> For AI agents: the complete documentation index is available at /zh/llms.txt, the full documentation bundle is available at /zh/llms-full.txt.

# 使用模型 API Key

本文介绍如何使用模型服务商提供的 API Key 接入 Midscene，包括完成配置和验证连接。如果你已有 ChatGPT 订阅，也可以参考[使用 ChatGPT 订阅](/zh/chatgpt-subscription.md)文档中的描述操作。

本页列出的模型配置，本质上都是环境变量。你可以根据使用方式提供这些配置：

- 使用 Playground 时，在设置页面直接粘贴本页的配置文本。
- 使用 SDK 或命令行工具时，按照[设置环境变量](#设置环境变量)中的说明加载配置。

如需查询高级配置参数，请阅读[模型高级配置与调试](/zh/model-config.md)。

## 支持的模型

模型选型建议和接入方式见[模型选择指南](/zh/model-selection.md)。下面提供各模型的配置示例。

每份配置都需要 Base URL、API Key、模型名称和 `MIDSCENE_MODEL_FAMILY`。`MIDSCENE_MODEL_FAMILY` 选择模型适配器，决定坐标处理方式、支持的 API 协议，以及思考和输出参数的发送方式。请使用下方对应模型列出的 family 值。

### 豆包 Seed 系列 {#doubao-seed-model}
Doubao-Seed-2.1 Turbo

查看配置收起配置

| 模型<br />`MIDSCENE_MODEL_NAME`                                               | Model family<br />`MIDSCENE_MODEL_FAMILY` | 备注   |
| --------------------------------------------------------------------------- | ----------------------------------------- | ---- |
| **2.x 系列**<br />`doubao-seed-2-1-pro-260915` `doubao-seed-2-1-turbo-260628` | `doubao-seed`                             | —    |
| **1.x 系列**<br />`Doubao-Seed-1.6-Vision` `Doubao-Seed-1.8`                  | `doubao-seed`                             | 旧版本。 |

配置示例（`doubao-seed-2-1-turbo-260628`）：

**火山引擎** ([获取 API Key](https://console.volcengine.com/ark))

```bash
MIDSCENE_MODEL_BASE_URL="https://ark.cn-beijing.volces.com/api/v3"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="doubao-seed-2-1-turbo-260628"
MIDSCENE_MODEL_FAMILY="doubao-seed"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="bytedance-seed/seed-2-1-turbo"
MIDSCENE_MODEL_FAMILY="doubao-seed"
```

如果你的火山引擎账号已开通低延迟模式（Fast Tier），可以追加以下请求体参数来使用该能力。通常可将模型响应速度提升约 30% 至 50%。
```bash
MIDSCENE_MODEL_EXTRA_BODY_JSON={"service_tier":"fast"}
```

### 千问 Qwen 系列 {#qwen}
Qwen3.7 Plus

查看配置收起配置

| 模型<br />`MIDSCENE_MODEL_NAME`                                    | Model family<br />`MIDSCENE_MODEL_FAMILY` | 备注                                   |
| ---------------------------------------------------------------- | ----------------------------------------- | ------------------------------------ |
| **Qwen3.x 系列**<br />`qwen3.7-plus` `qwen3.5-plus` `qwen3.6-plus` | `qwen3`                                   | `qwen3.5`、`qwen3.6` 作为旧 family 仍然兼容。 |
| **Qwen3-VL 系列**<br />`qwen3-vl-plus`                             | `qwen3-vl`                                | 旧版本。                                 |
| **Qwen2.5-VL 系列**<br />`qwen-vl-max-latest`                      | `qwen2.5-vl`                              | 旧版本。                                 |

配置示例（`qwen3.7-plus`）：

**阿里云** ([获取 API Key](https://bailian.console.aliyun.com/))

```bash
MIDSCENE_MODEL_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="qwen3.7-plus"
MIDSCENE_MODEL_FAMILY="qwen3" # 如果你使用了其他版本的 Qwen，需要替换为对应的 model family
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="qwen/qwen3.7-plus"
MIDSCENE_MODEL_FAMILY="qwen3" # 如果你使用了其他版本的 Qwen，需要替换为对应的 model family
```

以上阿里云示例使用北京地域；英文版示例使用 Alibaba Cloud 新加坡地域。API Key、Base URL 和模型必须属于同一地域。其他地域的配置见[地域与接入地址](https://www.alibabacloud.com/help/en/model-studio/regions)。

