跳到正文
GitHub

运行时任务预算 ​

这些设置作用于网页版使用的 Python 运行时,以及 Python 屏幕操作器。 Android 原生 Agent 和桌面版的 DeepSeek Harness 对话循环使用各自的执行引擎, 不受这些设置控制。

设置任务预算 ​

在 config/config.toml 中添加以下设置。限制默认均为 0,表示不启用。 这里的数值是配置示例,不是模型价格。

toml
[agent]
max_context_tokens = 32768

[agent.budget]
max_total_tokens = 200000
max_seconds = 600
max_cost_usd = 0
input_usd_per_million = 0
output_usd_per_million = 0

max_context_tokens 限制主 Agent 单次输入请求的近似 token 数,包括系统提示、工具定义、 历史推理和图片。它与 llm.max_tokens 输出限制分开计算。文本按每四个 UTF-8 字节 估算一个 token,含 JSON 开销并向上取整,每张图片另计 4096 token。配置的单位是 token,不是字节。这种估算不依赖供应商,但会因模型和语言而有误差,不是精确分词器, 也不保证符合所有视觉模型的上下文窗口。完成调用后会采用供应商报告的实际用量; 设置上下文限制时应给输出留出空间。

输入过大时,工具结果副本保留带标记的头尾内容,再按完整调用组移除旧历史。 当前任务的用户请求、系统指令和工具参数不截断。仍放不下时,任务会在调用模型前 说明上下文预算不足。保存的对话保留原文。每次缩短工具结果都会写入 INFO 日志, 记录调用编号及缩短前后的字符数,不包含工具输出正文,便于排查模型遗漏细节的原因。

max_total_tokens 累计一次 run() 中全部模型调用的输入和输出。请求发送前预留 估算输入,并缩小输出上限;有供应商用量时采用其报告。token 和费用上限都没设时, 请求发出前不做估算,输出上限保持调用方给的值;供应商报告的用量照常计入。没有用量、请求失败或流被 取消时,保守计入输入估算和完整输出额度。Agent 和操作器发起的重试共享预算, 嵌套的手机与电脑操作器沿用父任务预算,下一轮任务重新计数。

max_seconds 包含工具执行和等待审批。超时通过协作取消停止任务;阻塞执行或忽略 取消的工具无法强制撤销。token 或费用预算耗尽后,不再启动工具,也不额外付费 请求模型总结;已经完成的纯文本回答仍可返回。

启用费用限制时,请填写自己的每百万 token 美元费率,并覆盖任务可能使用的所有 模型,包括屏幕操作模型。缓存输入按完整输入费率估算。费用上限非零而两个费率均 为零时,配置会被拒绝。客户端内部隐藏的供应商重试、embedding、图片、视频及其他 付费工具不在此计费范围;这不是供应商账单的硬性封顶。

独立操作器可使用 [gui.budget] 下的同名设置;在运行时 Agent 内执行时,父任务的 [agent.budget] 优先。目前通过 TOML 配置,各端没有新增设置控件。 设了上限、或被上限停下的那一轮,会在审计日志里写一条 task_budget 记录;没设上限的 任务不往日志里加东西。MuseAgent.last_budget 两种情况下都给出用量和停止原因, 操作器结果也携带相同计数,供评测报告使用。

GPL-3.0-or-later。nanoMuse 是独立的社区项目,与 Meta 无关。