2026/9/11 15:53:10
FEATURED · 精选文章 
OpenMAIC Provider Keys 配置指南服务端模型与 API Key 的完整实操与源码级解析【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAIC本指南系统讲解 OpenMAIC 中 Provider Keys模型与 API Key的服务端配置方法涵盖推荐路径、DEFAULT_MODEL模型字符串规则、.env.local与server-providers.yml两种配置方式的完整对比以及底层模型解析与校验原理。读完本文你将掌握如何为 OpenMAIC 一键式多智能体互动课堂正确接入 Anthropic、Google、OpenAI、DeepSeek 等大模型服务并能为课堂生成配置好 Web Search、图片、视频与 TTS 等增强能力所需的全部 Key。关键边界OpenMAIC 不会自动复用 Agent 的模型与 KeyOpenMAIC 的课堂生成链路有一个极易踩坑的硬边界生成过程不会自动复用 OpenClaw Agent 当前使用的模型或 API Key。OpenMAIC 服务端 API 会从OpenMAIC 自身的服务端配置中解析模型和 Provider Key这一点在 lib/server/resolve-model.ts 中体现为所有生成阶段最终都通过服务端配置或经服务端校验的客户端参数解析出模型、Key、Base URL 与 Provider 类型。因此本技能文档所描述的引导流程不依赖任何运行时覆盖如请求级的模型覆盖、Key 覆盖、Base URL 覆盖、Provider 类型覆盖。如果用户想更换其中任何一项必须修改 OpenMAIC 服务端配置文件即.env.local或server-providers.yml。交互流程先推荐路径再让用户自行改配置文档定义的 Agent 引导交互流程共五步核心原则是绝不在聊天中索取明文 Key绝不替用户写 Key绝不建议请求时临时覆盖先推荐 Provider 路径见下节推荐路径不要一上来就问用户要 API Key。询问用户希望在哪里配置.env.local对大多数用户推荐还是server-providers.yml。精确告知需要修改的变量名或 YAML 字段——由用户自己编辑文件不替用户写入 Key不在聊天中索取明文 Key也不建议请求时临时覆盖。等待用户确认编辑完成后再继续。如果后续生成因鉴权、Provider 或模型选择失败引导用户回到同一个服务端配置文件等待确认后再重试。这套流程与源码的服务端权威设计完全一致在 lib/server/provider-config.ts 中只要某个 Provider 出现在服务端配置里managed provider服务端 Key 与 Base URL 就是权威值客户端发送的任何覆盖都会被忽略见resolveSectionApiKey/resolveSectionBaseUrl中if (entry) return entry.apiKey的分支。推荐路径三种接入方案的完整对比路径 1最低摩擦Least Configuration当用户希望配置量最小时推荐只需设置ANTHROPIC_API_KEYsk-ant-...为什么可以最少这背后是 OpenMAIC 一个重要的设计决策没有硬编码的模型兜底。在 lib/server/resolve-model.ts 的resolveModel中模型解析顺序是阶段路由stage route x-model客户端 DEFAULT_MODEL而当三者全部缺失时会直接抛出错误No model could be resolved. Configure DEFAULT_MODEL (and/or a MODEL_ROUTES entry for this stage), or send a model via x-model.即生成会明确失败而非静默选中某个默认模型。所以只设置ANTHROPIC_API_KEY还不够必须同时显式设置DEFAULT_MODELanthropic:model否则生成无法启动。路径 2速度 / 成本更均衡当用户愿意多配置一个变量时推荐GOOGLE_API_KEY... DEFAULT_MODELgoogle:gemini-2.5-flash选择理由质量与速度的平衡较好比默认兜底更贴合仓库当前的推荐方向google:前缀至关重要——不带 Provider 前缀的模型字符串默认会被解析为 OpenAI 模型。这一规则在 lib/ai/providers.ts 的parseModelString中实现它只在第一个冒号处切分字符串得到providerId与modelId若字符串中没有冒号则providerId直接回退为openai向后兼容但已被弃用启动时配置校验会给出[config]警告。路径 3复用已有 Provider当用户已配置过 OpenAI 或其他受支持的 Provider 并希望沿用OPENAI_API_KEYsk-... DEFAULT_MODELopenai:gpt-5.4-miniDEEPSEEK_API_KEY... DEFAULT_MODELdeepseek:deepseek-chatOpenMAIC 的 Provider 注册表同样位于 lib/ai/providers.ts 的PROVIDERS常量覆盖了 OpenAI、Anthropic、Google、Amazon Bedrock、MiniMaxAnthropic 兼容端点以及 DeepSeek、Qwen、Kimi、GLM、SiliconFlow、Doubao、Tencent、Xiaomi、Ollama、Lemonade 等 OpenAI 兼容 Provider。