### 深度求索 DeepSeek 系列 {#deepseek}
Midscene 从 v1.12.0 开始支持 DeepSeek。
DeepSeek V4.1 Flash

查看配置收起配置

| 模型<br />`MIDSCENE_MODEL_NAME`                                                                        | Model family<br />`MIDSCENE_MODEL_FAMILY` | 备注                                     |
| ---------------------------------------------------------------------------------------------------- | ----------------------------------------- | -------------------------------------- |
| **DeepSeek V4 系列**<br />`deepseek-flash`（V4.1 Flash） `deepseek-v4-flash-vision-exp`（V4 Flash Vision） | `deepseek`                                | DeepSeek-V4-Pro 不支持视觉输入，不能用于 Midscene。 |

配置示例（`deepseek-flash`）：

**DeepSeek** ([获取 API Key](https://platform.deepseek.com/api_keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://api.deepseek.com"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="deepseek-flash"
MIDSCENE_MODEL_FAMILY="deepseek"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="deepseek/deepseek-v4.1-flash"
MIDSCENE_MODEL_FAMILY="deepseek"
```

### Google Gemini 系列 {#gemini}
Gemini 3.5 Flash

查看配置收起配置

| 模型<br />`MIDSCENE_MODEL_NAME`                                      | Model family<br />`MIDSCENE_MODEL_FAMILY` | 备注 |
| ------------------------------------------------------------------ | ----------------------------------------- | -- |
| **Gemini 4 Argon**<br />`gemini-4-argon`                           | `gemini`                                  | —  |
| **Gemini 3.x 系列**<br />`gemini-3.5-flash` `gemini-3-flash-preview` | `gemini`                                  | —  |

配置示例（`gemini-3.5-flash`）：

**Google AI Studio** ([获取 API Key](https://aistudio.google.com/apikey))

```bash
MIDSCENE_MODEL_BASE_URL="https://generativelanguage.googleapis.com/v1beta/openai/"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="gemini-3.5-flash"
MIDSCENE_MODEL_FAMILY="gemini"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="google/gemini-3.5-flash"
MIDSCENE_MODEL_FAMILY="gemini"
```

### OpenAI GPT 系列 {#gpt}
GPT-6 Sol

查看配置收起配置

:::info
如果想使用 ChatGPT 订阅接入，请参考[使用 ChatGPT 订阅](/zh/chatgpt-subscription.md)。
:::

| 模型<br />`MIDSCENE_MODEL_NAME`                                                      | Model family<br />`MIDSCENE_MODEL_FAMILY` | 备注   |
| ---------------------------------------------------------------------------------- | ----------------------------------------- | ---- |
| **GPT-6 系列**<br />`gpt-6-astra` `gpt-6-sol` `gpt-6-luna`                           | `gpt-6`                                   | —    |
| **GPT-5 系列**<br />`gpt-5.4` `gpt-5.5` `gpt-5.6-sol` `gpt-5.6-terra` `gpt-5.6-luna` | `gpt-5`                                   | 旧版本。 |

**使用 API Key**
配置示例（`gpt-6-sol`）：

**OpenAI** ([获取 API Key](https://platform.openai.com/api-keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://api.openai.com/v1" # 或你的兼容服务地址
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="gpt-6-sol"
MIDSCENE_MODEL_FAMILY="gpt-6"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="openai/gpt-6-sol"
MIDSCENE_MODEL_FAMILY="gpt-6"
```

