优势
- 低延迟、低成本
- 文本、图像、视频、音频和 PDF 输入
- 函数调用和思考
- 1M 令牌上下文
最适合
- 大批量子代理
- 文档解析和抽取
- 翻译
在EDDI中运行
最快的方式是使用EDDI管理器：打开代理向导或Platform Operator，选择提供商和模型。如需自行配置，请针对所需的提供商按以下步骤操作。
Google Gemini API · type: "gemini"
模型ID: gemini-3.5-flash-lite
1. 存储凭据
在EDDI管理器中将提供商的API密钥添加到密钥库（Secrets Vault），或使用PUT /secretstore/secrets/default/gemini-key，名称与下方所用一致。配置通过${vault:…}引用该密钥，因此它永远不会以明文出现。
${vault:gemini-key}2. 配置LLM任务
将其用作代理工作流的langchain.json，或将参数粘贴到EDDI管理器的LLM编辑器中。
{
"tasks": [
{
"actions": [
"send_message"
],
"id": "chat",
"type": "gemini",
"parameters": {
"apiKey": "${vault:gemini-key}",
"modelName": "gemini-3.5-flash-lite",
"maxOutputTokens": "8192",
"systemMessage": "You are a helpful assistant",
"addToOutput": "true"
}
}
]
}或者通过一次调用创建整个代理
setup_agent会写入规则、LLM配置和工作流，然后部署代理。可通过MCP或POST /administration/agents/setup调用。
setup_agent(
agentName: "My gemini-3.5-flash-lite agent",
systemPrompt: "You are a helpful assistant.",
provider: "gemini",
model: "gemini-3.5-flash-lite",
apiKey: "${vault:gemini-key}"
)Google Vertex AI · type: "gemini-vertex"
模型ID: gemini-3.5-flash-lite
1. 存储凭据
此提供商不使用API密钥： Vertex AI使用Google应用默认凭据（Application Default Credentials）进行身份验证。请为您的项目设置projectId和location。
2. 配置LLM任务
将其用作代理工作流的langchain.json，或将参数粘贴到EDDI管理器的LLM编辑器中。
{
"tasks": [
{
"actions": [
"send_message"
],
"id": "chat",
"type": "gemini-vertex",
"parameters": {
"projectId": "your-gcp-project",
"location": "us-central1",
"modelId": "gemini-3.5-flash-lite",
"systemMessage": "You are a helpful assistant",
"addToOutput": "true"
}
}
]
}EDDI使用说明
- Gemini 3 在工具调用期间需要回传其思考签名。EDDI 默认会这样做（
gemini类型的returnThinking和sendThinking默认开启）；请保持开启。 - 模型级联中理想的第一层：快速且低成本，仅在置信度较低时才升级到更大的模型。
相关模型
来源
本页信息来自厂商文档，核实日期为2026-09-30。模型更新很快，在依赖这些限制之前，请先向厂商确认。此处不列出价格：请参阅厂商的定价页面。