完整的环境变量清单以 .env.example 为准其中每个 LLM Provider 都支持{PROVIDER}_API_KEY、可选的{PROVIDER}_BASE_URL与可选的{PROVIDER}_MODELS逗号分隔的模型白名单。模型字符串规则永远带上 Provider 前缀在推荐或展示DEFAULT_MODEL时必须始终包含 Provider 前缀google:gemini-2.5-flashanthropic:claude-sonnet-4openai:gpt-5.4-minideepseek:deepseek-chat不要推荐裸模型 ID如单独的gemini-2.5-flash否则 OpenMAIC 会将其解析为 OpenAI 模型见上文parseModelString的冒号回退逻辑。需要注意上文模型 ID 仅为示例。模型名称会随供应商发布新版本而变化——如果推荐的 ID 被拒绝应引导用户去查阅供应商官方文档中的当前模型名并保留provider:前缀不要通过修改请求参数来绕过错误的DEFAULT_MODEL。用户应该修正服务端配置而不是在请求层做临时 workaround。若在请求时发送了providerType头但与注册表中该 Provider 的类型如openai、anthropic、google不一致resolveModel会直接抛错Provider type mismatch for ...这一校验同样位于 lib/server/resolve-model.ts。首选配置方式.env.local与server-providers.yml对照方式 A.env.local首次配置推荐cp .env.example .env.local然后填入所选 Key。.env.example 是完整的环境变量参考模板所有变量都是可选的只配置你想用的 Provider 即可。其中与本文直接相关的关键项DEFAULT_MODEL.env.example对它的注释明确说明它是/api/generate-classroom等服务端 API 路由的默认模型对于不接收客户端x-model的服务端阶段resolveModel会在无MODEL_ROUTES条目、无x-model、无DEFAULT_MODEL时直接抛错——刻意不提供硬编码的厂商兜底。示例值包括anthropic:claude-3-5-haiku-20241022、google:gemini-3-flash-preview、openai:gpt-5.5、minimax:MiniMax-M2.7-highspeed、bedrock:us.anthropic.claude-sonnet-5等。方式 Bserver-providers.yml仓库根目录可选替代providers: anthropic: apiKey: sk-ant-... google: apiKey: ... openai: apiKey: sk-...若为非默认 Provider 配置课堂生成还必须显式设置模型选择DEFAULT_MODELgoogle:gemini-2.5-flash从 lib/server/provider-config.ts 的实现看两种方式其实是统一的加载管线启动时读取server-providers.yml作为默认值再以环境变量覆盖env 优先于 YAMLProvider 通过apiKey或 keyless Provider 的baseUrl被激活。一个 Provider 一旦被服务端配置managed其 Key 与 Base URL 即具有服务端权威客户端无法覆盖——这也是文档强调编辑服务端配置的根本原因。另外注意该文件支持enabled: false做运维级强制关闭环境变量CAP_PREFIX_ENABLEDfalse也是同等的强制关闭开关仅用于 TTS、ASR、图片、视频、Web Search 五个能力区LLM 与 PDF 不参与。深层原理模型解析的优先级与启动期校验理解以下两点可以帮你诊断绝大多数生成失败问题。解析顺序阶段路由 x-model DEFAULT_MODEL在 lib/server/resolve-model.ts 中resolveModel的注释与实现明确写出三层解析顺序阶段路由MODEL_ROUTES按生成阶段如scene-content、scene-actions、quiz-grade、pbl-chat等精确指定模型。配置了路由的阶段其模型选择权完全属于运维者即使浏览器通过x-model发送了已保存的模型也不会覆盖路由客户端x-model未路由的阶段回退到客户端请求头x-model指定的模型DEFAULT_MODEL前两者都缺失时的最终服务端默认值。三者全缺则直接抛错绝不静默兜底。此外MODEL_ROUTES还支持scene-content:slide、scene-content:quiz这类按场景类型的复合键以及带完整 ThinkingConfig 的路由对象完整说明见 .env.example 中MODEL_ROUTES一段的注释。