `ollama-qwq32b-fp16-tc.provider.yml`），它们包含在 Docker 镜像的 `/opt/pentagi/conf/` 目录下。

### OpenAI 提供者配置

PentAGI 与 OpenAI 的完整模型系列集成，具备先进的推理能力（支持扩展思维链）、增强的工具集成智能体模型，以及用于安全工程的专业代码模型。

#### 配置变量

| 变量                 | 默认值                     | 描述                          |
| -------------------- | --------------------------- | ----------------------------- |
| `OPEN_AI_KEY`        |                             | OpenAI 服务的 API 密钥        |
| `OPEN_AI_SERVER_URL` | `https://api.openai.com/v1` | OpenAI API 端点               |

#### 配置示例```bash
# Basic OpenAI setup
OPEN_AI_KEY=your_openai_api_key
OPEN_AI_SERVER_URL=https://api.openai.com/v1

# Using with proxy for enhanced security
OPEN_AI_KEY=your_openai_api_key
PROXY_URL=http://your-proxy:8080

> [!NOTE]
> **Google Vertex AI 对 Claude 模型的支持**
>
> PentAGI 当前未在 `.env` 中为 Anthropic Claude 暴露专用的 Google Vertex AI 配置路径。目前没有独立的 Vertex AI API 密钥字段，现有的 Anthropic 变量（`ANTHROPIC_API_KEY`、`ANTHROPIC_SERVER_URL`）直接指向 Anthropic API。Claude 的支持途径包括：
>
> - **直接 Anthropic API**：`ANTHROPIC_API_KEY` 和 `ANTHROPIC_SERVER_URL`（见上文）。
> - **AWS Bedrock**：`BEDROCK_*` 变量（参见 [AWS Bedrock 提供商配置](#aws-bedrock-provider-configuration)）。
>
> 如果你今天需要使用 Vertex AI，最安全的受支持变通方案是通过一个兼容 OpenAI 的代理或网关来暴露 Vertex AI，该网关将 Vertex AI 调用转换为 Chat Completions 格式，同时保留 PentAGI 所依赖的聊天和工具调用行为，然后通过 `LLM_SERVER_URL`、`LLM_SERVER_KEY` 和 `LLM_SERVER_MODEL` 将自定义 LLM 提供商指向该网关。此路径的可靠性完全取决于你选择的网关。

#### 支持模型

PentAGI 支持 10 个 Claude 模型，具备工具调用、流式传输、扩展思维、自适应思维和提示缓存功能。标有 `*` 的模型用于默认配置。

**Claude 4 系列——最新模型（2025-2026）**

| 模型 ID                 | 思维 | 发布日期 | 价格（输入/输出/缓存读/写） | 用途                                        |
| ------------------------ | -------- | ------------ | ------------------------------ | ----------------------------------------------- |
| `claude-opus-4-6`*       | ✅        | 2025年5月    | $5.00/$25.00/$0.50/$6.25       | 用于自主智能体和编码的最智能模型。扩展+自适应思维用于复杂漏洞利用开发、多阶段攻击模拟 |
| `claude-sonnet-4-6`*     | ✅        | 2025年8月    | $3.00/$15.00/$0.30/$3.75       | 具备自适应思维的最佳速度/智能平衡。多阶段安全评估、智能漏洞分析、实时威胁狩猎 |
| `claude-haiku-4-5`*      | ✅        | 2025年10月   | $1.00/$5.00/$0.10/$1.25        | 具备接近前沿智能的最快模型。高频扫描、实时监控、批量自动化测试 |

**旧版模型——仍受支持**

| 模型 ID                 | 思维 | 发布日期 | 价格（输入/输出/缓存读/写） | 用途                                        |
| ------------------------ | -------- | ------------ | ------------------------------ | ----------------------------------------------- |
| `claude-sonnet-4-5`      | ✅        | 2025年9月    | $3.00/$15.00/$0.30/$3.75       | 最先进的推理（已被4-6取代）。复杂渗透测试、高级威胁分析 |
| `claude-opus-4-5`        | ✅        | 2025年11月   | $5.00/$25.00/$0.50/$6.25       | 终极推理（已被opus-4-6取代）。关键安全研究、零日漏洞发现、红队行动 |
| `claude-opus-4-1`        | ✅        | 2025年8月    | $15.00/$75.00/$1.50/$18.75     | 高级推理（已被取代）。复杂渗透测试、高级威胁建模 |
| `claude-sonnet-4-0`      | ✅        | 2025年5月    | $3.00/$15.00/$0.30/$3.75       | 高性能推理（已被取代）。复杂威胁建模、多工具协调 |
| `claude-opus-4-0`        | ✅        | 2025年5月    | $15.00/$75.00/$1.50/$18.75     | 第一代Opus（已被取代）。多步漏洞利用开发、自主渗透测试工作流 |

