企业官网建设流程全解析

big-AGI 中 Anthropic 模型注册表的同步维护指南：模型、定价与能力参数更新工作流

【免费下载链接】big-AGIAI suite powered by state-of-the-art models and providing advanced AI/AGI functions. Includes AI personas, AGI functions, world-class Beam multi-model chats, text-to-image, voice, response streaming, code highlighting and execution, PDF import, presets for developers, much more. Deploy on-prem or in the cloud.项目地址: https://gitcode.com/GitHub_Trending/bi/big-AGI

big-AGI 将 Anthropic（以及经由 AWS Bedrock、OpenRouter 暴露的 Claude 模型）的模型清单、定价、上下文窗口与参数能力硬编码在服务端注册表中，以便在前端展示准确的模型选择、费用预估与参数配置。本指南基于仓库内维护命令 update-models-anthropic.md 展开，说明如何以官方文档与实时 API 为双重证据源，系统性地核对并更新这份注册表，包括新增/退役模型、价格变动、thinking/effort 语义迁移以及跨平台参数白名单的处理。读完本文，你将掌握 big-AGI 模型注册数据从「上游事实」到「仓库代码」的完整更新流程与验证手段。

一、维护对象：anthropic.models.ts 在模型管线中的位置

本次维护的核心文件是 src/modules/llms/server/anthropic/anthropic.models.ts，它承载了三类职责：

1. 硬编码模型定义：hardcodedAnthropicModels（文件内第 280 行起）包含每个 Claude 模型的 id、label、发布日期pubDate、上下文窗口、最大输出 token、接口标记（interfaces）、参数规格（parameterSpecs）、价格（chatPrice）与竞技场基准分（benchmark）。
2. Thinking 变体注入：_hardcodedAnthropicThinkingVariants（第 82 行起）为同一模型 ID 派生「Thinking/Adaptive」变体，通过llmsAntInjectVariants注入。
3. Wire 类型与辅助函数：AnthropicWire_API_Models_List（/v1/models响应 schema）、DEV 校验函数、0-day placeholder 与 API 元数据融合函数。

该文件并不是孤立的数据表，而是模型枚举管线的一环。服务端通过 listModels.dispatch.ts 中case 'anthropic'分支（第 121–166 行）完成「拉取/v1/models→ 解析 → 与硬编码定义融合 → 注入变体 → 输出」的流程：

GET /v1/models?limit=1000 （经由 anthropic.access.ts 构造 headers/url） → AnthropicWire_API_Models_List.Response_schema 解析 → llmsAntValidateModelDefs_DEV（DEV 环境检查 stale/unknown） → 排序（家族版本号 → 型号级别 → 日期） → 对每个模型： 命中 hardcodedAnthropicModels → llmsAntFuseModelKnowledge（融合 API 元数据） 未命中（0-day 新模型） → llmsAntCreatePlaceholderModel（API 能力推断占位） → llmsAntInjectVariants 注入 thinking 变体

因此，更新注册表的核心意图是：让硬编码数据（价格、基准、参数规格、编辑性描述）始终跟上官方事实，同时允许 API 在 token 限额、effort 等级等维度上保持权威（见下文「融合规则」）。

二、更新工作流总览：先增量、后全量

维护命令给出的总原则是「从最近的变更开始，再核对完整模型列表」（Start with recent changes, then verify the full model list）。完整流程分为五个阶段：

1. 增量扫描：阅读官方 release notes，锁定新增模型、能力上线（如新的 thinking/effort 模式、fast mode、skills）、价格调整与退役公告；
2. 全量核对：对完整模型列表逐一确认新增（additions）、移除（removals）与价格变化（price changes），避免只盯着热点模型而遗漏 Haiku 等边缘型号的变动；
3. 参数规格评审：对每个新模型判断需要哪些parameterSpecs（thinking 模式、effort 等级、1M context、skills、web tools），依据是官方功能文档以及既有模型条目的对照；
4. 语义变更记录：当 thinking/effort 语义在代际间发生变化（例如从手动预算演变为自适应 thinking），必须在注释中写明，供后续维护者与 AIX 适配层参考；
5. Diff 质量控制：最小化空白与注释改动、保留既有注释、标记失效链接或意外内容，让 PR 的 diff 易于评审。