启动期校验[config]警告而非启动失败lib/server/config-validation.ts 的validateServerConfig在启动时经 instrumentation.ts 触发对模型路由配置做一次 warn-first 校验包括MODEL_ROUTES不是合法 JSON路由键不是可路由阶段拼写错误检测路由或DEFAULT_MODEL的 Provider 前缀未注册或需要 Key 的 Provider 没有配置 KeyOllama 等 keyless Provider 通过裸模型 ID无provider:前缀——仍会按 OpenAI 处理但已弃用为未配置 Key 的 Provider 设置了PREFIX_MODELS固定模型列表疑似拼写错误Agent 运行时开关已开但未设置DATABASE_URL。这些都是警告而不是异常配置不完整的部署依然能启动但日志里的[config]警告会精确指出哪里有问题从而避免把错误留到请求期才暴露。对应地tests/server/resolve-model.test.ts、tests/server/config-validation.test.ts 与 tests/server/model-routes.test.ts 分别覆盖了模型解析、启动校验与阶段路由的行为可作为阅读源码时的补充参考。推荐给用户的对话措辞可直接套用以下示例措辞来自本文档Agent 可以按需调整I recommend configuring OpenMAIC through.env.localfirst. Please edit that file locally and tell me when youre done.For the simplest setup, I recommend Anthropic. For better speed/cost balance, I recommend Google plus aDEFAULT_MODELlikegoogle:gemini-2.5-flash. Which path do you want?不要在聊天中索取 Key、不要替用户写 Key的约束与上文交互流程一节一致——不要以索取 Key 作为开场。可选功能核心 LLM 之外的增强 Provider Key以下能力在核心 LLM Key 配好之后按需启用。全部可选——课堂生成不依赖它们也能工作配置它们只是为了解锁更丰富的内容。功能环境变量说明Web SearchTAVILY_API_KEY、EXA_API_KEY为大纲补充实时联网研究二者其一即可Image GenerationIMAGE_SEEDREAM_API_KEY、IMAGE_QWEN_IMAGE_API_KEY、IMAGE_NANO_BANANA_API_KEY为幻灯片生成图片任一即可Video GenerationVIDEO_SEEDANCE_API_KEY、VIDEO_KLING_API_KEY、VIDEO_VEO_API_KEY、VIDEO_SORA_API_KEY生成短视频任一即可TTSTTS_OPENAI_API_KEY、TTS_AZURE_API_KEY、TTS_GLM_API_KEY、TTS_QWEN_API_KEY文转语音旁白任一即可.env.example 中还有这些能力区更完整的变量清单含可选*_BASE_URL、MiniMax/Grok 等其他供应商、以及本地免 Key 的 Lemonade / VoxCPM / ComfyUI 等选项。各能力区的运维级强制关闭开关同样见 .env.example 与 lib/server/provider-config.ts 的DISABLE_ENV_MAPS。对应的server-providers.yml写法web-search: tavily: apiKey: tvly-... # Or use Exa: # exa: # apiKey: ... image: seedream: apiKey: ... video: seedance: apiKey: ... tts: openai-tts: apiKey: sk-...注意 YAML 中 TTS 的 Provider ID 与.env.example的变量前缀并不完全相同例如TTS_OPENAI_API_KEY对应 YAML 键openai-tts这正是 lib/server/provider-config.ts 中TTS_ENV_MAP等映射表的作用——环境变量前缀到 Provider ID 的映射关系在源码中有完整定义配置前可据此核对。小结一次成功的 Provider 配置长什么样一次成功的接入流程可归纳为推荐路径 → 选配置方式 → 用户自行编辑服务端文件 → 确认 → 生成验证。核心成功条件只有两个其一Provider 的 API Key 出现在服务端配置中.env.local或server-providers.yml其二DEFAULT_MODEL或对应阶段的MODEL_ROUTES显式设置为带provider:前缀的合法模型 ID。满足这两点OpenMAIC 的多智能体互动课堂生成即可正常调用所选大模型之后若再配置 Web Search、图片、视频或 TTS 的任意一个 Key课堂内容就能进一步解锁实时联网、配图、短视频与语音旁白等增强能力。【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAIC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
