模型配置

高层 Runtime 连接 OpenAI Chat Completions 兼容服务。开始时只需提供模型名、密钥和接口地址，完整程序见快速开始。

连接模型

import os
import bumblehive

config = bumblehive.RuntimeArguments(
    model=os.environ["BUMBLEHIVE_MODEL"],
    api_key=os.environ["BUMBLEHIVE_API_KEY"],
    base_url=os.environ["BUMBLEHIVE_BASE_URL"],
    skill_names=[],
    tool_names=[],
)

环境变量由这里的 os.environ 读取。base_url 填服务提供的 API 基地址；省略时使用 OpenAI SDK 的默认地址。工具调用需要模型支持 Tool Calling，图片输入需要视觉能力。

按需增加配置

在上面的 RuntimeArguments(...) 中加入所需参数即可：

需求	示例
控制回答长度	max_completion_tokens=2048
限制工具循环次数	max_iterations=12
设置工作目录	workspace="./workspace"
定义 Agent 的任务与风格	agent_instructions="你是课程助手，回答简洁。"
使用工具	tool_names=["read_file"]

生成参数是否支持取决于模型。提示词和预算的用法见上下文指南，所有字段见配置参考。

覆盖一次调用

在已经创建的 runtime 中，只修改这一次运行的要求：

result = await runtime.run(
    "解释什么是 Agent。",
    config={"agent": {"instructions": "使用中文，最多两句话。"}},
)
print(result.error.message if result.error else result.final_content)

单次配置与基础配置合并，不修改后续调用的默认值。MCP 连接和 Skill 目录在创建 Runtime 时确定，不能按调用覆盖。

选择工具和 Skills

配置值	含义
省略或 None	全部可用项
[]	不使用任何项
["name"]	只使用指定项

这个规则同时适用于 tool_names 和 skill_names。在单次调用的 config 中省略字段则继承基础配置。

使用配置文件

配置较多时，from_config() 也接受嵌套字典或 JSON 文件路径：

runtime = bumblehive.from_config("bumblehive.json")

JSON 使用 provider、agent、generation、runtime 等分组，不会展开环境变量。字段结构见配置参考。密钥可以在 Python 中读取后放入字典，不必写进配置文件。