三、证据源分级：官方 Markdown、兜底页面、实时 API

命令为「事实收集」设计了一套分层证据源策略，其核心理念是：不以单一来源为准，多个来源交叉印证。

3.1 主证据源（Markdown 优先）

官方文档站支持在任意路径后追加.md直接获取干净 Markdown，便于脚本化阅读与检索：

其中退役日期是最值得利用的交叉校验信号：官方对某个在售模型的「tentative retirement date」恰好等于「发布 + 1 年」，因此它可以直接与注册表中的pubDate互查。命令特别提醒：优先采用退役日期与 release-notes 标题，而不是/v1/models的created_at，因为后者可能比正式公告早数天。

3.2 能力文档的发现路径

release notes 与 models overview 的 Markdown 中包含指向功能页面的内联链接（thinking 模式、effort、上下文窗口、what's-new 页面等）。当提到新能力时，应顺着链接继续追加.md深挖。命令列举了典型可发现的页面模式：

• about-claude/models/whats-new-*：代际变更说明（如whats-new-opus-5）；
• build-with-claude/extended-thinking：手动 thinking 预算配置；
• build-with-claude/effort：effort 等级及各模型可用性；
• build-with-claude/thinking、build-with-claude/thinking-steering-and-cost：自适应 thinking；
• build-with-claude/thinking-troubleshooting#supported-models：各模型 thinking/effort 矩阵；
• agents-and-tools/tool-use/tool-reference：各工具支持的模型与工具版本。

3.3 兜底方案

若.md路径失效或结构变化，可回退到网页版官方文档（models overview、pricing、release notes、claude.com/pricing）；若被限制访问，则改用 Anthropic TypeScript SDK 仓库，或直接联网搜索 "anthropic models latest pricing" / "anthropic latest models"。这保证了更新流程在官方站点改版时仍然可执行。

3.4 实时 API 作为 ground truth

如果本机.env.api-keys中存在ANTHROPIC_API_KEY，可用/v1/models作为「哪些模型真实在售」的最终信号，与上述文档交叉验证：

curl https://api.anthropic.com/v1/models \ -H "x-api-key: $ANTHROPIC_API_KEY" \ -H 'anthropic-version: 2023-06-01'

命令明确要求：绝不可提交或回显该 key。这条实时信号的用法与仓库内 anthropic.access.ts 中的ANTHROPIC_API_PATHS.models = '/v1/models'对应，也是 DEV 校验函数比对硬编码清单与 API 清单的基础。

四、模型定义结构剖析：看懂要改什么

要安全地修改注册表，必须理解 llm.server.types.ts 中定义的ModelDescriptionSchema（第 140–158 行）各字段，以及它们如何被消费。以claude-opus-4-7条目为例（anthropic.models.ts）：

{ id: 'claude-opus-4-7', // 模型 ID，须与 /v1/models 一致 label: 'Claude Opus 4.7', pubDate: '20260416', // 官方正式发布日期 'YYYYMMDD' description: 'Previous most capable model for complex reasoning and agentic coding', contextWindow: 1_000_000, // 1M GA at standard pricing（无需 opt-in） maxCompletionTokens: 128000, interfaces: [...IF_47, LLM_IF_ANT_ToolsSearch], parameterSpecs: [ { paramId: 'llmVndAntEffort', enumValues: ['low', 'medium', 'high', 'xhigh', 'max'] }, ...ANT_TOOLS_DYNAMIC, ], chatPrice: { input: 5, output: 25, cache: { read: 0.50, write: 6.25, duration: 300 }, tools: ANT_PRICE_TOOLS }, benchmark: { cbaElo: 1494 }, },