**开启 Fast mode（`service_tier="fast"`）**
GPT-6 Astra 支持 Fast mode，可以追加 `service_tier` 请求体参数启用：
```bash
MIDSCENE_MODEL_NAME="gpt-6-astra"
MIDSCENE_MODEL_FAMILY="gpt-6"
MIDSCENE_MODEL_EXTRA_BODY_JSON='{"service_tier":"fast"}'
```
按照 OpenAI 官方说明，Fast mode 可获得最高 2～2.5 倍的速度，费率为 Standard 费率的两倍。具体速度、价格和使用限制以[官方说明](https://developers.openai.com/api/docs/guides/fast-mode)为准。
如需复用 Codex CLI 登录，请参考[使用 Codex App Server](/zh/chatgpt-subscription.md#use-codex-app-server-oauth-no-api-key)。
**使用 GPT 时，请注意以下事项：**
- OpenAI 在 computer use 文档中提到，他们观察到 `1440x900` 和 `1600x900` 这两种截图尺寸上通常能获得比较好的效果，详见 [Computer use guide](https://developers.openai.com/api/docs/guides/tools-computer-use)。因此，建议按照 OpenAI 的推荐对截图尺寸进行调整。在 Midscene 中，你可以通过 Agent 参数里的 `screenshotShrinkFactor` 控制截图压缩倍率。如果是浏览器自动化，还可以通过浏览器 `viewport` 指定页面的尺寸和比例。
- 使用 Azure OpenAI 的 Chat Completions API 时，`"detail": "original"` 可能未被正确处理，从而造成点击坐标偏移。遇到此问题时，可以切换到 Responses API。详见 [使用 Azure OpenAI 时点击坐标偏移](/zh/faq.md#使用-azure-openai-时点击坐标偏移)。

### 月之暗面 Kimi 系列 {#kimi}
Kimi K3

查看配置收起配置

| 模型<br />`MIDSCENE_MODEL_NAME`            | Model family<br />`MIDSCENE_MODEL_FAMILY` | 备注                                          |
| ---------------------------------------- | ----------------------------------------- | ------------------------------------------- |
| **K3 系列**<br />`kimi-k3`                 | `kimi3`                                   | 根据 Kimi 的文档，K3 始终开启思考模式，无法关闭，且推理强度默认为 `max` |
| **K2.x 系列**<br />`kimi-k2.5` `kimi-k2.6` | `kimi`                                    | —                                           |

配置示例（`kimi-k3`）：

**Moonshot AI** ([获取 API Key](https://platform.kimi.com/))

```bash
MIDSCENE_MODEL_BASE_URL="https://api.moonshot.cn/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="kimi-k3"
MIDSCENE_MODEL_FAMILY="kimi3" # 如果使用 kimi-k2.6，请改为 "kimi"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="moonshotai/kimi-k3"
MIDSCENE_MODEL_FAMILY="kimi3" # 如果使用 kimi-k2.6，请改为 "kimi"
```

### 小米 MiMo 系列 {#xiaomi-mimo}
MiMo V2.6 Pro

查看配置收起配置

| 模型<br />`MIDSCENE_MODEL_NAME`                                                             | Model family<br />`MIDSCENE_MODEL_FAMILY` | 备注                                 |
| ----------------------------------------------------------------------------------------- | ----------------------------------------- | ---------------------------------- |
| **V2.x 系列**<br />`mimo-v2.6-pro` `mimo-v2.6-flash` `mimo-v2.6-pro-ultraspeed` `mimo-v2.5` | `xiaomi-mimo`                             | 2.6 全系列支持多模态；2.5 仅 Omni 系列支持多模态输入。 |

配置示例（`mimo-v2.6-pro`）：

**小米 MiMo** ([获取 API Key](https://platform.xiaomimimo.com/))

```bash
MIDSCENE_MODEL_BASE_URL="https://api.xiaomimimo.com/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="mimo-v2.6-pro"
MIDSCENE_MODEL_FAMILY="xiaomi-mimo"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="xiaomi/mimo-v2.6-pro"
MIDSCENE_MODEL_FAMILY="xiaomi-mimo"
```

### 智谱 GLM-V 系列 {#glm-v}
GLM-5V-Turbo

查看配置收起配置

| 模型<br />`MIDSCENE_MODEL_NAME`     | Model family<br />`MIDSCENE_MODEL_FAMILY` | 备注                |
| --------------------------------- | ----------------------------------------- | ----------------- |
| **GLM-5V 系列**<br />`glm-5v-turbo` | `glm-v`                                   | —                 |
| **GLM-4.6 系列**<br />`glm-4.6v`    | `glm-v`                                   | `glm-4.6v` 是开源模型。 |

配置示例（`glm-5v-turbo`）：

**BigModel（国内）** ([获取 API Key](https://bigmodel.cn/usercenter/proj-mgmt/apikeys))

```bash
MIDSCENE_MODEL_BASE_URL="https://open.bigmodel.cn/api/paas/v4"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="glm-5v-turbo"
MIDSCENE_MODEL_FAMILY="glm-v"
```

