通过如上配置可以看到，可以支持任意的兼容 OpenAI 的 API 接口的厂商提供的模型。在 models 里面写明有哪些模型，模型由哪个厂商提供，关键属性为 id 和 displayName 以及 provider 这三个，分别是模型的 Id 号（豆包的模型的 Id 与模型名是不同的），和展示给开发者自己看的模型名，以及由哪个提供商提供的（有可能 deepseek 是阿里提供的，取决于你买了谁的

一、什么是 CodeGraphCodeGraph 是一个开源的代码知识图谱 MCP 服务器（34k+ Stars），核心思路是：​提前把代码的符号关系建好索引​，让 AI 代理直接查询图谱，而不是每次从头扫描文件。

通过如上配置可以看到，可以支持任意的兼容 OpenAI 的 API 接口的厂商提供的模型。在 models 里面写明有哪些模型，模型由哪个厂商提供，关键属性为 id 和 displayName 以及 provider 这三个，分别是模型的 Id 号（豆包的模型的 Id 与模型名是不同的），和展示给开发者自己看的模型名，以及由哪个提供商提供的（有可能 deepseek 是阿里提供的，取决于你买了谁的

以通过同一个协议调用 DeepSeek、Xiaomi、MiniMax、智谱等模型。但真正做下去之后，会发现这不是“把请求转发到另一个 URL”那么简单。Responses API 和 Chat Completions API 在概念上相近，但在工程细节上差异很大。尤其是当客户端不只是普通聊天窗口，而是 Codex 这类 Agent 工具时，请求里会出现工具调用、结构化输出、流式响应、会话链、模型别

以通过同一个协议调用 DeepSeek、Xiaomi、MiniMax、智谱等模型。但真正做下去之后，会发现这不是“把请求转发到另一个 URL”那么简单。Responses API 和 Chat Completions API 在概念上相近，但在工程细节上差异很大。尤其是当客户端不只是普通聊天窗口，而是 Codex 这类 Agent 工具时，请求里会出现工具调用、结构化输出、流式响应、会话链、模型别

以通过同一个协议调用 DeepSeek、Xiaomi、MiniMax、智谱等模型。但真正做下去之后，会发现这不是“把请求转发到另一个 URL”那么简单。Responses API 和 Chat Completions API 在概念上相近，但在工程细节上差异很大。尤其是当客户端不只是普通聊天窗口，而是 Codex 这类 Agent 工具时，请求里会出现工具调用、结构化输出、流式响应、会话链、模型别

修正后的宏定义，重点在于 Android/Linux 平台必须显式指定。

修正后的宏定义，重点在于 Android/Linux 平台必须显式指定。

MCP 集成、多 Agent 协作、会话持久化、多 LLM 支持。番外篇还把 SDK 塞进了一个 macOS 原生应用 Motive 里跑了跑。但 Motive 只是一个替换后端的实验。SDK 给了你 Agent 的"大脑"——但用户看到的不是 Agent Loop，而是一个界面。Agent 在调工具、读文件、执行命令的时候，用户需要知道它在干什么、进展如何、结果是什么。这就是要解决的问题——一个

嵌入式或车载开发，面对的不只是Linux服务器，可能还有QNX这类实时操作系统（RTOS）。第一次连上QNX设备，我习惯性敲了个top——command not found。再敲systemctl——还是没有。当时就懵了：“这跟Linux不一样啊？后来才发现，QNX和Linux虽然都是类Unix系统，很多基础命令一样，但在进程管理、系统信息查看这些核心操作上完全不同。这篇博客就整理了我实习期间最常