模型管理用于查看当前自主规划式智能体中的可用模型，并配置模型的最大输出长度、最大上下文长度和推理内容转发策略。

功能入口

自主规划式智能体->设置->其它设置->模型

页面布局

• 模型列表：模型列表中的模型来自模型中心，启用模型可供当前及其他智能体选择，以卡片形式展示模型名称、最大输出 Tokens、最大上下文长度和推理内容转发状态。
• 模型连接测试：单击模型卡片下方的闪电图标，执行一次最小推理请求，检查模型是否可以正常连接和响应。
• 模型配置抽屉：单击模型卡片打开配置抽屉，可修改模型配置并保存。
• 刷新：重新加载模型列表及模型当前配置。

模型配置

在模型卡片中单击模型名称或卡片区域，即可打开“模型配置”抽屉。

配置项	说明
最大输出 Tokens	限制模型单次响应的最大输出长度。取值必须为不小于 1 的整数，具体可设置范围还应符合模型服务的限制。
最大上下文长度	设置模型上下文窗口的容量，单位为 Tokens，取值必须为不小于 1000 的整数。运行时会以该值作为上下文容量基准，并结合“运行时配置”中的压缩阈值比例，在上下文接近容量上限时自动压缩较早的历史内容；调大该值会推迟压缩，调小该值会提前压缩。
转发推理内容	控制多轮对话是否将历史推理内容继续传回模型。关闭后，多轮对话不再转发历史推理内容，可减少历史上下文占用。

上下文压缩的关联配置

模型的最大上下文长度提供容量基准；上下文压缩是否启用以及何时触发，则由运行时配置中的上下文压缩参数控制。

• 只有开启“启用上下文压缩”后，系统才会按模型最大上下文长度和压缩阈值比例执行自动压缩。
• “压缩阈值比例”用于设置触发压缩的容量比例。例如设置为 0.8，表示上下文使用量接近模型最大上下文长度的 80% 时开始压缩。
• 如果模型服务实际支持的上下文窗口小于此处配置值，应按模型服务的实际能力填写，避免请求超出模型限制。

使用建议

• 配置最大上下文长度时，建议参考模型服务的实际上下文窗口，并为系统提示词、工具结果和后续输出预留空间。
• 长规划、长会话或大量工具调用场景，建议同时开启运行时上下文压缩，并根据任务长度调整压缩阈值比例。
• 当模型不支持或不需要推理内容传递时，可关闭“转发推理内容”以减少多轮请求中的历史上下文。
• 修改模型配置后，建议单击模型卡片下方的闪电图标执行连接测试，确认配置可以正常使用。