**已弃用模型——迁移至当前模型**

| 模型 ID                     | 思维 | 发布日期 | 价格（输入/输出/缓存读/写） | 备注                                        |
| ---------------------------- | -------- | ------------ | ------------------------------ | -------------------------------------------- |
| `claude-3-haiku-20240307`    | ❌        | 2024年3月    | $0.25/$1.25/$0.03/$0.30        | 将于2026年4月19日退役。请迁移至claude-haiku-4-5 |

**价格**：每百万Token。缓存定价包含读取和写入成本。

**扩展思维配置**：
- **最大Token 4096**：生成器（claude-opus-4-6），用于复杂漏洞利用开发的最大推理深度
- **最大Token 2048**：编码器（claude-sonnet-4-6），用于均衡的代码分析和漏洞研究  
- **最大Token 1024**：主智能体、助手、优化器、顾问、反射器、搜索器、安装器、渗透测试器，用于特定任务的聚焦推理
- **扩展思维**：所有Claude 4.5+和4.6模型均支持可配置的扩展思维，适用于深度推理任务

**关键特性**：
- **扩展思维**：所有Claude 4.5+和4.6模型，为复杂安全分析提供可配置的思维链推理深度
- **自适应思维**：Claude 4.6系列（Opus/Sonnet）根据任务复杂度动态调整推理深度，实现最优性能
- **提示缓存**：通过独立的读/写定价大幅降低成本（读取为输入的10%，写入为输入的125%）
- **扩展上下文窗口**：标准200K Token，Claude Opus/Sonnet 4.6最高可达1M Token（测试版），用于全面的代码库分析
- **工具调用**：稳健的函数调用，安全工具编排准确度极高
- **流式传输**：实时响应流，适用于交互式渗透测试工作流
- **安全优先设计**：内置安全机制，确保负责任的安防测试实践
- **多模态支持**：最新模型具备视觉能力，可用于截图分析和用户界面安全评估
- **基础AI（Constitutional AI）**：高级安全训练，提供可靠且合乎道德的安全指导

### Google AI (Gemini) 提供商配置

PentAGI 通过 Google AI API 与 Google 的 Gemini 模型集成，提供最先进的多模态推理能力，支持扩展思维和上下文缓存。

#### 配置变量

| 变量                      | 默认值                                     | 描述                        |
| ------------------------- | ------------------------------------------- | ------------------------------ |
| `GEMINI_API_KEY`          |                                             | Google AI 服务的 API 密钥      |
| `GEMINI_SERVER_URL`       | `https://generativelanguage.googleapis.com` | Google AI API 端点             |

#### 配置示例```bash
# Basic Gemini setup
GEMINI_API_KEY=your_gemini_api_key
GEMINI_SERVER_URL=https://generativelanguage.googleapis.com