OpenMAIC Provider Keys 配置指南：服务端模型与 API Key 的完整实操与源码级解析
OpenMAIC Provider Keys 配置指南服务端模型与 API Key 的完整实操与源码级解析【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAIC本指南系统讲解 OpenMAIC 中 Provider Keys模型与 API Key的服务端配置方法涵盖推荐路径、DEFAULT_MODEL模型字符串规则、.env.local与server-providers.yml两种配置方式的完整对比以及底层模型解析与校验原理。读完本文你将掌握如何为 OpenMAIC 一键式多智能体互动课堂正确接入 Anthropic、Google、OpenAI、DeepSeek 等大模型服务并能为课堂生成配置好 Web Search、图片、视频与 TTS 等增强能力所需的全部 Key。关键边界OpenMAIC 不会自动复用 Agent 的模型与 KeyOpenMAIC 的课堂生成链路有一个极易踩坑的硬边界生成过程不会自动复用 OpenClaw Agent 当前使用的模型或 API Key。OpenMAIC 服务端 API 会从OpenMAIC 自身的服务端配置中解析模型和 Provider Key这一点在 lib/server/resolve-model.ts 中体现为所有生成阶段最终都通过服务端配置或经服务端校验的客户端参数解析出模型、Key、Base URL 与 Provider 类型。因此本技能文档所描述的引导流程不依赖任何运行时覆盖如请求级的模型覆盖、Key 覆盖、Base URL 覆盖、Provider 类型覆盖。如果用户想更换其中任何一项必须修改 OpenMAIC 服务端配置文件即.env.local或server-providers.yml。交互流程先推荐路径再让用户自行改配置文档定义的 Agent 引导交互流程共五步核心原则是绝不在聊天中索取明文 Key绝不替用户写 Key绝不建议请求时临时覆盖先推荐 Provider 路径见下节推荐路径不要一上来就问用户要 API Key。询问用户希望在哪里配置.env.local对大多数用户推荐还是server-providers.yml。精确告知需要修改的变量名或 YAML 字段——由用户自己编辑文件不替用户写入 Key不在聊天中索取明文 Key也不建议请求时临时覆盖。等待用户确认编辑完成后再继续。如果后续生成因鉴权、Provider 或模型选择失败引导用户回到同一个服务端配置文件等待确认后再重试。这套流程与源码的服务端权威设计完全一致在 lib/server/provider-config.ts 中只要某个 Provider 出现在服务端配置里managed provider服务端 Key 与 Base URL 就是权威值客户端发送的任何覆盖都会被忽略见resolveSectionApiKey/resolveSectionBaseUrl中if (entry) return entry.apiKey的分支。推荐路径三种接入方案的完整对比路径 1最低摩擦Least Configuration当用户希望配置量最小时推荐只需设置ANTHROPIC_API_KEYsk-ant-...为什么可以最少这背后是 OpenMAIC 一个重要的设计决策没有硬编码的模型兜底。在 lib/server/resolve-model.ts 的resolveModel中模型解析顺序是阶段路由stage route x-model客户端 DEFAULT_MODEL而当三者全部缺失时会直接抛出错误No model could be resolved. Configure DEFAULT_MODEL (and/or a MODEL_ROUTES entry for this stage), or send a model via x-model.即生成会明确失败而非静默选中某个默认模型。所以只设置ANTHROPIC_API_KEY还不够必须同时显式设置DEFAULT_MODELanthropic:model否则生成无法启动。路径 2速度 / 成本更均衡当用户愿意多配置一个变量时推荐GOOGLE_API_KEY... DEFAULT_MODELgoogle:gemini-2.5-flash选择理由质量与速度的平衡较好比默认兜底更贴合仓库当前的推荐方向google:前缀至关重要——不带 Provider 前缀的模型字符串默认会被解析为 OpenAI 模型。这一规则在 lib/ai/providers.ts 的parseModelString中实现它只在第一个冒号处切分字符串得到providerId与modelId若字符串中没有冒号则providerId直接回退为openai向后兼容但已被弃用启动时配置校验会给出[config]警告。路径 3复用已有 Provider当用户已配置过 OpenAI 或其他受支持的 Provider 并希望沿用OPENAI_API_KEYsk-... DEFAULT_MODELopenai:gpt-5.4-miniDEEPSEEK_API_KEY... DEFAULT_MODELdeepseek:deepseek-chatOpenMAIC 的 Provider 注册表同样位于 lib/ai/providers.ts 的PROVIDERS常量覆盖了 OpenAI、Anthropic、Google、Amazon Bedrock、MiniMaxAnthropic 兼容端点以及 DeepSeek、Qwen、Kimi、GLM、SiliconFlow、Doubao、Tencent、Xiaomi、Ollama、Lemonade 等 OpenAI 兼容 Provider。