feat: add DeepSeek and Xiaomi MiMo LLM provider presets

- Add providers.py with 5 provider presets (OpenAI, DeepSeek, Xiaomi MiMo, Alibaba DashScope, MiniMax)
- Add LLM_PROVIDER env var for one-line provider switching
- Improve <think> tag stripping for reasoning models
- Add .env.example with documented configuration
- Update README with provider configuration section

.env.example

@@ -1,16 +1,104 @@
-# LLM API配置（支持 OpenAI SDK 格式的任意 LLM API）
+# ================================================================
-# 推荐使用阿里百炼平台qwen-plus模型：https://bailian.console.aliyun.com/
+# MiroFish 环境变量配置
+# ================================================================
+# 复制此文件为 .env 并填入你的 API 密钥：
+#   cp .env.example .env
+#
+# LLM 配置支持两种方式：
+#   方式1（推荐）：设置 LLM_PROVIDER，只需提供 API Key
+#   方式2（灵活）：手动指定 LLM_BASE_URL 和 LLM_MODEL_NAME
+# ================================================================
+
+
+# ================================================================
+# 方式1：使用提供商预设（推荐）
+# ================================================================
+# 取消注释你要使用的提供商，然后填入对应的 API Key。
+# 设置 LLM_PROVIDER 后，LLM_BASE_URL 和 LLM_MODEL_NAME 会自动填充默认值。
+#
+# 可用的提供商：
+#   - openai             : OpenAI GPT 系列
+#   - deepseek           : DeepSeek (深度求索)
+#   - xiaomi_mimo        : Xiaomi MiMo (小米 MiMo)
+#   - alibaba_dashscope  : 阿里百炼 (通义千问)
+#   - minimax            : MiniMax (海螺 AI)
+
+# --- DeepSeek ---
+# API Key 获取: https://platform.deepseek.com
+# LLM_PROVIDER=deepseek
+# LLM_API_KEY=sk-your-deepseek-key-here
+
+# --- Xiaomi MiMo ---
+# API Key 获取: https://platform.xiaomimimo.com
+# LLM_PROVIDER=xiaomi_mimo
+# LLM_API_KEY=your-mimo-api-key-here
+
+# --- OpenAI ---
+# API Key 获取: https://platform.openai.com/api-keys
+# LLM_PROVIDER=openai
+# LLM_API_KEY=sk-your-openai-key-here
+
+# --- 阿里百炼 (通义千问) ---
+# API Key 获取: https://bailian.console.aliyun.com/
 # 注意消耗较大，可先进行小于40轮的模拟尝试
+# LLM_PROVIDER=alibaba_dashscope
+# LLM_API_KEY=sk-your-dashscope-key-here
+
+# --- MiniMax (海螺 AI) ---
+# API Key 获取: https://platform.minimaxi.com/
+# LLM_PROVIDER=minimax
+# LLM_API_KEY=your-minimax-key-here
+
+
+# ================================================================
+# 方式2：手动指定配置（兼容原有方式）
+# ================================================================
+# 如果不使用 LLM_PROVIDER，需要手动指定以下三个变量。
+# 适用于任何兼容 OpenAI SDK 格式的 LLM API。
+
 LLM_API_KEY=your_api_key_here
 LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
 LLM_MODEL_NAME=qwen-plus
 
-# ===== ZEP记忆图谱配置 =====
+
-# 每月免费额度即可支撑简单使用：https://app.getzep.com/
+# ================================================================
+# Zep 记忆图谱配置（必需）
+# ================================================================
+# 每月免费额度即可支撑简单使用
+# 获取地址: https://app.getzep.com/
 ZEP_API_KEY=your_zep_api_key_here
 
