config.json.example

{
    # 模型配置部分
    "model_config": {
        "max_context_tokens": 8000, # 最大上下文token数，超过将触发自动压缩
        # 主模型：用于主要的对话、逻辑推理和任务执行
        "main_model": {
            "model_name": "",       # 模型名称
            "provider_type": "",    # 提供商类型
            "api_key": "",          # 对应的 API 密钥
            "api_base_url": ""      # API 基础地址
        },
        # JSON 专用模型：用于需要严格 JSON 格式输出的任务
        "json_model": {
            "model_name": "",       # 模型名称
            "provider_type": "",    # 提供商类型
            "api_key": "",          # API 密钥
            "api_base_url": ""      # API 基础地址
        }
    },
    
    # 常规工具 API 配置
    "tools_api_config": {
        "get_weather": {
            "api_key": ""           # 天气查询服务的 API Key，请前往xxapi.cn获取（免费）
        },
        "shell_for_ai": {
            "enable": false,      # 使用docker给模型提供私有主机，需要安装docker并自己部署容器
            "container_name": "ai_shell_container", # Docker容器名称
            "mount_mapping": ""   # 宿主机:容器 映射目录，用于提示AI。例如 "/data/MuLi:/workspace"
        },
        "web_search": {
            "enable": false,       # 是否启用网络搜索
            "base_url": "http://127.0.0.1:8888"  # searxng部署地址
        },
    },
    
    # MCP (Model Context Protocol) 工具配置
    # 用于连接本地或远程的 MCP 服务器，扩展模型能力
    # 可以配置多个 使用官方json格式
    "mcp_tools": { 
        # 此处添加了推荐使用的mcp 需要安装npm与uv
        "mcpServers": {
            "filesystem": {
                "command": "npx",
                "args": [
                    "-y",
                    "@modelcontextprotocol/server-filesystem",
                    "/path/to/other/allowed/dir"  # 这里可以填写多个你想让AI访问的路径
                ]
            },
            "playwright": {
                "command": "npx",
                "args": [
                    "@playwright/mcp@latest"
                ]
            },
            "fetch": {
                "command": "uvx",
                "args": ["mcp-server-fetch"]
            }
        }
    }
}