构建配置与模型接入

交付形式

Core 是本地 Rust SDK，ACP 是供终端和桌面宿主启动的伴随进程。仓库不提供额外语言 SDK；终端 aster 与 aster-acp 一起构建、分发。已有异步 Rust 应用优先嵌入 Core；需要进程隔离或跨语言宿主时走 ACP。

apofasi 单独启用，不包含在 full 中。apofasi-infer 需要权重，Metal 路线只适用于相应平台。跨平台 CI 使用 ci-all，不能用 --all-features 代替平台选择。dm-prod1-host 是专用 Redis 验证程序的开关，不属于产品默认交付。

Cargo feature 只决定代码是否编入。比如编入 S3 并不会替宿主提供凭据，编入语义检索也不会授权源码外发。多个 workspace 包同时构建时 feature 会合并，验收应查看实际交付图。

ACL 从可信宿主进入

先按第一章准备一份可用的可信 ACL，再接入业务界面。下面仅展示模型配置形状；端点和模型名需要替换为宿主已验证的服务。

default_model = "openai/my-model"
providers "openai" {
  api_key = env("OPENAI_API_KEY")
  base_url = "https://api.example/v1"
  models "my-model" {
    tool_call = true
    limit = { context = 32768, output = 4096 }
  }
}

配置由 aster-acl 解析。JSON 工具参数、JSON Schema 和协议消息是数据，不是第二种产品配置文件。密钥从环境变量读，不能写入练习仓库。工作区自动发现的 ACL 只能收紧宿主权限；模型、认证、联网和宿主能力不能由项目文件自行扩大。

模型、结构化输出与附件

Agent::new 读取可信配置，SessionOptions 选择会话参数。供应商适配由 LlmClient 抽象；Rust 宿主也可以注入实现。适配器存在不保证供应商支持图片、工具调用、原生 reasoning effort 或严格结构化输出，应该以模型声明和实际响应判断。

结构化输出从 send、run、task 的相应选项进入，generate_object 可供任务使用。先定义所需 schema，检查解析结果及错误；不能把模型生成的 JSON 字符串当成通过 schema 校验。附件使用 send_with_attachments 等类型化入口，界面要展示无法传递的内容，而不是悄悄丢掉附件。

分开设置四类上限

会话可设置 with_llm_api_timeout、with_tool_timeout、with_max_tool_rounds 和 with_max_continuation_turns。模型请求超时、单工具超时、工具轮次和宿主续跑次数各管一层。另有解析重试、重复工具检测、熔断、上下文 token 和 artifact 保留上限。

排查时先确认失败在哪一层，再调整对应参数。提高模型超时不会增加工具权限；增加续跑轮数也不会让缺少验证的任务变成完成。

验收

先做一次只读请求，核对实际模型名、工具投影、工作区路径和 init_warning()。再测试无效模型、缺少环境凭据和拒绝路径，确认失败能明确返回。随后才启用写入、远程服务和自动续跑。

实现依据

• Core feature 定义
• 配置模型
• SessionOptions
• 构建 profile 说明