各字段在更新时需要注意的要点：

• id：必须与 Anthropic/v1/models返回的id完全一致，否则无法被llmsAntFuseModelKnowledge命中融合。
• pubDate：formatPubDate（models.mappings.ts 中实现）将其规范化为YYYYMMDD；它与官方退役时间表的「发布+1年」规则互查，是编辑性日期字段。
• contextWindow/maxCompletionTokens：token 限额在融合阶段以 API 为准（llmsAntFuseModelKnowledge会用max_input_tokens、max_tokens覆盖硬编码值），但硬编码值应尽量贴近真实值，避免 DEV 校验告警。
• interfaces：能力标记（Chat/Vision/Fn/PromptCaching/Reasoning/ToolsSearch 等）。文件中用组合常量表达代际差异，例如IF_4 = [LLM_IF_OAI_Chat, LLM_IF_OAI_Vision, LLM_IF_OAI_Fn, LLM_IF_ANT_PromptCaching]（第 32 行），IF_47在IF_4基础上追加LLM_IF_HOTFIX_NoTemperature（第 38 行，因为 4.7+ 对 temperature 直接返回 400，需在客户端剥除）。
• parameterSpecs：声明该模型暴露给用户的额外参数，下文单独展开。
• chatPrice：支持扁平价格或阶梯价格。claude-sonnet-4-5-20250929展示了分档写法：input: [{ upTo: 200000, price: 3 }, { upTo: null, price: 6 }]（≤200K 与 >200K 两个档位），缓存价同样分档。工具费通过tools: { webSearch: 10 }（ANT_PRICE_TOOLS，$10/1K 次搜索）单独声明。
• benchmark.cbaElo：Chat Bot Arena ELO 分数。新模型无榜单数据时，仓库采用「基于同族模型推测」的做法并在注释中明确标注假设（如claude-mythos-5-1的1506 + 5旁注明 "(no arena data yet) assuming…"），更新时应沿用此纪律：有数据写数据，无数据明确标注推断。
• hidden: true/isLegacy: true：退役模型不立即删除。文件头注释解释了原因：这些定义被 Anthropic API、OpenRouter 与 AWS Bedrock共享，而 Bedrock 支持旧模型的时间可能长于 Anthropic API，因此退役模型保留在文件中，只是标记hidden不再面向普通用户展示，移除是人工决定（"Removal is manual"）。

4.1 Thinking 变体机制

_hardcodedAnthropicThinkingVariants（第 82 行起）是更新时最容易出错的区域。它为每个支持思考模式的模型声明一个idVariant: 'thinking'的派生条目，继承基础模型未重定义的属性。典型例子（claude-sonnet-5，第 89–100 行）：

'claude-sonnet-5': { idVariant: 'thinking', label: 'Claude Sonnet 5 (Adaptive)', description: 'Claude Sonnet 5 with adaptive thinking for high-performance coding and agentic workflows', interfaces: [...IF_47_R, LLM_IF_ANT_ToolsSearch], parameterSpecs: [ { paramId: 'llmVndAntThinkingBudget', hidden: true, initialValue: -1 /* FORCE adaptive - Sonnet 5 rejects budget_tokens */ }, { paramId: 'llmVndAntEffort', enumValues: ['low', 'medium', 'high', 'xhigh', 'max'] }, ...ANT_TOOLS_DYNAMIC, ], benchmark: { cbaElo: 1462 + 1 }, // 1 (thinking) + claude-sonnet-5-high },

注意变体注入是按模型 ID 查找的：llmsAntInjectVariants调用createVariantInjector(_hardcodedAnthropicThinkingVariants, 'before')（第 266–268 行）将变体条目插到基础模型之前。因此新增模型时，若它需要 thinking 变体，必须在两个地方同步添加：基础条目 + 变体表；若它的 thinking 语义特殊（例如 Opus 5 是单一 always-thinking 条目、无需变体分裂），则需在变体表中显式留空并注释原因（第 86 行注释说明 "no 'claude-opus-5' variant here"）。

五、parameterSpecs 与参数注册表：能力差异的表达层

更新模型时最核心的判断是「这个模型暴露哪些参数」。参数 ID 的定义集中在 src/common/stores/llms/llms.parameters.ts 的DModelParameterRegistry中，模型条目通过parameterSpecs声明自己支持参数的子集与取值。Anthropic 相关参数（第 185–287 行）包括：

文件内用常量对工具参数做组合复用：ANT_TOOLS（第 61–67 行）为通用五项（skills、web fetch/search 及各自 maxUses），ANT_TOOLS_DYNAMIC（第 75–79 行）在其基础上追加 Code Sandbox 与 Web Dynamic，仅适用于 Opus/Sonnet 4.6+。新增模型时，从既有同级模型复制参数组合并按其能力文档增删，是最稳妥的做法。

5.1 Thinking 语义的代际变迁：注释就是文档

命令特别强调：当 thinking/effort 语义在代际间变化时，要在注释中记录。文件顶部第 42–59 行的「Anthropic Parameters Semantics」注释块就是这种纪律的产物，它逐一代记录了语义变迁：