-# ===== 加速 LLM 配置（可选）=====
+
-# 注意如果不使用加速配置，env文件中就不要出现下面的配置项
+# ================================================================
-LLM_BOOST_API_KEY=your_api_key_here
+# 加速 LLM 配置（可选）
-LLM_BOOST_BASE_URL=your_base_url_here
+# ================================================================
-LLM_BOOST_MODEL_NAME=your_model_name_here
+# 注意：如果不使用加速配置，env文件中就不要出现下面的配置项
+# LLM_BOOST_API_KEY=your_api_key_here
+# LLM_BOOST_BASE_URL=your_base_url_here
+# LLM_BOOST_MODEL_NAME=your_model_name_here
+
+
+# ================================================================
+# 提供商配置示例（完整示例，取消注释即可使用）
+# ================================================================
+
+# ---- DeepSeek 完整示例 ----
+# LLM_PROVIDER=deepseek
+# LLM_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
+# # 以下可省略（使用默认值）：
+# # LLM_BASE_URL=https://api.deepseek.com/v1
+# # LLM_MODEL_NAME=deepseek-chat
+
+# ---- Xiaomi MiMo 完整示例 ----
+# LLM_PROVIDER=xiaomi_mimo
+# LLM_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
+# # 以下可省略（使用默认值）：
+# # LLM_BASE_URL=https://api.xiaomimimo.com/v1
+# # LLM_MODEL_NAME=mimo-v2.5-pro
+
+# ---- 阿里百炼 完整示例 ----
+# LLM_PROVIDER=alibaba_dashscope
+# LLM_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
+# # 以下可省略（使用默认值）：
+# # LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+# # LLM_MODEL_NAME=qwen-plus

README-ZH.md

@@ -116,17 +116,48 @@ cp .env.example .env
 
 ```env
 # LLM API配置（支持 OpenAI SDK 格式的任意 LLM API）
-# 推荐使用阿里百炼平台qwen-plus模型：https://bailian.console.aliyun.com/
+# 方式1（推荐）：使用提供商预设，只需设置提供商名称和 API Key
-# 注意消耗较大，可先进行小于40轮的模拟尝试
+LLM_PROVIDER=deepseek
 LLM_API_KEY=your_api_key
-LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+
-LLM_MODEL_NAME=qwen-plus
+# 方式2：手动指定配置（兼容原有方式）
+# LLM_BASE_URL=https://api.deepseek.com/v1
+# LLM_MODEL_NAME=deepseek-chat
 
 # Zep Cloud 配置
 # 每月免费额度即可支撑简单使用：https://app.getzep.com/
 ZEP_API_KEY=your_zep_api_key
 ```
 
+**支持的LLM提供商：**
+
+| 提供商 | `LLM_PROVIDER` | 默认模型 | 说明 |
+|--------|-----------------|----------|------|
+| **DeepSeek (深度求索)** | `deepseek` | `deepseek-chat` | 性价比高，有推理模型 (`deepseek-reasoner`) |
+| **Xiaomi MiMo (小米)** | `xiaomi_mimo` | `mimo-v2.5-pro` | 推理速度快，性能优秀 |
+| **OpenAI** | `openai` | `gpt-4o-mini` | 行业标准 |
+| **阿里百炼 (通义千问)** | `alibaba_dashscope` | `qwen-plus` | 消耗较大，先试<40轮 |
+| **MiniMax (海螺AI)** | `minimax` | `MiniMax-M2.5` | 中文表现好 |
+
+**快速示例：**
+
+```bash
+# DeepSeek（推荐，性价比高）
+LLM_PROVIDER=deepseek
+LLM_API_KEY=your_api_key
+
+# Xiaomi MiMo（小米，推理快）
+LLM_PROVIDER=xiaomi_mimo
+LLM_API_KEY=your_api_key
+```
+
+> **提示**: 可以通过设置 `LLM_MODEL_NAME` 来覆盖默认模型：
+> ```env
+> LLM_PROVIDER=deepseek
+> LLM_API_KEY=your_api_key
+> LLM_MODEL_NAME=deepseek-reasoner  # 使用推理模型
+> ```
+
 #### 2. 安装依赖
 
 ```bash

README.md

@@ -116,17 +116,48 @@ cp .env.example .env
 
 ```env
 # LLM API Configuration (supports any LLM API with OpenAI SDK format)
-# Recommended: Alibaba Qwen-plus model via Bailian Platform: https://bailian.console.aliyun.com/
+# Option 1 (Recommended): Use provider preset - just set provider name and API key
-# High consumption, try simulations with fewer than 40 rounds first
+LLM_PROVIDER=deepseek
 LLM_API_KEY=your_api_key
-LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+
-LLM_MODEL_NAME=qwen-plus
+# Option 2: Manual configuration (compatible with original method)
+# LLM_BASE_URL=https://api.deepseek.com/v1
+# LLM_MODEL_NAME=deepseek-chat
 