**Z.AI（国际）** ([获取 API Key](https://z.ai/manage-apikey/apikey-list))

```bash
MIDSCENE_MODEL_BASE_URL="https://api.z.ai/api/paas/v4"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="glm-5v-turbo"
MIDSCENE_MODEL_FAMILY="glm-v"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="z-ai/glm-5v-turbo"
MIDSCENE_MODEL_FAMILY="glm-v"
```

**了解更多关于 GLM-4.6V 开源模型**
- GitHub: [https://github.com/zai-org/GLM-V](https://github.com/zai-org/GLM-V)
- Hugging Face: [https://huggingface.co/zai-org/GLM-4.6V](https://huggingface.co/zai-org/GLM-4.6V)

### 蚂蚁百灵 Ant Ling {#ant-ling}
Ling-3.0-flash-VL

查看配置收起配置

**蚂蚁百灵** ([获取 API Key](https://developer.ant-ling.com/))

```bash
MIDSCENE_MODEL_BASE_URL="https://api.ant-ling.com/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="Ling-3.0-flash-VL"
MIDSCENE_MODEL_FAMILY="ant-ling"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
MIDSCENE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="inclusionai/ling-3.0-flash-vl"
MIDSCENE_MODEL_FAMILY="ant-ling"
```

:::info 截图尺寸
我们观察到，图片最长边超过 2000 像素时，定位精度可能下降。建议通过 Agent 的 `screenshotShrinkFactor` 参数缩放图片。
:::

### Jev（实验性） {#jev}
Jev 是一个做选择的模型，可以用它选择下一步动作、定位界面元素，以及判断条件是否成立。它的优势是速度快、成本低，但不适用于需要复杂推理的任务。
Midscene 对 Jev 的支持是实验性的。
复制以下配置，将 Planning、Locate 和 Insight 配置为 Jev：
Jev 1.14.0

查看配置收起配置

**TypeSafe** ([获取 API Key](https://console.typesafe.ai/))

```bash
# Planning
MIDSCENE_PLANNING_MODEL_BASE_URL="https://api.typesafe.ai/v1"
MIDSCENE_PLANNING_MODEL_API_KEY="......"
MIDSCENE_PLANNING_MODEL_NAME="jev-1.14.0"
MIDSCENE_PLANNING_MODEL_FAMILY="jev"

# Locate
MIDSCENE_LOCATE_MODEL_BASE_URL="https://api.typesafe.ai/v1"
MIDSCENE_LOCATE_MODEL_API_KEY="......"
MIDSCENE_LOCATE_MODEL_NAME="jev-1.14.0"
MIDSCENE_LOCATE_MODEL_FAMILY="jev"

# Insight
MIDSCENE_INSIGHT_MODEL_BASE_URL="https://api.typesafe.ai/v1"
MIDSCENE_INSIGHT_MODEL_API_KEY="......"
MIDSCENE_INSIGHT_MODEL_NAME="jev-1.14.0"
MIDSCENE_INSIGHT_MODEL_FAMILY="jev"
```

**OpenRouter** ([获取 API Key](https://openrouter.ai/settings/keys))

```bash
# Planning
MIDSCENE_PLANNING_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_PLANNING_MODEL_API_KEY="......"
MIDSCENE_PLANNING_MODEL_NAME="typesafe/jev-router"
MIDSCENE_PLANNING_MODEL_FAMILY="jev"

# Locate
MIDSCENE_LOCATE_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_LOCATE_MODEL_API_KEY="......"
MIDSCENE_LOCATE_MODEL_NAME="typesafe/jev-router"
MIDSCENE_LOCATE_MODEL_FAMILY="jev"

# Insight
MIDSCENE_INSIGHT_MODEL_BASE_URL="https://openrouter.ai/api/v1"
MIDSCENE_INSIGHT_MODEL_API_KEY="......"
MIDSCENE_INSIGHT_MODEL_NAME="typesafe/jev-router"
MIDSCENE_INSIGHT_MODEL_FAMILY="jev"
```