• 4.5 及更早：llmVndAntThinkingBudget是手动预算（extended thinking）；
• 4.6：引入自适应 thinking，手动预算被弃用；llmVndAntThinkingBudget保留为隐藏哨兵（initialValue: -1强制自适应）；
• 4.7/4.8：彻底移除手动预算（budget_tokens返回 400），改为 adaptive-only；
• Fable/Mythos 5（2026-06-09）：自适应 thinking始终开启，无 thinking 变体，thinking:{type:'disabled'}与budget_tokens均返回 400；
• Sonnet 5（2026-06-29）：同样是 adaptive-only，但thinking:{type:'disabled'}被允许（200），因此保留「基础 + thinking 变体」的拆分（同 Opus 4.7/4.8），仅budget_tokens返回 400；
• Opus 5（2026-07-24）：adaptive-only，thinking 默认开启；disabled仅在 efforthigh及以下被允许（xhigh/max + disabled → 400）；以单一 always-thinking 条目发货（同 Fable 5）；
• Fable/Mythos 5.1（2026-09-01）：同 Fable 5，preserved thinking（回放 thinking 块）在 AIX 适配层处理。

类似地，fast mode 的移除历史也以注释沉淀在条目中：4.6 上是「静默降级」（speed:'fast'不再报错但按标准速度运行，probe 验证于 2026-07-24），4.7 上是「硬移除」（返回错误，2026-07-24），因此 4.7/4.6 条目的 toggle 被删除，避免 UI 展示失效控件。更新注册表时，这类「API 行为变化」必须同步体现在注释中，这是本文件独特的维护规范。

六、更新后的自动校验：DEV 守卫机制

注册表更新后并不依赖人工目检，仓库内置了多层 DEV 校验，运行前提是NODE_ENV=development。

6.1 模型清单比对：llmsAntValidateModelDefs_DEV

anthropic.models.ts 的llmsAntValidateModelDefs_DEV调用 models.mappings.ts 中的llmDevCheckModels_DEV，以/v1/models返回清单为基准：

• Stale：本地有定义但 API 未返回 → 提示 "stale model defs (remove)"；
• Unknown：API 返回但本地无定义 → 提示 "unknown models (add)"。

命令的ignoreStale白名单（第 744 行）列明了故意保留的条目：invite-only 的 Mythos 5.1/5（普通 API key 看不到），以及已被 Bedrock/OpenRouter 继续服务的退役 ID（claude-opus-4-1-20250805等）。这意味着更新时若某模型「消失」，先判断它是真退役还是被白名单覆盖的跨平台存活模型。

6.2 能力与数值比对：_llmsAntCheckApiCapabilities_DEV

第 768–801 行 的_llmsAntCheckApiCapabilities_DEV对每个已知模型比对三项硬编码值与 API 返回值的偏差：

1. maxCompletionTokensvs API 的max_tokens；
2. contextWindowvs API 的max_input_tokens（仅当模型使用旧的llmVndAnt1MContextopt-in 时按ANT_CAP_CONTEXT_WINDOW（默认 200_000，第 24 行）封顶；1M GA 模型按 API 原值报告）；
3. llmVndAntEffort的enumValuesvs API 的capabilities.effort.*.supported布尔标志。

另有_llmsAntCheckInfSpeedTiers_DEV（第 752–762 行）强制 Fast Mode 参数在每个模型上恰好暴露一个价格档位（UI 将其渲染为二元开关）。

这套 DEV 校验通过listModelsRunDispatch的case 'anthropic'分支在每次模型列表请求时执行（listModels.dispatch.ts），等于把「注册表与 API 的一致性」变成持续可观察的检查项。

七、0-day 新模型的自动兜底：placeholder 与 fuse

新模型发布当天，官方/v1/models会先于人工更新出现。管线为此内置了两条路径：

• llmsAntCreatePlaceholderModel（第 810–870 行）：对未知模型生成 API-informed 的占位定义——interfaces 由capabilities.image_input、capabilities.thinking推导；parameterSpecs由capabilities.effort推导 effort 枚举、由thinking.types.adaptive/enabled推导 thinking 参数；contextWindow 用 API 的max_input_tokens（无已知模型时的缺省 200_000）；pubDate用formatPubDate(created_at)填充。注意它不会为未知模型添加llmVndAnt1MContextopt-in（注释说明 1M 已 GA，0-day 模型如需 beta 头应走硬编码定义）。
• llmsAntFuseModelKnowledge（第 877–917 行）：对命中硬编码定义的模型，用 API 数据覆盖contextWindow（含 opt-in 封顶逻辑）与maxCompletionTokens；effort 枚举的 API 覆盖目前被显式禁用（注释说明因编辑性偏好而保持硬编码）。

这两条路径意味着：即使注册表短暂滞后，用户体验也不会断裂——placeholder 保证新模型可用，fuse 保证 token 限额准确；而硬编码数据（价格、基准、参数组合）则靠本文所述的人工更新流程补齐。这也解释了为什么更新命令强调「先增量（覆盖 hot 新模型）后全量（覆盖全部价格/参数变动）」——placeholder 只解决可用性，不解决定价准确性。

