
# 选择并配置模型
在AgentArts中，创建智能体后配置模型是构建和优化智能应用的关键操作，用户可以通过可视化配置页面选择和集成多种大语言模型，如DeepSeek、千问等。通过灵活选择和配置不同大语言模型，确保智能体能够根据业务需求高效、稳定地提供强大的AI能力。
#### 前提条件
AgentArts已接入模型。接入模型服务详见[模型](https://support.huaweicloud.com/usermanual-agentarts0/agentarts_05_0182.html)。
登录用户为空间所有者、空间管理员、开发工程师，详细信息请参考[管理团队空间成员](https://support.huaweicloud.com/usermanual-agentarts0/agentarts_05_0216.html)。
#### 选择模型
您可以在智能体的编排页面为智能体选择一个合适的大模型。选择模型并完成智能体的技能、知识等设置后，你也可以切换成不同的模型，测评各个模型在同一个智能体中的效果，选择最合适的模型。
1. 登录[AgentArts智能体开发平台](https://console.huaweicloud.com/versatile/#/home/overview)，在左侧导航栏"个人空间"区域，选择目标空间。
2. 单击左侧导航栏"开发中心 \> 智能体管理"，单击左上角"单智能体"页签，进入单智能体应用管理界面。
3. 在单智能体应用管理界面选择已创建的单智能体。
4. 进入"单智能体配置"页面，单击"模型"参数下拉框，选择模型。 
   图1选择模型   
   ![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002538543142.png)
   ![](https://support.huaweicloud.com/usermanual-agentarts0/public_sys-resources/note_3.0-zh-cn.png)
   模型的标签展示顺序从左到右依次是用户自定义标签、[接入模型服务](https://support.huaweicloud.com/usermanual-agentarts0/agentarts_05_0191.html)时的"选择标签"、"模型类型"。
   - 接入模型时的"选择标签"：
     - ![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002569422885.png)联网：表示该大模型具备联网搜索能力。
     
     - ![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002569342875.png)思考：表示该大模型具备思维推理能力。
     
     - ![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002538543114.png)工具：表示该大模型支持应用调用外部工具，例如，MCP服务、插件、知识库等。
     
     - default-import：表示该大模型是系统默认模型。
     
     - 免费：表示该平台预置大模型可免费使用。
     
     - 体验：表示该平台预置大模型可以体验，会话轮数最大为20次。
      
   
   - "模型类型"包含：
     - ![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002569342909.png)文本：表示该大模型是文本对话类型。
     
     - ![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002538383192.png)视觉：表示该大模型是图像理解类型。
     
     - ![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002569342863.png)嵌入：表示该大模型是文本向量化类型。
     
     - ![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002569342859.png)排序：表示该大模型是文本排序类型。
      
   
   - 模型状态：
     - 未验证：表示该大模型未检验鉴权信息，不可使用。
     
     - 成功：表示该大模型鉴权信息校验成功，可以使用。
     
     - 失败：表示该大模型鉴权信息校验失败，不可使用。
      
    
   
   
 
#### 调整模型生成倾向
单击"模型"后的![](https://support.huaweicloud.com/usermanual-agentarts0/zh-cn_image_0000002538383196.png)图标可配置模型生成倾向，可以从多个维度调整不同模型在生成内容时的随机性和多样性。平台提供以下预置的模式供您选择，每个模式的模型参数取值不同。
- 精确的：严格遵循指令要求生成内容，适合正式文档、代码等。
- 平衡的：模型生成内容处于严谨和创意的平衡，适合大多数场景。
- 创意性的：生成内容偏向创意独特，适合头脑风暴、创作场景。
- 自定义：你也可以根据需求，选择"自定义设置"，修改每个模式下的具体参数值。建议不要同时调整生成生成随机性和核采样，以免在多参数的影响下难以判断每个参数的调整效果。
表1调整模型生成倾向参数 
| 配置项    | 说明                                                                                                                                                                                                                                                                                                      |
|:---|:---|
| 生成随机性  | temperature 参数控制模型输出的随机性和创造性，取值范围为0\~1。数值越高（接近1）使输出更具多样性和创新性，适合创造性任务如小说创作；数值越低（接近0）使输出更加确定和一致，适合基于事实的问答和售后客服场景。                                                                                                                                                                                         |
| 核采样    | 模型在输出时会从概率最高的词汇开始选择，直到这些词汇的总概率累积达到核采样值，这样可以限制模型选择这些高概率的词汇，从而控制输出内容的多样性。建议不要与生成随机性同时调整。                                                                                                                                                                                                                  |
| 历史对话轮数 | 设置带入模型上下文的对话历史轮数，轮数越多相关性越高。参数取值1\~100。                                                                                                                                                                                                                                                                  |
| 最大回复长度 | 用于控制聊天回复的长度和质量。一般来说，最大回复长度值设置较大，生成较长和较完整的回复，同时会增加生成无关或重复内容的风险。较小的最大回复长度值可以生成较短和较简洁的回复，但可能导致生成不完整或不连贯的内容。因此，需要根据不同的场景和需求来选择合适的最大回复长度值。                                                                                                                                                                   |
| 重复语句惩罚 | 用于阻止模型频繁使用相同的词汇和短语，取值范围为-2\~2。 - 当该值为正数时，会阻止模型频繁使用相同的词汇和短语，从而增加输出内容的多样性。  - 当该值为负数时，模型会频繁使用相同的词汇和短语，如训练数据中频繁出现的词。   |
   