# Using with proxy
GEMINI_API_KEY=your_gemini_api_key
PROXY_URL=http://your-proxy:8080

#### 支持的模型

PentAGI 支持 21 个 AWS Bedrock 模型，具备工具调用、流式传输和多模态能力。标记为 `*` 的模型在默认配置中使用。

| 模型 ID                                         | 提供商        | 深度思考 | 多模态 | 价格（输入/输出） | 用例                                    |
| ------------------------------------------------ | --------------- | -------- | ---------- | -------------------- | --------------------------------------- |
| `us.amazon.nova-2-lite-v1:0`                     | Amazon Nova     | ❌        | ✅          | $0.33/$2.75          | 自适应推理，高效思考                      |
| `us.amazon.nova-premier-v1:0`                    | Amazon Nova     | ❌        | ✅          | $2.50/$12.50         | 复杂推理，高级分析                        |
| `us.amazon.nova-pro-v1:0`                        | Amazon Nova     | ❌        | ✅          | $0.80/$3.20          | 平衡准确性、速度和成本                     |
| `us.amazon.nova-lite-v1:0`                       | Amazon Nova     | ❌        | ✅          | $0.06/$0.24          | 快速处理，高吞吐量操作                    |
| `us.amazon.nova-micro-v1:0`                      | Amazon Nova     | ❌        | ❌          | $0.035/$0.14         | 超低延迟，实时监控                        |
| `us.anthropic.claude-opus-4-6-v1`*               | Anthropic       | ✅        | ✅          | $5.00/$25.00         | 世界一流编程，企业级代理                  |
| `us.anthropic.claude-sonnet-4-6`                 | Anthropic       | ✅        | ✅          | $3.00/$15.00         | 前沿智能，企业级规模                      |
| `us.anthropic.claude-opus-4-5-20251101-v1:0`     | Anthropic       | ✅        | ✅          | $5.00/$25.00         | 多日软件开发                              |
| `us.anthropic.claude-haiku-4-5-20251001-v1:0`*   | Anthropic       | ✅        | ✅          | $1.00/$5.00          | 接近前沿性能，高速度                      |
| `us.anthropic.claude-sonnet-4-5-20250929-v1:0`*  | Anthropic       | ✅        | ✅          | $3.00/$15.00         | 真实世界代理，编程卓越                    |
| `us.anthropic.claude-sonnet-4-20250514-v1:0`     | Anthropic       | ✅        | ✅          | $3.00/$15.00         | 平衡性能，可用于生产                      |
| `us.anthropic.claude-3-5-haiku-20241022-v1:0`    | Anthropic       | ❌        | ❌          | $0.80/$4.00          | 最快模型，成本高效的扫描                  |
| `cohere.command-r-plus-v1:0`                     | Cohere          | ❌        | ❌          | $3.00/$15.00         | 大规模操作，卓越的 RAG                    |
| `deepseek.v3.2`                                  | DeepSeek        | ❌        | ❌          | $0.58/$1.68          | 长上下文推理，效率                        |
| `openai.gpt-oss-120b-1:0`*                       | OpenAI (OSS)    | ✅        | ❌          | $0.15/$0.60          | 强大推理，科学分析                        |
| `openai.gpt-oss-20b-1:0`                         | OpenAI (OSS)    | ✅        | ❌          | $0.07/$0.30          | 高效编程，软件开发                        |
| `qwen.qwen3-next-80b-a3b`                        | Qwen            | ❌        | ❌          | $0.15/$1.20          | 超长上下文，旗舰推理                      |
| `qwen.qwen3-32b-v1:0`                            | Qwen            | ❌        | ❌          | $0.15/$0.60          | 平衡推理，研究用例                        |
| `qwen.qwen3-coder-30b-a3b-v1:0`                  | Qwen            | ❌        | ❌          | $0.15/$0.60          | 氛围编码，自然语言优先                    |
| `qwen.qwen3-coder-next`                          | Qwen            | ❌        | ❌          | $0.45/$1.80          | 工具使用，函数调用优化                    |
| `mistral.mistral-large-3-675b-instruct`          | Mistral         | ❌        | ✅          | $4.00/$12.00         | 高级多模态，长上下文                      |
| `moonshotai.kimi-k2.5`                           | Moonshot        | ❌        | ✅          | $0.60/$3.00          | 视觉、语言、代码于一体的模型              |

**价格**：每百万 tokens。支持深度思考/推理的模型在推理阶段会产生额外计算成本。

#### 已测试但不兼容的模型

部分 AWS Bedrock 模型已测试但**不支持**，原因如下：

| 模型系列                  | 不兼容原因                                                                  |
| ------------------------- | --------------------------------------------------------------------------- |
| **GLM (Z.AI)**            | 工具调用格式与 Converse API 不兼容（期望字符串而非 JSON）                    |
| **AI21 Jamba**            | 速率限制严格（1-2 请求/分钟），无法进行可靠测试和生产使用                    |
| **Meta Llama 3.3/3.1**    | 工具调用结果处理不稳定，在多轮工作流中导致意外失败                          |
| **Mistral Magistral**     | 模型不支持工具调用                                                            |
| **Moonshot K2-Thinking**  | 工具调用时流式传输行为不稳定，生产中不可靠                                  |
| **Qwen3-VL**              | 工具调用时流式传输不稳定，多模态与工具组合间歇性失败                          |

> [!IMPORTANT]
> **速率限制与配额管理**
>
> 默认情况下，AWS Bedrock 对 Claude 模型的配额非常严格（新账户每分钟 2-20 个请求）。对于生产性渗透测试：
>
> 1. 通过 AWS Service Quotas 控制台为您计划使用的模型申请提高配额
> 2. **使用 Amazon Nova 模型** - 默认配额更高，性能出色
> 3. **启用预置吞吐量**以实现一致的高容量测试
> 4. **监控使用情况** - AWS 在达到配额限制时会主动限流
>
> 如果不提高配额，预计会出现频繁延迟和工作流中断。

