AI 配置
引擎状态、provider 卡与故障转移链、思考模式、语义检索（embeddings）、24 小时调用趋势。
AI 配置在系统设置的页签里，管理员可见。
引擎
顶部卡显示当前引擎：agentic（splunklib.ai Agent，模型自主调只读工具）或 requests fallback，以及 fallback 的原因（python_too_old / splunklib_ai_missing / import_error）。两者功能相同，差别见系统要求。
Provider
主 provider 加任意数量的备用，按顺序故障转移：连续失败（超时 / 传输 / 5xx / 限流）触发熔断，跳到下一个，恢复后回主。每张卡：
| 字段 | 说明 |
|---|---|
| 类型 | OpenAI 兼容（本仓 router 只认这一种口；Anthropic 协议的端点走其兼容层） |
| URL | 带到版本路径 |
| 模型 | |
| API key | 存 storage/passwords，显示「已存有 key，留空保留」 |
| 思考模式 | 见下 |
| 超时 | timeout_seconds |
「测试连接」发一条最小请求，显示往返时间。健康视图：24 小时调用数、失败数、P95，来自审计。
思考模式
| 档 | 行为 |
|---|---|
| 关闭（默认，推荐） | 发送关思考的参数。本产品每次调用都是定格式 JSON 输出，思考换不来准确率；方舟实测同一提示词 29 s → 5.8 s |
| 跟随模型默认 | 不发参数 |
| 低 / 高 | 固定档 |
参数按模型家族翻译：doubao / ark- / seed → thinking；OpenAI o 系 / gpt-5 → reasoning_effort；千问 → enable_thinking；Anthropic → thinking.budget_tokens。不认识的模型（方舟上的 kimi / glm / minimax）不发任何参数，避免被 400。
语义检索
Embeddings 端点（URL / 模型 / key，key 留空复用 LLM 的）。「测试连接」探出向量维度随保存写入。开了之后知识库、解法库按语义相似排序；没开走关键词。换模型后已有向量维度不一致，重新上传文档。
调用趋势
24 小时调用折线（成功 / 失败）、P95、token，与调用审计同源。