Update .env.example and enhance create_model function for dual LLM configuration

- Updated .env.example to include new keys for dual LLM configuration, allowing for both general and boost settings.
- Modified create_model function to support an optional use_boost parameter, enabling the selection of either general or boost LLM configurations based on availability.
- Improved logging to indicate which LLM configuration is being used during model creation, enhancing clarity for users.

backend/scripts/run_parallel_simulation.py

@@ -267,23 +267,41 @@ def fetch_new_actions_from_db(
     return actions, new_last_rowid
 
 
-def create_model(config: Dict[str, Any]):
+def create_model(config: Dict[str, Any], use_boost: bool = False):
     """
     创建LLM模型
     
-    统一使用项目根目录 .env 文件中的配置（优先级最高）：
-    - LLM_API_KEY: API密钥
-    - LLM_BASE_URL: API基础URL
-    - LLM_MODEL_NAME: 模型名称
+    支持双 LLM 配置，用于并行模拟时提速：
+    - 通用配置：LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_NAME
+    - 加速配置（可选）：LLM_BOOST_API_KEY, LLM_BOOST_BASE_URL, LLM_BOOST_MODEL_NAME
     
-    OASIS使用camel-ai的ModelFactory，需要设置 OPENAI_API_KEY 和 OPENAI_API_BASE_URL 环境变量
+    如果配置了加速 LLM，并行模拟时可以让不同平台使用不同的 API 服务商，提高并发能力。
+    
+    Args:
+        config: 模拟配置字典
+        use_boost: 是否使用加速 LLM 配置（如果可用）
     """
-    # 优先从 .env 读取配置
-    llm_api_key = os.environ.get("LLM_API_KEY", "")
-    llm_base_url = os.environ.get("LLM_BASE_URL", "")
-    llm_model = os.environ.get("LLM_MODEL_NAME", "")
+    # 检查是否有加速配置
+    boost_api_key = os.environ.get("LLM_BOOST_API_KEY", "")
+    boost_base_url = os.environ.get("LLM_BOOST_BASE_URL", "")
+    boost_model = os.environ.get("LLM_BOOST_MODEL_NAME", "")
+    has_boost_config = bool(boost_api_key)
     
-    # 如果 .env 中没有，则使用 config 作为备用
+    # 根据参数和配置情况选择使用哪个 LLM
+    if use_boost and has_boost_config:
+        # 使用加速配置
+        llm_api_key = boost_api_key
+        llm_base_url = boost_base_url
+        llm_model = boost_model or os.environ.get("LLM_MODEL_NAME", "")
+        config_label = "[加速LLM]"
+    else:
+        # 使用通用配置
+        llm_api_key = os.environ.get("LLM_API_KEY", "")
+        llm_base_url = os.environ.get("LLM_BASE_URL", "")
+        llm_model = os.environ.get("LLM_MODEL_NAME", "")
+        config_label = "[通用LLM]"
+    
+    # 如果 .env 中没有模型名，则使用 config 作为备用
     if not llm_model:
         llm_model = config.get("llm_model", "gpt-4o-mini")
     
@@ -297,7 +315,7 @@ def create_model(config: Dict[str, Any]):
     if llm_base_url:
         os.environ["OPENAI_API_BASE_URL"] = llm_base_url
     
-    print(f"LLM配置: model={llm_model}, base_url={llm_base_url[:40] if llm_base_url else '默认'}...")
+    print(f"{config_label} model={llm_model}, base_url={llm_base_url[:40] if llm_base_url else '默认'}...")
     
     return ModelFactory.create(
         model_platform=ModelPlatformType.OPENAI,
@@ -372,7 +390,8 @@ async def run_twitter_simulation(
     
     log_info("初始化...")
     
-    model = create_model(config)
+    # Twitter 使用通用 LLM 配置
+    model = create_model(config, use_boost=False)
     
     # OASIS Twitter使用CSV格式
     profile_path = os.path.join(simulation_dir, "twitter_profiles.csv")
@@ -517,7 +536,8 @@ async def run_reddit_simulation(
     
     log_info("初始化...")
     
-    model = create_model(config)
+    # Reddit 使用加速 LLM 配置（如果有的话，否则回退到通用配置）
+    model = create_model(config, use_boost=True)
     
     profile_path = os.path.join(simulation_dir, "reddit_profiles.json")
     if not os.path.exists(profile_path):