> [!WARNING]
> **Converse API 要求**
>
> PentAGI 使用 Amazon Bedrock **Converse API** 实现统一模型访问。所有支持的模型需要：
>
> - ✅ Converse/ConverseStream API 支持
> - ✅ 工具使用（函数调用）以进行渗透测试工作流
> - ✅ 流式工具使用以实现实时反馈
>
> 在以下页面验证模型能力：[AWS Bedrock 模型功能](https://docs.aws.amazon.com/bedrock/latest/userguide/conversation-inference-supported-models-features.html)

**主要特性**：
- **自动提示缓存**：重复上下文成本降低 40-70%（Claude 4.x 模型）
- **扩展思考**：分步推理，用于复杂安全分析（Claude、DeepSeek R1、OpenAI GPT）
- **多模态分析**：处理截图、图表、视频，实现全面测试（Nova、Claude、Mistral、Kimi）
- **工具调用**：通过函数调用与 20+ 渗透测试工具无缝集成
- **流式传输**：实时响应流式传输，用于交互式安全评估工作流

### DeepSeek 提供商配置

PentAGI 集成了 DeepSeek，提供对具备强大推理、编程能力以及上下文缓存的高级 AI 模型的访问，价格具有竞争力。

#### 配置变量

| 变量                | 默认值                    | 描述                                            |
| ------------------- | -------------------------- | ----------------------------------------------- |
| `DEEPSEEK_API_KEY`  |                            | DeepSeek API 密钥，用于身份验证                  |
| `DEEPSEEK_SERVER_URL` | `https://api.deepseek.com` | DeepSeek API 端点 URL                           |
| `DEEPSEEK_PROVIDER` |                            | 用于 LiteLLM 集成的提供商前缀（可选）            |

#### 配置示例```bash
# Direct API usage
DEEPSEEK_API_KEY=your_deepseek_api_key
DEEPSEEK_SERVER_URL=https://api.deepseek.com

# With LiteLLM proxy
DEEPSEEK_API_KEY=your_litellm_key
DEEPSEEK_SERVER_URL=http://litellm-proxy:4000
DEEPSEEK_PROVIDER=deepseek  # Adds prefix to model names (deepseek/deepseek-v4-flash) for LiteLLM

#### 支持的模型

PentAGI 支持 13 个 GLM 模型，具备工具调用、流式传输、混合思考模式和提示缓存功能。标记有 `*` 的模型用于默认配置。思考模式通过 `extra_body.thinking.type`（"enabled"/"disabled"）控制；与 Kimi 不同，GLM 在任一模式下对温度参数都比较宽容。

**GLM-5.x 系列 - 最新一代（200K 上下文，128K 最大输出）**

| 模型 ID        | 思考模式 | 上下文 | 最大输出 | 价格（输入/输出/缓存） | 使用场景                                                            |
| ---------------- | -------- | ------- | ---------- | -------------------------- | ------------------------------------------------------------------- |
| `glm-5.1`*       | ✅ 混合 | 200K    | 128K       | $1.40/$4.40/$0.26          | 最新旗舰：8小时持续自主执行，与Claude Opus 4.6对齐（生成器/精炼器/顾问/编码器/渗透测试者默认） |
| `glm-5`          | ✅ 混合 | 200K    | 128K       | $1.00/$3.20/$0.20          | 智能工程基础，MoE 744B/40B活跃参数，Claude Opus 4.5级别编码 |
| `glm-5-turbo`*   | ✅ 混合 | 200K    | 128K       | $1.20/$4.00/$0.24          | OpenClaw原生：针对工具调用、持久化任务、长链执行优化（主代理/助手默认） |

**GLM-4.7 系列 - 高级交错思考**

| 模型 ID         | 思考模式 | 上下文 | 最大输出 | 价格（输入/输出/缓存） | 使用场景                                            |
| ----------------- | -------- | ------- | ---------- | -------------------------- | --------------------------------------------------- |
| `glm-4.7`         | ✅ 混合 | 200K    | 128K       | $0.60/$2.20/$0.11          | 增强型编程，稳定的多步推理   |
| `glm-4.7-flashx`  | ✅ 混合 | 200K    | 128K       | $0.07/$0.40/$0.01          | 超低价带优先GPU，但RPM限制较低（避免高频使用） |
| `glm-4.7-flash`   | ✅ 混合 | 200K    | 128K       | Free/Free/Free             | 免费~30B SOTA模型，1个并发请求          |