将相应模型职责配置为 Jev 后，各类任务的处理方式如下：
- **定位**：由 Jev 执行元素定位。
- **Insight**：`aiBoolean`、`aiAssert` 和 `aiWaitFor` 由 Jev 执行判断；`aiQuery`、`aiString`、`aiNumber` 和 `aiAsk` 由通用默认模型处理。
- **任务规划**：`aiAct` 中，单击、双击、返回等简单动作由 Jev 规划；输入、滚动等复杂动作由默认模型规划。
上述模型选择依据任务所需的能力。Jev 请求失败时，不会自动切换至默认模型。
Jev 使用 TypeSafe 的 System One 协议，不使用 OpenAI 协议。OpenAI 的部分模型配置不适用于 Jev，包括温度、原生思考、响应格式和流式输出等。
:::info 注意事项
- **请求地址**：使用 Base URL 时，需要包含 `/v1`，例如 `https://api.typesafe.ai/v1`，Midscene 会自动追加 `/systemone`。如果你的接入点未使用 `/systemone` 路径，可以通过对应模型的 Endpoint 配置完整请求地址，例如 `MIDSCENE_LOCATE_MODEL_ENDPOINT="https://example.com/custom/decision"`。Endpoint 优先于 Base URL，Midscene 不会再追加路径。
- **图像输入限制**：目前 Jev 最新版本支持的图片最长边仅为 1568 像素，需要通过 Agent 的 `screenshotShrinkFactor` 参数控制截图尺寸。为避免多次缩放影响图片质量，并兼容 Jev 未来版本的图片尺寸要求，Midscene 不会按照 Jev 某个版本的尺寸要求自动缩放图片。
:::

## 设置环境变量

Midscene 从环境变量读取模型配置。请选择与你的使用方式对应的方法，也可以沿用项目已有的环境变量管理方式。

### 在当前 Shell 中设置环境变量

以下示例适用于 Bash 和 Zsh。变量只在当前 Shell 会话及其启动的子进程中有效。

```bash
# 将全部值替换为所选模型服务商提供的配置
export MIDSCENE_MODEL_BASE_URL="https://替换为你的模型服务地址/v1"
export MIDSCENE_MODEL_API_KEY="替换为你的 API Key"
export MIDSCENE_MODEL_NAME="替换为你的模型名称"
export MIDSCENE_MODEL_FAMILY="替换为你的模型对应的 family"
```

### 通过 `.env` 文件配置

Midscene Test 的脚手架配置会加载配置文件旁的 `.env`，默认保留已有环境变量。手写配置需要显式加载文件或由 Shell / CI 提供环境变量，详见[加载环境变量](/zh/midscene-test/running.md#加载环境变量)。[旧版 YAML 脚本运行器](/zh/yaml-script-runner.md)（`@midscene/cli`）会自动读取工作目录中的 `.env`。

使用 Midscene Test 时，在生成的测试项目目录中将 `.env.example` 复制为 `.env`，填入模型配置后运行 `pnpm test`，详见[创建测试项目](/zh/midscene-test/use.md)。使用旧版 YAML 脚本运行器时，在运行 `midscene` 命令的目录中创建 `.env`。

`.env` 文件内容示例：

```bash
# 将全部值替换为所选模型服务商提供的配置
MIDSCENE_MODEL_BASE_URL="https://替换为你的模型服务地址/v1"
MIDSCENE_MODEL_API_KEY="替换为你的 API Key"
MIDSCENE_MODEL_NAME="替换为你的模型名称"
MIDSCENE_MODEL_FAMILY="替换为你的模型对应的 family"
```

`.env` 中的每一行都不需要添加 `export`。使用旧版 YAML 脚本运行器时，当前 Shell 中已有的同名变量默认优先于 `.env`；可通过 `--dotenv-override` 让文件中的值优先。

:::info JavaScript SDK

Midscene SDK 从 `process.env` 读取模型配置。编写测试脚本时，可以在自己的测试项目中安装 [dotenv](https://www.npmjs.com/package/dotenv)，将模型配置放入项目根目录的 `.env` 文件，并在脚本入口添加 `import 'dotenv/config'`，然后从项目根目录运行脚本。请在创建 Agent 前加载配置。

:::

## 其他兼容模型

以下小参数模型也与 Midscene 兼容，主要面向自动化场景。它们对部署硬件的要求较低，但处理复杂任务或大尺寸截图的能力可能受限。选择前，请结合实际任务和部署条件进行评估。