 # Zep Cloud Configuration
 # Free monthly quota is sufficient for simple usage: https://app.getzep.com/
 ZEP_API_KEY=your_zep_api_key
 ```
 
+**Supported LLM Providers:**
+
+| Provider | `LLM_PROVIDER` | Default Model | Notes |
+|----------|-----------------|---------------|-------|
+| **DeepSeek** | `deepseek` | `deepseek-chat` | Cost-effective, reasoning model available (`deepseek-reasoner`) |
+| **Xiaomi MiMo** | `xiaomi_mimo` | `mimo-v2.5-pro` | Fast inference, competitive performance |
+| **OpenAI** | `openai` | `gpt-4o-mini` | Industry standard |
+| **Alibaba DashScope** | `alibaba_dashscope` | `qwen-plus` | High consumption, try <40 rounds first |
+| **MiniMax** | `minimax` | `MiniMax-M2.5` | Good for Chinese content |
+
+**Quick Examples:**
+
+```bash
+# DeepSeek (Recommended for cost-effectiveness)
+LLM_PROVIDER=deepseek
+LLM_API_KEY=sk-you...n
+
+# Xiaomi MiMo (Fast inference)
+LLM_PROVIDER=xiaomi_mimo
+LLM_API_KEY=your-m...n
+```
+
+> **Note**: You can override the default model by also setting `LLM_MODEL_NAME`:
+> ```env
+> LLM_PROVIDER=deepseek
+> LLM_API_KEY=sk-you...n
+> LLM_MODEL_NAME=deepseek-reasoner  # Use reasoning model
+> ```
+
 #### 2. Install Dependencies
 
 ```bash

backend/app/config.py

@@ -17,6 +17,47 @@ else:
     load_dotenv(override=True)
 
 
+def _resolve_llm_config() -> tuple[str, str, str | None]:
+    """
+    解析LLM配置。
+
+    优先级：
+      1. 如果设置了 LLM_PROVIDER，使用提供商预设填充 base_url 和 model（但可被显式值覆盖）
+      2. 否则使用 LLM_BASE_URL / LLM_MODEL_NAME（兼容原有行为）
+
+    Returns:
+        (base_url, model_name, provider_name_or_none)
+    """
+    from .providers import get_provider
+
+    provider_name = os.environ.get('LLM_PROVIDER', '').strip()
+    explicit_base_url = os.environ.get('LLM_BASE_URL', '').strip()
+    explicit_model = os.environ.get('LLM_MODEL_NAME', '').strip()
+
+    if provider_name:
+        preset = get_provider(provider_name)
+        if preset is None:
+            provider_names = ["openai", "deepseek", "xiaomi_mimo", "alibaba_dashscope", "minimax"]
+            available = ", ".join(provider_names)
+            raise ValueError(
+                f"未知的 LLM_PROVIDER: '{provider_name}'. "
+                f"可用值: {available}"
+            )
+        # 显式值优先于预设默认值
+        base_url = explicit_base_url or preset.base_url
+        model = explicit_model or preset.default_model
+        return base_url, model, provider_name
+    else:
+        # 兼容原有行为：无 LLM_PROVIDER 时直接使用显式值
+        base_url = explicit_base_url or 'https://api.openai.com/v1'
+        model = explicit_model or 'gpt-4o-mini'
+        return base_url, model, None
+
+
+# 在模块加载时解析配置（避免重复计算）
+_llm_base_url, _llm_model_name, _llm_provider = _resolve_llm_config()
+
+
 class Config:
     """Flask配置类"""
     
@@ -29,8 +70,9 @@ class Config:
     
     # LLM配置（统一使用OpenAI格式）
     LLM_API_KEY = os.environ.get('LLM_API_KEY')
-    LLM_BASE_URL = os.environ.get('LLM_BASE_URL', 'https://api.openai.com/v1')
+    LLM_PROVIDER = _llm_provider          # e.g. "deepseek" or None
-    LLM_MODEL_NAME = os.environ.get('LLM_MODEL_NAME', 'gpt-4o-mini')
+    LLM_BASE_URL = _llm_base_url
+    LLM_MODEL_NAME = _llm_model_name
     
     # Zep配置
     ZEP_API_KEY = os.environ.get('ZEP_API_KEY')
@@ -73,3 +115,19 @@ class Config:
             errors.append("ZEP_API_KEY 未配置")
         return errors
 