**GLM-4.6 系列 - 自动思考平衡**

| 模型 ID | 思考模式 | 上下文 | 最大输出 | 价格（输入/输出/缓存） | 使用场景                                          |
| --------- | -------- | ------- | ---------- | -------------------------- | ------------------------------------------------- |
| `glm-4.6` | ✅ 自动   | 200K    | 128K       | $0.60/$2.20/$0.11          | 平衡型，流式工具调用，token高效   |

**GLM-4.5 系列 - 统一推理/编码/代理**

| 模型 ID        | 思考模式 | 上下文 | 最大输出 | 价格（输入/输出/缓存） | 使用场景                                          |
| ---------------- | -------- | ------- | ---------- | -------------------------- | ------------------------------------------------- |
| `glm-4.5`        | ✅ 自动   | 128K    | 96K        | $0.60/$2.20/$0.11          | 统一型，MoE 355B/32B活跃参数                      |
| `glm-4.5-x`      | ✅ 自动   | 128K    | 96K        | $2.20/$8.90/$0.45          | 超快高级版，最低延迟                |
| `glm-4.5-air`*   | ✅ 自动   | 128K    | 96K        | $0.20/$1.10/$0.03          | 成本效益型MoE 106B/12B（简单/简单JSON/反射器/搜索器/丰富器/安装器默认） |
| `glm-4.5-airx`   | ✅ 自动   | 128K    | 96K        | $1.10/$4.50/$0.22          | 加速版Air，优先GPU                 |
| `glm-4.5-flash`  | ✅ 自动   | 128K    | 96K        | Free/Free/Free             | 免费，支持推理/编码/代理         |

**GLM-4 经典 - 密集架构**

| 模型 ID               | 思考模式 | 上下文 | 最大输出 | 价格（输入/输出） | 使用场景                                      |
| --------------------- | -------- | ------- | ---------- | -------------------- | --------------------------------------------- |
| `glm-4-32b-0414-128k` | ❌        | 128K    | 16K        | $0.10/$0.10          | 超预算密集32B，无推理的解析         |

**价格**：每百万token。缓存价格用于提示缓存命中；根据Z.AI推广，缓存存储目前免费。GLM-4-32B不支持缓存。

**默认代理配置**：

策略：`glm-5.1`（最新旗舰，$1.40输入）用于关键推理，`glm-5-turbo`（OpenClaw原生，代理优化）用于编排，`glm-4.5-air`（廉价MoE，混合思考，可靠RPM）用于所有实用/安装器代理。`glm-4.7-flashx`因RPM限制较低导致高频下频繁429错误而避免作为默认。

| 代理角色                          | 默认模型 | 思考模式 | 温度 | Top P | 最大输出 |
| ----------------------------------- | ------------- | -------- | ----------- | ----- | ---------- |
| 生成器/精炼器                 | `glm-5.1`     | 启用  | 1.0         | 0.95  | 32768      |
| 编码器                               | `glm-5.1`     | 启用  | 1.0         | 0.95  | 20480      |
| 顾问/渗透测试者                 | `glm-5.1`     | 启用  | 1.0         | 0.95  | 16384      |
| 主代理/助手           | `glm-5-turbo` | 启用  | 1.0         | 0.95  | 16384      |
| 安装器                           | `glm-4.5-air` | 启用  | 1.0         | 0.95  | 16384      |
| 简单/反射器                  | `glm-4.5-air` | 禁用 | 0.6         | 0.9   | 8192       |
| 搜索器/丰富器/简单 JSON   | `glm-4.5-air` | 禁用 | 0.6         | 0.9   | 4096       |

> **关于温度的说明**：GLM 在思考/非思考模式下均接受 `1.0` 和 `0.6`（根据 Z.AI 文档）。langchaingo 的 `IsReasoningModel` 匹配 `glm-4.5*`/`glm-4.6*`/`glm-4.7*` 前缀，并在 `createChatRequest` 中强制将温度覆盖为 1.0 — 这对 GLM 无害（与 Kimi 不同），但意味着 YAML 中这些模型的温度值仅为建议。`glm-5`/`glm-5.1`/`glm-5-turbo` 不匹配，因此显式值原样传递。

