查询模式、提示和模型

查询模式

config.queryMode 控制阻塞子代理能看到多少对话内容。请选择仍能很好回答后续问题的最小模式；随着上下文大小增加，相应增大 timeoutMs，从 message 到 recent 再到 full。

Latest user message only

Recent conversation tail:user: ...assistant: ...user: ... Latest user message:...

Full conversation context:user: ...assistant: ...user: ......

提示词样式

config.promptStyle 控制子代理在返回记忆时的积极程度或严格程度。

当未设置 config.promptStyle 时的默认映射：

message -> strictrecent -> balancedfull -> contextual

显式设置的 config.promptStyle 始终会覆盖该映射。

模型回退策略

如果 config.model 未设置，active memory 会按以下顺序解析模型：

explicit plugin model (config.model)-> current session model-> agent primary model-> optional configured fallback model (config.modelFallback)

modelFallback: "google/gemini-3-flash"

如果该链中没有解决任何问题，则主动记忆会跳过该回合的调用。 config.modelFallbackPolicy 是为旧配置保留的兼容性字段，在 v2026.4.12 中已弃用；它不再改变运行时行为 - modelFallback 严格来说是上述链中的最后手段，而不是在解决一个错误时交换到另一个模型的运行时故障转移。

速度建议

保留 config.model 未设置（继承会话模型）是最稳妥的默认方式：它会沿用你现有的提供商、认证和模型偏好。若想降低延迟，建议改用专门的快速模型——recall 的质量很重要，但在这里延迟更重要，因为主回答路径之外的工具面很窄（只有 memory recall 工具）。

推荐的快速模型选项：

• cerebras/gpt-oss-120b，专用于低延迟 recall 的模型
• google/gemini-3-flash，在不更改主聊天模型的情况下提供低延迟回退
• 通过保留 config.model 未设置，继续使用你的常规会话模型

Cerebras 配置

{  models: {    providers: {      cerebras: {        baseUrl: "https://api.cerebras.ai/v1",        apiKey: "${CEREBRAS_API_KEY}",        api: "openai-completions",        models: [{ id: "gpt-oss-120b", name: "GPT OSS 120B (Cerebras)" }],      },    },  },  plugins: {    entries: {      "active-memory": {        enabled: true,        config: { model: "cerebras/gpt-oss-120b" },      },    },  },}

请确认 Cerebras API key 对所选模型拥有 chat/completions 访问权限——仅能看到 /v1/models 并不能保证这一点。