+    @classmethod
+    def get_active_provider_info(cls) -> dict:
+        """返回当前活跃的LLM提供商信息（用于日志/API展示）"""
+        from .providers import get_provider
+
+        info = {
+            "provider": cls.LLM_PROVIDER or "custom",
+            "base_url": cls.LLM_BASE_URL,
+            "model": cls.LLM_MODEL_NAME,
+        }
+        if cls.LLM_PROVIDER:
+            preset = get_provider(cls.LLM_PROVIDER)
+            if preset:
+                info["display_name"] = preset.display_name
+                info["notes"] = preset.notes
+        return info

backend/app/providers.py

@@ -0,0 +1,133 @@
+"""
+LLM Provider Presets
+====================
+预设的LLM提供商配置，简化环境变量设置。
+
+使用方式：
+  方式1（推荐）：设置 LLM_PROVIDER 环境变量为提供商名称，自动填充 base_url 和 model
+    LLM_PROVIDER=deepseek
+    LLM_API_KEY=sk-xxx
+
+  方式2：手动指定所有配置（兼容原有方式）
+    LLM_API_KEY=sk-xxx
+    LLM_BASE_URL=https://api.deepseek.com/v1
+    LLM_MODEL_NAME=deepseek-chat
+
+支持的提供商：
+  - openai         : OpenAI GPT系列
+  - deepseek       : DeepSeek (深度求索)
+  - xiaomi_mimo    : Xiaomi MiMo (小米MiMo)
+  - alibaba_dashscope : 阿里百炼 (通义千问)
+  - minimax        : MiniMax (海螺AI)
+"""
+
+from dataclasses import dataclass
+from typing import Optional
+
+
+@dataclass(frozen=True)
+class ProviderPreset:
+    """LLM提供商预设配置"""
+    name: str
+    display_name: str
+    base_url: str
+    default_model: str
+    api_key_url: str
+    notes: str = ""
+    # 某些提供商的响应可能包含<think>标签（如DeepSeek推理模型）
+    may_include_think_tags: bool = False
+
+
+# ============================================================
+# Provider Presets
+# ============================================================
+
+PROVIDERS: dict[str, ProviderPreset] = {
+    "openai": ProviderPreset(
+        name="openai",
+        display_name="OpenAI",
+        base_url="https://api.openai.com/v1",
+        default_model="gpt-4o-mini",
+        api_key_url="https://platform.openai.com/api-keys",
+        notes="GPT-4o-mini recommended for cost efficiency.",
+    ),
+    "deepseek": ProviderPreset(
+        name="deepseek",
+        display_name="DeepSeek (深度求索)",
+        base_url="https://api.deepseek.com/v1",
+        default_model="deepseek-chat",
+        api_key_url="https://platform.deepseek.com",
+        notes=(
+            "deepseek-chat: general purpose; "
+            "deepseek-reasoner: reasoning model with <think> tags in output. "
+            "Pricing: https://api-docs.deepseek.com/quick_start/pricing"
+        ),
+        may_include_think_tags=True,
+    ),
+    "xiaomi_mimo": ProviderPreset(
+        name="xiaomi_mimo",
+        display_name="Xiaomi MiMo (小米MiMo)",
+        base_url="https://api.xiaomimimo.com/v1",
+        default_model="mimo-v2.5-pro",
+        api_key_url="https://platform.xiaomimimo.com",
+        notes=(
+            "mimo-v2.5-pro: flagship model; "
+            "mimo-v2-flash: fast & economical. "
+            "OpenAI SDK compatible. May include <think> tags for reasoning."
+        ),
+        may_include_think_tags=True,
+    ),
+    "alibaba_dashscope": ProviderPreset(
+        name="alibaba_dashscope",
+        display_name="Alibaba DashScope (阿里百炼)",
+        base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
+        default_model="qwen-plus",
+        api_key_url="https://bailian.console.aliyun.com/",
+        notes=(
+            "qwen-plus: recommended balance of quality & cost. "
+            "High token consumption — try <40 round simulations first."
+        ),
+    ),
+    "minimax": ProviderPreset(
+        name="minimax",
+        display_name="MiniMax (海螺AI)",
+        base_url="https://api.minimax.chat/v1",
+        default_model="MiniMax-M2.5",
+        api_key_url="https://platform.minimaxi.com/",
+        notes="MiniMax-M2.5 may include <think> tags.",
+        may_include_think_tags=True,
+    ),
+}
+
+
+def get_provider(name: str) -> Optional[ProviderPreset]:
+    """
+    获取提供商预设配置。
+
+    Args:
+        name: 提供商名称（不区分大小写）
+
+    Returns:
+        ProviderPreset 或 None（如果未找到）
+    """
+    return PROVIDERS.get(name.lower().strip())
+
+
+def list_providers() -> list[dict]:
+    """
+    列出所有可用的提供商预设。
+
+    Returns:
+        提供商信息列表
+    """
+    return [
+        {
+            "name": p.name,
+            "display_name": p.display_name,
+            "base_url": p.base_url,
+            "default_model": p.default_model,
+            "api_key_url": p.api_key_url,
+            "notes": p.notes,
+        }
+        for p in PROVIDERS.values()
+    ]