**思考模式**：
- **混合**（GLM-5.x, GLM-4.7）：通过 `extra_body.thinking.type` 显式切换
- **自动**（GLM-4.6, GLM-4.5 系列）：模型自动决定何时需要推理
- **保持思考**（Z.AI 编码能力）：PentAGI 中所有启用思考的代理还传递 `extra_body.thinking.clear_thinking: false`，以便在对话中保留先前助手轮的 `reasoning_content`。这在标准 API 端点上必需（`/api/paas/v4`）— 在 Coding Plan 端点上默认启用。可提高多轮工具调用链中的推理连续性和缓存命中率。
- 所有启用思考的代理还防御性传递 `extra_body.tool_choice: auto`

**关键特性**：
- **长周期任务**：GLM-5.1 支持 8 小时持续自主执行，适合复杂的多阶段智能体工作流
- **OpenClaw 原生编排**：GLM-5-Turbo 专门针对工具调用、指令遵循和长链执行优化
- **提示缓存**：重复上下文显著降低成本（显示缓存输入定价）
- **超长上下文**：GLM-5.x/4.7/4.6 系列 200K token
- **MoE 架构**：GLM-5/5.1 高效 744B/40B 活跃参数，GLM-4.5 为 355B/32B，GLM-4.5-Air 为 106B/12B
- **工具调用**：通过函数调用与 20+ 渗透测试工具无缝集成
- **流式传输**：实时流式传输，支持流式工具调用（GLM-4.6+）
- **多语言**：卓越的中文和英文自然语言处理能力
- **免费选项**：GLM-4.7-Flash 和 GLM-4.5-Flash 用于原型设计和实验

**LiteLLM 集成**：设置 `GLM_PROVIDER=zai` 可在使用默认 PentAGI 配置与 LiteLLM 代理时启用模型名称前缀。留空则直接使用 API。

### Kimi 提供商配置

PentAGI 集成了来自 Moonshot AI 的 Kimi，提供超长上下文模型和多模态能力，非常适合分析大型代码库和文档。

#### 配置变量

| 变量               | 默认值                        | 描述                                         |
| ------------------ | -----------------------------| --------------------------------------------------- |
| `KIMI_API_KEY`     |                              | Kimi API 密钥，用于身份验证                     |
| `KIMI_SERVER_URL`  | `https://api.moonshot.ai/v1` | Kimi API 端点 URL（国际版）               |
| `KIMI_PROVIDER`    |                              | LiteLLM 集成的提供商前缀（可选）              |

#### 配置示例```bash
# Direct API usage (international endpoint)
KIMI_API_KEY=your_kimi_api_key
KIMI_SERVER_URL=https://api.moonshot.ai/v1

# Alternative endpoint
KIMI_SERVER_URL=https://api.moonshot.cn/v1  # China

# With LiteLLM proxy
KIMI_API_KEY=your_litellm_key
KIMI_SERVER_URL=http://litellm-proxy:4000
KIMI_PROVIDER=moonshot  # Adds prefix to model names (moonshot/kimi-k2.5) for LiteLLM

#### 支持模型

PentAGI 支持 33 个专为智能体工作流精选的 Qwen 模型：文本推理、代码生成以及视觉语言（浏览器截图）。所有模型均为非快照版本的主别名，支持工具调用、流式传输、思考模式以及上下文缓存。标记有 `*` 的模型用于默认配置。

**旗舰模型（顶级推理）**

| 模型 ID                     | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ---------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3.7-max`*               | ✅        | ✅    | ✅         | ✅     | 2.50 美元/7.50 美元/0.50 美元          | 下一代旗舰，专为智能体时代设计（生成器/精炼器/顾问默认） |
| `qwen3.6-max-preview`        | ✅        | ✅    | ✅         | ✅     | 1.30 美元/7.80 美元/0.13 美元          | 预览版 Max，增强的 vibe 编码和前端技能 |
| `qwen3-max`                  | ✅        | ✅    | ✅         | ✅     | 1.20 美元/6.00 美元/0.24 美元          | 上一代旗舰，集成了智能体编程升级   |
| `qwen-plus`                  | ✅        | ✅    | ✅         | ✅     | 0.40 美元/4.00 美元/0.08 美元          | 基于 Qwen3 的 Plus，可切换思考模式      |