### 智谱 AutoGLM 系列 {#auto-glm}
智谱 AutoGLM 是智谱 AI 推出的开源移动端 UI 自动化模型，模型尺寸为 9B。
从 [Z.AI（国际）](https://z.ai/manage-apikey/apikey-list) 或 [BigModel（国内）](https://bigmodel.cn/usercenter/proj-mgmt/apikeys) 获取 API Key 后，可以使用以下配置：
```bash
MIDSCENE_MODEL_BASE_URL="https://open.bigmodel.cn/api/paas/v4" # 或 https://api.z.ai/api/paas/v4
MIDSCENE_MODEL_API_KEY="......"
MIDSCENE_MODEL_NAME="autoglm-phone" # 模型名以平台实际模型名为准
MIDSCENE_MODEL_FAMILY="auto-glm" # 或 "auto-glm-multilingual"
```
**关于 `MIDSCENE_MODEL_FAMILY` 配置**
AutoGLM 提供了两个版本的模型，通过 `MIDSCENE_MODEL_FAMILY` 区分：
- `auto-glm` - 对应 AutoGLM-Phone-9B，针对**中文环境**优化
- `auto-glm-multilingual` - 对应 AutoGLM-Phone-9B-Multilingual，支持**英语等其他语言**场景
请根据你的应用语言选择合适的版本。
:::info
AutoGLM 更适合移动端交互。`aiAssert` 和 `aiQuery` 等 API 需要理解页面。使用这些 API 时，请通过 `MIDSCENE_INSIGHT_MODEL_...` 环境变量配置独立的 Insight 模型。详情请参考[模型选择指南](/zh/model-selection.md)。
:::
**了解更多关于智谱 AutoGLM**
- GitHub: [https://github.com/zai-org/Open-AutoGLM](https://github.com/zai-org/Open-AutoGLM)
- Hugging Face: [https://huggingface.co/zai-org/AutoGLM-Phone-9B](https://huggingface.co/zai-org/AutoGLM-Phone-9B)
AutoGLM-Phone-9B

查看配置收起配置

### UI-TARS 系列 {#ui-tars}
你可以在 [火山引擎](https://volcengine.com) 上使用已部署的 `doubao-1.5-ui-tars`。
```bash
MIDSCENE_MODEL_BASE_URL="https://ark.cn-beijing.volces.com/api/v3"
MIDSCENE_MODEL_API_KEY="...."
MIDSCENE_MODEL_NAME="ep-2025..." # 来自火山引擎的推理接入点 ID 或模型名称
MIDSCENE_MODEL_FAMILY="vlm-ui-tars-doubao-1.5"
```
**关于 `MIDSCENE_MODEL_FAMILY` 配置**
`MIDSCENE_MODEL_FAMILY` 用于指定 UI-TARS 版本，使用以下值之一：
- `vlm-ui-tars`：用于模型版本 `1.0`
- `vlm-ui-tars-doubao`：用于在火山引擎上部署的模型版本 `1.5`（与 `vlm-ui-tars-doubao-1.5` 等效）
- `vlm-ui-tars-doubao-1.5`：用于在火山引擎上部署的模型版本 `1.5`
:::info
旧版本使用 `MIDSCENE_USE_VLM_UI_TARS=DOUBAO` 或 `MIDSCENE_USE_VLM_UI_TARS=1.5` 配置，该配置仍然兼容但已废弃，建议迁移到 `MIDSCENE_MODEL_FAMILY`。
迁移对应关系：
- `MIDSCENE_USE_VLM_UI_TARS=1.0` → `MIDSCENE_MODEL_FAMILY="vlm-ui-tars"`
- `MIDSCENE_USE_VLM_UI_TARS=1.5` → `MIDSCENE_MODEL_FAMILY="vlm-ui-tars-doubao-1.5"`
- `MIDSCENE_USE_VLM_UI_TARS=DOUBAO` → `MIDSCENE_MODEL_FAMILY="vlm-ui-tars-doubao"`
:::
UI-TARS 1.5

查看配置收起配置

## 下一步

- [验证模型连接](/zh/model-config.md#verify-model-connectivity) — 检查已配置的模型能否在 Midscene 中正常使用。
- [按意图配置模型](/zh/model-config.md#dedicated-models) — 为规划、定位或页面理解配置专用模型，并查看可展开的配置示例。
- [常见配置错误](/zh/model-config.md#common-configuration-errors) — 排查模型家族、API 地址或模型名称错误。
- [模型结果不可靠时](/zh/model-config.md#when-model-results-are-unreliable) — 排查操作错误、目标遗漏或页面理解偏差。