跳到正文

配置项目与模型

Service 停止时编辑 intloom.yaml，保留已安装的 looms 条目。生成的最小配置如下：

localStorage: file
useMcpAgent: true
looms: []

在保存业务数据之前选择 file 或 sqlite；已有数据的后端切换没有自动迁移。

配置服务模型

llms:
  default:
    provider: openai-compatible
    model: your-default-model
    secret: ENV.MODEL_API_KEY
    baseURL: https://your-provider.example/v1
  working:
    provider: anthropic
    model: your-working-model
    secret: ENV.WORKING_API_KEY
    parameters:
      maxOutputTokens: 8192

提供方支持 anthropic 和 openai-compatible。Step 选择 thinking、working 或 coding；未配置的角色回退到 default。每个显式角色都是完整模型配置。

ENV.NAME 优先读取 process.env，只有变量不存在时才读取目标项目根目录的普通 .env 文件。例如，secret: ENV.ZEN_API_KEY 可以使用该项目 .env 中的 ZEN_API_KEY=your-key。不检查父目录、调用命令的工作目录、.env.local 或符号链接文件，也不会把文件值写入全局 process.env。引号、注释和多行值遵循 Node 的 dotenv 语法，不执行变量展开或解密。

空值或仍加密的值会被拒绝；环境变量已经存在但为空时，也不会改用 .env 中的值。DENV.NAME 仍要求外部解密后的启动环境值。修改 .env 后重启 Service；就绪检查和 Agent 创建共用同一份按需加载的文件快照。

intloom stop
intloom start
intloom doctor --execution cli
intloom config show --json

已有 Service 保留启动时的配置和环境。需要按版本更新时，读取 config show 返回的 revision，再传给 config set --file FILE --revision HASH。该文件应包含完整替换配置。

参见全部配置字段和 Service 操作。