**均衡 Plus 模型（中端）**

| 模型 ID                     | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ---------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3.6-plus`*              | ✅        | ✅    | ✅         | ✅     | 0.50 美元/3.00 美元/0.05 美元          | 原生 VL Plus，具备智能体编码能力（主智能体/辅助/渗透测试默认） |
| `qwen3.5-plus`               | ✅        | ✅    | ✅         | ✅     | 0.40 美元/2.40 美元/0.04 美元          | 上一代原生 VL，具备强大的多模态能力 |

**快速 Flash 模型（成本优化）**

| 模型 ID                     | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ---------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3.6-flash`              | ✅        | ✅    | ✅         | ✅     | 0.25 美元/1.50 美元/0.025 美元         | 最新 Flash，显著提升智能体编码能力      |
| `qwen3.5-flash`*             | ✅        | ✅    | ✅         | ✅     | 0.10 美元/0.40 美元/0.01 美元          | 超快轻量级（简单/反射/搜索/丰富默认） |
| `qwen-flash`                 | ✅        | ✅    | ✅         | ✅     | 0.05 美元/0.40 美元/0.01 美元          | Qwen3 系列 Flash，1M 上下文，分层定价      |

**代码专用模型**

| 模型 ID                     | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ---------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3-coder-plus`*          | ❌        | ✅    | ✅         | ✅     | 1.00 美元/5.00 美元/0.20 美元          | 强大的编码智能体，具备自主编程能力（编码器默认） |
| `qwen3-coder-flash`*         | ❌        | ✅    | ✅         | ✅     | 0.30 美元/1.50 美元/0.06 美元          | 快速代码生成，多轮工具稳定性（安装器默认） |
| `qwen3-coder-next`           | ❌        | ✅    | ✅         | ✅     | 0.30 美元/1.50 美元/—              | 开源代码生成，同量级最优      |

**视觉语言模型（浏览器和截图分析）**

| 模型 ID                     | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ---------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3-vl-plus`              | ✅        | ✅    | ✅         | ✅     | 0.20 美元/1.60 美元/0.04 美元          | VL 具备视觉智能体能力，超长视频理解 |
| `qwen3-vl-flash`             | ✅        | ✅    | ✅         | ✅     | 0.05 美元/0.40 美元/0.01 美元          | 小型 VL，2D/3D 定位，用于浏览器分诊     |
| `qvq-max`                    | ✅        | ✅    | ✅         | ✅     | 1.20 美元/4.80 美元/—              | 视觉推理，具有思维链                  |

**开源 Qwen3.6 系列**

| 模型 ID                     | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ---------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3.6-27b`                | ✅        | ✅    | ✅         | ✅     | 0.60 美元/3.60 美元/—              | 原生 VL，基于混合架构，可本地部署     |
| `qwen3.6-35b-a3b`            | ✅        | ✅    | ✅         | ✅     | 0.25 美元/1.49 美元/—              | 高效的 35B MoE（约 3B 激活），用于持续监控 |

**开源 Qwen3.5 系列**

| 模型 ID                     | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ---------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3.5-397b-a17b`          | ✅        | ✅    | ✅         | ✅     | 0.60 美元/3.60 美元/—              | 最大参数 397B（约 17B 激活），卓越推理能力 |
| `qwen3.5-122b-a10b`          | ✅        | ✅    | ✅         | ✅     | 0.40 美元/3.20 美元/—              | 大参数 122B（约 10B 激活），良好平衡         |
| `qwen3.5-35b-a3b`            | ✅        | ✅    | ✅         | ✅     | 0.25 美元/2.00 美元/—              | 高效的 35B MoE（约 3B 激活），成本效益佳          |
| `qwen3.5-27b`                | ✅        | ✅    | ✅         | ✅     | 0.30 美元/2.40 美元/—              | 中等规模 27B，混合线性注意力 + 稀疏 MoE    |

**开源 Qwen3 Coder 系列**

| 模型 ID                              | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ------------------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3-coder-480b-a35b-instruct`      | ❌        | ✅    | ✅         | ✅     | 1.50 美元/7.50 美元/—              | 最大开源编码 MoE（480B/~35B 激活）               |
| `qwen3-coder-30b-a3b-instruct`        | ❌        | ✅    | ✅         | ✅     | 0.45 美元/2.25 美元/—              | 高效的 30B MoE（约 3B 激活），仓库级应用        |