八、跨平台一致性：Bedrock 与 OpenRouter 的共享与裁剪

文件头注释强调这些定义被「Anthropic API、OpenRouter 和 AWS Bedrock 共享」，因此修改时必须考虑下游平台的差异：

• Bedrock：llmBedrockFindAnthropicModel（第 922 行）把anthropic.claude-opus-4-6-v1这类 Bedrock ID 还原为claude-opus-4-6查找硬编码定义；llmBedrockStripAnthropicMDS（第 967–980 行）按白名单裁剪 Bedrock 不支持的接口与参数——例如llmVndAntInfSpeed（Bad Request）、llmVndAntSkills、llmVndAntWebFetch/Search，而llmVndAntEffort还要额外过滤 4.5 代模型（_BEDROCK_EFFORT_REJECTING_MODELS正则，第 947 行，基于 2026-08-05 实测）。若新增参数，需同步评估 Bedrock 是否支持并更新这两个白名单。
• OpenRouter：llmOrtAntLookup_ThinkingVariants（第 998–1030 行）将 OpenRouter 的模型名（如claude-4.6-opus）分词匹配到硬编码模型，并应用更严格的参数白名单（仅llmVndAntEffort与llmVndAntThinkingBudget，llmVndAntInfSpeed明确排除——OpenRouter 无 fast mode）。
• 1M 上下文 opt-in 的去留：llmVndAnt1MContext在 Anthropic API 上已退役（2026-04-30），但保留在 Bedrock 条目上（Bedrock 可能仍接受该头），这一「平台差异导致不立即删除」的决策贯穿退役模型与参数两个维度。

九、验证与测试：如何确认更新正确

更新完成后，可通过仓库既有的测试与运行时校验确认：

• 冒烟测试：仓库提供了覆盖全部 dialect 的枚举测试 listModels.test.ts，Anthropic 通道使用ANTHROPIC_API_KEY。命令：

NODE_ENV=development npx tsx --test src/modules/llms/server/listModels.test.ts

测试哲学是「要么断言真实行为，要么给出可见的 SKIPPED 原因」，无 key 的 CI 环境下仅断言离线数据（硬编码清单 + 导入冒烟）。通用运行方式为npm test。

• 实时交叉验证：在有 key 的开发环境中请求一次模型列表，观察[DEV] Anthropic:前缀的 stale/unknown/mismatch 告警，确认无预期外的输出。
• Diff 自检：按命令要求控制改动面——只改模型内容，不做格式化；保留注释；对失效链接或异常内容（如价格突变、ID 变更）显式标注，而不是静默修正。

十、结语：把「上游漂移」变成可管理的工程流程

Anthropic 模型迭代频繁：新模型发布、价格调整、thinking/effort 语义迁移、beta 能力 GA、退役时间表……update-models-anthropic.md 给出的不是一次性的操作步骤，而是一套可持续运行的维护纪律：

1. 多源交叉：release notes + models overview + pricing + deprecations 四类官方 Markdown 为主，/v1/models实时清单为 ground truth；
2. 全量核对：不止关注头条新模型，还要核对退役与全量价格变动；
3. 参数语义留痕：代际语义变化写入注释，让 4.5 手动预算 → 4.6+ 自适应 → 5 代 always-on 的演化可追溯；
4. 共享定义、平台裁剪：修改一处定义时同步检查 Bedrock/OpenRouter 白名单；
5. DEV 校验兜底：stale/unknown/数值不一致在开发环境自动告警。

围绕这一命令，相关实现可以分别在 anthropic.models.ts（模型注册表本体）、llms.parameters.ts（参数注册表）、llm.server.types.ts（schema）、listModels.dispatch.ts（管线）与 listModels.test.ts（验证）中继续深入。同类更新（Gemini、OpenAI、xAI 等）可参考.claude/commands/llms/下的其他update-models-*.md命令，它们共享同一套「官方文档 + 实时 API + DEV 校验」的维护范式。

【免费下载链接】big-AGIAI suite powered by state-of-the-art models and providing advanced AI/AGI functions. Includes AI personas, AGI functions, world-class Beam multi-model chats, text-to-image, voice, response streaming, code highlighting and execution, PDF import, presets for developers, much more. Deploy on-prem or in the cloud.项目地址: https://gitcode.com/GitHub_Trending/bi/big-AGI