backend/app/utils/llm_client.py

@@ -1,6 +1,6 @@
 """
 LLM客户端封装
-统一使用OpenAI格式调用
+统一使用OpenAI格式调用，支持提供商预设（DeepSeek、Xiaomi MiMo等）
 """
 
 import json
@@ -11,18 +11,29 @@ from openai import OpenAI
 from ..config import Config
 
 
+# <think>标签的正则表达式
+# 匹配 <think>...</think> 标签及其内容（支持多行，非贪婪匹配）
+# 也处理 <think>...</think> 变体（某些模型可能使用略微不同的格式）
+THINK_TAG_PATTERN = re.compile(r'<think>[\s\S]*?</think>\s*', re.IGNORECASE)
+
+# 某些提供商的推理模型会在响应中包含<think>标签
+PROVIDERS_WITH_THINK_TAGS = {"deepseek", "xiaomi_mimo", "minimax"}
+
+
 class LLMClient:
-    """LLM客户端"""
+    """LLM客户端，支持提供商预设配置"""
     
     def __init__(
         self,
         api_key: Optional[str] = None,
         base_url: Optional[str] = None,
-        model: Optional[str] = None
+        model: Optional[str] = None,
+        provider: Optional[str] = None,
     ):
         self.api_key = api_key or Config.LLM_API_KEY
         self.base_url = base_url or Config.LLM_BASE_URL
         self.model = model or Config.LLM_MODEL_NAME
+        self.provider = provider or Config.LLM_PROVIDER
 
         if not self.api_key:
             raise ValueError("LLM_API_KEY 未配置")
@@ -32,6 +43,24 @@ class LLMClient:
             base_url=self.base_url
         )
 
+        # 判断是否需要强制清理<think>标签
+        # 如果是已知的推理模型提供商，总是清理；否则也清理（安全兜底）
+        self._should_strip_think = (
+            self.provider in PROVIDERS_WITH_THINK_TAGS
+            or True  # 总是清理，因为不影响正常输出
+        )
+    
+    def _strip_think_tags(self, content: str) -> str:
+        """
+        移除响应中的<think>思考内容标签。
+
+        某些模型（如DeepSeek Reasoner、Xiaomi MiMo、MiniMax M2.5）
+        会在响应中包含<think>...</think>标签，需要移除以获得纯净输出。
+        """
+        if not content:
+            return content
+        return THINK_TAG_PATTERN.sub('', content).strip()
+
     def chat(
         self,
         messages: List[Dict[str, str]],
@@ -62,9 +91,11 @@ class LLMClient:
             kwargs["response_format"] = response_format
         
         response = self.client.chat.completions.create(**kwargs)
-        content = response.choices[0].message.content
+        content = response.choices[0].message.content or ""
-        # 部分模型（如MiniMax M2.5）会在content中包含<think>思考内容，需要移除
+
-        content = re.sub(r'<think>[\s\S]*?</think>', '', content).strip()
+        # 移除<think>思考内容标签
+        content = self._strip_think_tags(content)
+
         return content
     
     def chat_json(
@@ -101,3 +132,10 @@ class LLMClient:
         except json.JSONDecodeError:
             raise ValueError(f"LLM返回的JSON格式无效: {cleaned_response}")
 
+    def get_info(self) -> Dict[str, Any]:
+        """返回当前客户端配置信息（用于日志/调试）"""
+        return {
+            "provider": self.provider or "custom",
+            "base_url": self.base_url,
+            "model": self.model,
+        }