OMate 请求超时与模型参数 —— 思考型模型和不稳定中转站的调优
请求超时设置
设置 → 聊天设置 → 请求超时时间（全局生效，默认 10 分钟）。
什么时候需要调大
| 场景 | 原因 |
|---|---|
| 思考型模型（R1 系列） | AI 先推理很久再输出，总耗时长 |
| 长回复 | AI 生成大段内容需要更多时间 |
| 不稳定的中转站 | 请求在网络上可能被延迟 |
| 故事续写 | 一次生成多句对话耗时长 |
建议对思考型模型设 20-30 分钟，普通模型保持默认 10 分钟即可。
调小
如果你的模型回复很快，或者担心长时间挂起可以适当调小。但注意：超时时间太短会导致长回复中途被截断——AI 还在输出，OMate 就把请求断开了。
max_tokens（输出 token 上限）
在 API 配置的「模型参数」栏以查询串格式传入：max_tokens=2048。
与「最大上行字数」的区别
这两个参数容易搞混：
| 参数 | 控制方向 | 说明 |
|---|---|---|
| max_tokens | 下行——AI 回复的最大 token 数 | 限制 AI 说多长 |
| 最大上行字数 | 上行——发送给 AI 的总内容量 | 限制你能放多少历史/世界书/记忆 |
上行字数在聊天设置里调整，下行 token 通过模型参数传入。
采样参数
模型参数栏还可以透传服务商支持的采样参数：
| 参数 | 作用 |
|---|---|
| top_p | 核采样阈值，越低越保守 |
| temperature | 温度，越高越有创造性 |
| frequency_penalty | 频率惩罚，减少重复 |
| presence_penalty | 存在惩罚，鼓励新话题 |
格式示例：temperature=0.7&top_p=0.9&max_tokens=2048
不同服务商支持的参数不同，以服务商文档为准。OMate 会按服务商实际支持情况透传。
请求超时排查
如果 AI 回复经常中途断开：
- 检查请求超时设置是否足够长
- 检查服务商 API 是否稳定（换另一个服务商试试）
- 看「上下文与思考日志」里有没有关于超时的提示