在 Deep Agents（~/.deepagents/config.toml）里，对 OpenRouter 的指定模型设置参数，方式和你给的 Anthropic / OpenAI / Ollama 示例完全一致。

推荐写法（只针对这个免费模型）

编辑 ~/.deepagents/config.toml，加入：

# 只给这个免费模型生效的参数（优先级高于 provider 级别）
[models.providers.openrouter.params."nvidia/nemotron-3-ultra-550b-a55b:free"]
temperature = 0.7          # 示例值，按需改
max_tokens = 8192          # 或你需要的输出长度
top_p = 0.95               # NVIDIA 官方推荐附近

# 如果模型支持 reasoning（这个 Nemotron 支持），可加：
# reasoning = { effort = "high" }   # 具体字段以 langchain-openrouter / OpenRouter 文档为准

关键点：

• 表名里的模型 ID 必须和实际使用时完全一致：nvidia/nemotron-3-ultra-550b-a55b:free（包含 :free）。
• 这是 per-model override，会覆盖同 provider 下的全局 params。

可选：provider 级别默认值

如果希望所有 OpenRouter 模型都有一组默认参数，可以这样写：

[models.providers.openrouter.params]
temperature = 0.5
max_tokens = 4096

# 上面的 per-model 表仍然会覆盖这里的值

让它更容易使用（推荐一起加）

[models]
default = "openrouter:nvidia/nemotron-3-ultra-550b-a55b:free"   # 启动默认用这个

# 或者只把它加到 /model 切换列表里
[models.providers.openrouter]
models = ["nvidia/nemotron-3-ultra-550b-a55b:free"]

如何验证参数生效

1. 确保已安装 OpenRouter 集成：

   # 在 Deep Agents 里
   /install openrouter
   # 或
   dcode --install openrouter
   

2. 设置环境变量（或用 /auth）：

   export OPENROUTER_API_KEY="sk-or-..."
   

3. 重启会话（新开一个 terminal / 重新启动 dcode 或 deepagents），因为 config.toml 是启动时加载的。
4. 选择模型：

   /model openrouter:nvidia/nemotron-3-ultra-550b-a55b:free
   

   或启动时：

   dcode --model openrouter:nvidia/nemotron-3-ultra-550b-a55b:free
   

5. 观察效果：
   • 把 temperature 设成 0 和 1.0 对比，输出确定性会明显不同。
   • 把 max_tokens 设得很小，看输出是否被截断。
   • 也可以用一次性覆盖验证优先级（CLI 参数最高）：

     dcode --model openrouter:nvidia/nemotron-3-ultra-550b-a55b:free \
           --model-params '{"temperature": 0.1, "max_tokens": 1024}'
     

补充说明

• 参数会直接转发给 ChatOpenRouter 的构造函数，所以任何 OpenRouter / 该模型支持的采样参数（temperature、top_p、max_tokens、seed、reasoning 相关字段等）都可以写在这里。
• NVIDIA 官方对 Nemotron 3 Ultra 的推荐大致是 temperature = 1.0、top_p = 0.95，你可以按自己的任务（代码 / 推理 / 创意）调整。
• 免费模型有速率限制（大约 20 RPM / 200 RPD），参数设置不影响额度。