完整的环境变量清单以 .env.example 为准其中每个 LLM Provider 都支持{PROVIDER}_API_KEY、可选的{PROVIDER}_BASE_URL与可选的{PROVIDER}_MODELS逗号分隔的模型白名单。模型字符串规则永远带上 Provider 前缀在推荐或展示DEFAULT_MODEL时必须始终包含 Provider 前缀google:gemini-2.5-flashanthropic:claude-sonnet-4openai:gpt-5.4-minideepseek:deepseek-chat不要推荐裸模型 ID如单独的gemini-2.5-flash否则 OpenMAIC 会将其解析为 OpenAI 模型见上文parseModelString的冒号回退逻辑。需要注意上文模型 ID 仅为示例。模型名称会随供应商发布新版本而变化——如果推荐的 ID 被拒绝应引导用户去查阅供应商官方文档中的当前模型名并保留provider:前缀不要通过修改请求参数来绕过错误的DEFAULT_MODEL。用户应该修正服务端配置而不是在请求层做临时 workaround。若在请求时发送了providerType头但与注册表中该 Provider 的类型如openai、anthropic、google不一致resolveModel会直接抛错Provider type mismatch for ...这一校验同样位于 lib/server/resolve-model.ts。首选配置方式.env.local与server-providers.yml对照方式 A.env.local首次配置推荐cp .env.example .env.local然后填入所选 Key。.env.example 是完整的环境变量参考模板所有变量都是可选的只配置你想用的 Provider 即可。其中与本文直接相关的关键项DEFAULT_MODEL.env.example对它的注释明确说明它是/api/generate-classroom等服务端 API 路由的默认模型对于不接收客户端x-model的服务端阶段resolveModel会在无MODEL_ROUTES条目、无x-model、无DEFAULT_MODEL时直接抛错——刻意不提供硬编码的厂商兜底。示例值包括anthropic:claude-3-5-haiku-20241022、google:gemini-3-flash-preview、openai:gpt-5.5、minimax:MiniMax-M2.7-highspeed、bedrock:us.anthropic.claude-sonnet-5等。方式 Bserver-providers.yml仓库根目录可选替代providers: anthropic: apiKey: sk-ant-... google: apiKey: ... openai: apiKey: sk-...若为非默认 Provider 配置课堂生成还必须显式设置模型选择DEFAULT_MODELgoogle:gemini-2.5-flash从 lib/server/provider-config.ts 的实现看两种方式其实是统一的加载管线启动时读取server-providers.yml作为默认值再以环境变量覆盖env 优先于 YAMLProvider 通过apiKey或 keyless Provider 的baseUrl被激活。一个 Provider 一旦被服务端配置managed其 Key 与 Base URL 即具有服务端权威客户端无法覆盖——这也是文档强调编辑服务端配置的根本原因。另外注意该文件支持enabled: false做运维级强制关闭环境变量CAP_PREFIX_ENABLEDfalse也是同等的强制关闭开关仅用于 TTS、ASR、图片、视频、Web Search 五个能力区LLM 与 PDF 不参与。深层原理模型解析的优先级与启动期校验理解以下两点可以帮你诊断绝大多数生成失败问题。解析顺序阶段路由 x-model DEFAULT_MODEL在 lib/server/resolve-model.ts 中resolveModel的注释与实现明确写出三层解析顺序阶段路由MODEL_ROUTES按生成阶段如scene-content、scene-actions、quiz-grade、pbl-chat等精确指定模型。配置了路由的阶段其模型选择权完全属于运维者即使浏览器通过x-model发送了已保存的模型也不会覆盖路由客户端x-model未路由的阶段回退到客户端请求头x-model指定的模型DEFAULT_MODEL前两者都缺失时的最终服务端默认值。三者全缺则直接抛错绝不静默兜底。此外MODEL_ROUTES还支持scene-content:slide、scene-content:quiz这类按场景类型的复合键以及带完整 ThinkingConfig 的路由对象完整说明见 .env.example 中MODEL_ROUTES一段的注释。