**开源 Qwen3 Dense & MoE 系列**

| 模型 ID                              | 思考 | 国际 | 全球/美国 | 中国 | 价格（输入/输出/缓存） | 使用场景                                                |
| ------------------------------------- | -------- | ---- | --------- | ----- | -------------------------- | ------------------------------------------------------- |
| `qwen3-next-80b-a3b-thinking`         | ✅        | ✅    | ✅         | ✅     | 0.15 美元/1.20 美元/—              | 下一代 80B MoE（约 3B 激活），纯思考             |
| `qwen3-next-80b-a3b-instruct`         | ❌        | ✅    | ✅         | ✅     | 0.15 美元/1.20 美元/—              | 下一代 80B MoE 指令跟随                  |
| `qwen3-235b-a22b`                     | ✅        | ✅    | ✅         | ✅     | 0.70 美元/8.40 美元/—              | 双模式 235B MoE（约 22B 激活）                        |
| `qwen3-32b`                           | ✅        | ✅    | ✅         | ✅     | 0.16 美元/0.64 美元/—              | 多功能 32B 密集双模式                           |
| `qwen3-30b-a3b`                       | ✅        | ✅    | ✅         | ✅     | 0.20 美元/2.40 美元/—              | 高效的 30B MoE（约 3B 激活）                          |
| `qwen3-14b`                           | ✅        | ✅    | ✅         | ✅     | 0.35 美元/4.20 美元/—              | 中等 14B 密集性能成本平衡               |
| `qwen3-8b`                            | ✅        | ✅    | ✅         | ✅     | 0.18 美元/2.10 美元/—              | 紧凑型 8B 密集效率                             |
| `qwen3-4b`                            | ✅        | ✅    | ✅         | ✅     | 0.11 美元/1.26 美元/—              | 轻量级 4B 密集，适用于简单任务                   |
| `qwen3-1.7b`                          | ✅        | ✅    | ✅         | ✅     | 0.11 美元/1.26 美元/—              | 超紧凑型 1.7B，基本检查                         |
| `qwen3-0.6b`                          | ✅        | ✅    | ✅         | ✅     | 0.11 美元/1.26 美元/—              | 最小 0.6B，用于边缘监控                       |

**价格**：每 1M 令牌。缓存价格反映隐式缓存命中（可用时）；MoE/密集开源模型不展示缓存价格。分层模型（Max/Plus）显示最低层级定价（通常 ≤32k 或 ≤256k 输入）；更大上下文根据阿里云定价产生更高费率。

**区域可用性**：
- **国际**：新加坡区域（`dashscope-intl.aliyuncs.com`）
- **全球/美国**：美国弗吉尼亚区域（`dashscope-us.aliyuncs.com`）
- **中国**：中国大陆北京区域（`dashscope.aliyuncs.com`）

**默认智能体配置**：
| 智能体角色                                       | 默认模型        | 层级      |
| ------------------------------------------------ | -------------------- | --------- |
| 生成器 / 精炼器 / 顾问（规划、导师） | `qwen3.7-max`        | 旗舰  |
| 主智能体 / 辅助 / 渗透测试                  | `qwen3.6-plus`       | 均衡  |
| 编码器（漏洞利用开发）                      | `qwen3-coder-plus`   | 代码+     |
| 安装器（环境搭建）                            | `qwen3-coder-flash`  | 代码快速 |
| 简单 / 反射 / 搜索 / 丰富         | `qwen3.5-flash`      | 快速      |

**关键特性**：
- **智能体中心设计**：Qwen3.7-Max 专为长周期自主执行和工具调用打造
- **自动上下文缓存**：对重复上下文减少 30-50% 成本，通过隐式缓存
- **扩展思考能力**：思维链推理，用于复杂安全分析（Qwen3.7/3.6/3.5/3-Max，QVQ-Max）
- **代码专业化**：Qwen3-Coder 系列，支持多轮工具交互和仓库级理解
- **视觉语言**：Qwen3-VL 系列，用于浏览器截图分诊、2D/3D 定位、OCR 级别分析
- **工具调用**：通过函数调用无缝集成 20 多个渗透测试工具
- **流式传输**：实时响应流式传输，支持交互式工作流
- **多语言**：强大的中文、英文和多语言支持
- **开源变体**：从 0.6B 到 480B 的密集和 MoE 模型，适用于本地/气隙部署

**LiteLLM 集成**：设置 `QWEN_PROVIDER=dashscope` 可在使用默认 PentAGI 配置与 LiteLLM 代理时启用模型名称前缀。留空则直接使用 API。

#### 替代集成

DashScope 完全兼容 OpenAI，因此 Qwen 也可以通过标准 OpenAI 客户端驱动 PentAGI 的其他两个子系统。

---

[Read more](https://github.com/vxcontrol/pentagi)