启动期校验[config]警告而非启动失败lib/server/config-validation.ts 的validateServerConfig在启动时经 instrumentation.ts 触发对模型路由配置做一次 warn-first 校验包括MODEL_ROUTES不是合法 JSON路由键不是可路由阶段拼写错误检测路由或DEFAULT_MODEL的 Provider 前缀未注册或需要 Key 的 Provider 没有配置 KeyOllama 等 keyless Provider 通过裸模型 ID无provider:前缀——仍会按 OpenAI 处理但已弃用为未配置 Key 的 Provider 设置了PREFIX_MODELS固定模型列表疑似拼写错误Agent 运行时开关已开但未设置DATABASE_URL。这些都是警告而不是异常配置不完整的部署依然能启动但日志里的[config]警告会精确指出哪里有问题从而避免把错误留到请求期才暴露。对应地tests/server/resolve-model.test.ts、tests/server/config-validation.test.ts 与 tests/server/model-routes.test.ts 分别覆盖了模型解析、启动校验与阶段路由的行为可作为阅读源码时的补充参考。推荐给用户的对话措辞可直接套用以下示例措辞来自本文档Agent 可以按需调整I recommend configuring OpenMAIC through.env.localfirst. Please edit that file locally and tell me when youre done.For the simplest setup, I recommend Anthropic. For better speed/cost balance, I recommend Google plus aDEFAULT_MODELlikegoogle:gemini-2.5-flash. Which path do you want?不要在聊天中索取 Key、不要替用户写 Key的约束与上文交互流程一节一致——不要以索取 Key 作为开场。可选功能核心 LLM 之外的增强 Provider Key以下能力在核心 LLM Key 配好之后按需启用。全部可选——课堂生成不依赖它们也能工作配置它们只是为了解锁更丰富的内容。功能环境变量说明Web SearchTAVILY_API_KEY、EXA_API_KEY为大纲补充实时联网研究二者其一即可Image GenerationIMAGE_SEEDREAM_API_KEY、IMAGE_QWEN_IMAGE_API_KEY、IMAGE_NANO_BANANA_API_KEY为幻灯片生成图片任一即可Video GenerationVIDEO_SEEDANCE_API_KEY、VIDEO_KLING_API_KEY、VIDEO_VEO_API_KEY、VIDEO_SORA_API_KEY生成短视频任一即可TTSTTS_OPENAI_API_KEY、TTS_AZURE_API_KEY、TTS_GLM_API_KEY、TTS_QWEN_API_KEY文转语音旁白任一即可.env.example 中还有这些能力区更完整的变量清单含可选*_BASE_URL、MiniMax/Grok 等其他供应商、以及本地免 Key 的 Lemonade / VoxCPM / ComfyUI 等选项。各能力区的运维级强制关闭开关同样见 .env.example 与 lib/server/provider-config.ts 的DISABLE_ENV_MAPS。对应的server-providers.yml写法web-search: tavily: apiKey: tvly-... # Or use Exa: # exa: # apiKey: ... image: seedream: apiKey: ... video: seedance: apiKey: ... tts: openai-tts: apiKey: sk-...注意 YAML 中 TTS 的 Provider ID 与.env.example的变量前缀并不完全相同例如TTS_OPENAI_API_KEY对应 YAML 键openai-tts这正是 lib/server/provider-config.ts 中TTS_ENV_MAP等映射表的作用——环境变量前缀到 Provider ID 的映射关系在源码中有完整定义配置前可据此核对。小结一次成功的 Provider 配置长什么样一次成功的接入流程可归纳为推荐路径 → 选配置方式 → 用户自行编辑服务端文件 → 确认 → 生成验证。核心成功条件只有两个其一Provider 的 API Key 出现在服务端配置中.env.local或server-providers.yml其二DEFAULT_MODEL或对应阶段的MODEL_ROUTES显式设置为带provider:前缀的合法模型 ID。满足这两点OpenMAIC 的多智能体互动课堂生成即可正常调用所选大模型之后若再配置 Web Search、图片、视频或 TTS 的任意一个 Key课堂内容就能进一步解锁实时联网、配图、短视频与语音旁白等增强能力。【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAIC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
