update pay ui

mcp_server.py

@@ -89,7 +89,7 @@ MODEL_CONFIGS = {
         "api_key": "",  # 空值
         "base_url": "http://111.62.35.50:8000/v1",
         "model": "deepmoney",
-        "max_tokens": 8192,  # DeepMoney 也有 8192 限制
+        "max_tokens": 65536,  # DeepMoney 本地托管，支持 65536
     },
     "gemini-3": {
         "api_key": "",  # 需要配置Google API密钥
@@ -99,8 +99,8 @@ MODEL_CONFIGS = {
     },
 }
 
-# 保持向后兼容的配置（默认使用 deepseek）
-KIMI_CONFIG = MODEL_CONFIGS["deepseek"]
+# 保持向后兼容的配置（默认使用 deepmoney，本地托管，上下文长）
+KIMI_CONFIG = MODEL_CONFIGS["deepmoney"]
 DEEPMONEY_CONFIG = MODEL_CONFIGS["deepmoney"]
 
 # ==================== MCP协议数据模型 ====================
@@ -177,7 +177,7 @@ class AgentChatRequest(BaseModel):
     user_avatar: Optional[str] = None  # 用户头像URL
     subscription_type: Optional[str] = None  # 用户订阅类型（free/pro/max）
     session_id: Optional[str] = None  # 会话ID（如果为空则创建新会话）
-    model: Optional[str] = "deepseek"  # 选择的模型（deepseek, kimi-k2, kimi-k2-thinking, glm-4.6, deepmoney, gemini-3）
+    model: Optional[str] = "deepmoney"  # 选择的模型（deepmoney, deepseek, kimi-k2, kimi-k2-thinking, glm-4.6, gemini-3）
     tools: Optional[List[str]] = None  # 选择的工具列表（工具名称数组，如果为None则使用全部工具）
 
 # ==================== MCP工具定义 ====================
@@ -2005,12 +2005,12 @@ class MCPAgentIntegrated:
         # 添加当前用户问题
         messages.append({"role": "user", "content": user_query})
 
-        # 使用 Kimi 思考模型（实际是 deepseek，max_tokens 限制 8192）
+        # 使用配置的模型（默认 deepmoney，支持 65536 上下文）
         response = self.kimi_client.chat.completions.create(
             model=self.kimi_model,
             messages=messages,
             temperature=1.0,
-            max_tokens=8192,
+            max_tokens=65536,
         )
 
         choice = response.choices[0]
@@ -2085,7 +2085,7 @@ class MCPAgentIntegrated:
                 model=self.deepmoney_model,
                 messages=messages,
                 temperature=0.7,
-                max_tokens=8192,
+                max_tokens=65536,
             )
 
             summary = response.choices[0].message.content
@@ -2276,10 +2276,10 @@ class MCPAgentIntegrated:
 
         try:
             response = self.kimi_client.chat.completions.create(
-                model=self.kimi_model,  # 使用配置的模型（deepseek-chat）
+                model=self.kimi_model,  # 使用配置的模型（deepmoney）
                 messages=messages,
                 temperature=0.7,
-                max_tokens=8192,
+                max_tokens=65536,
             )
 
             summary = response.choices[0].message.content
@@ -2361,12 +2361,12 @@ class MCPAgentIntegrated:
                 }
             ]
 
-            # 使用 DeepMoney 模型（更轻量，适合简单任务）
+            # 使用 DeepMoney 模型（本地托管，支持长上下文）
             response = self.deepmoney_client.chat.completions.create(
                 model=self.deepmoney_model,
                 messages=messages,
                 temperature=0.3,
-                max_tokens=8192,
+                max_tokens=65536,
             )
 
             title = response.choices[0].message.content.strip()
@@ -2457,8 +2457,8 @@ class MCPAgentIntegrated:
 
             try:
                 # 尝试使用选中的模型流式 API
-                # 从模型配置获取 max_tokens，默认 8192
-                model_max_tokens = model_config.get("max_tokens", 8192) if model_config else 8192
+                # 从模型配置获取 max_tokens，默认 65536（deepmoney）
+                model_max_tokens = model_config.get("max_tokens", 65536) if model_config else 65536
                 stream = planning_client.chat.completions.create(
                     model=planning_model,
                     messages=messages,
@@ -2502,12 +2502,12 @@ class MCPAgentIntegrated:
                     })
 
                     try:
-                        # 使用 DeepMoney 备选方案（非流式，因为 DeepMoney 可能不支持流式）
+                        # 使用 DeepMoney 备选方案（非流式）
                         fallback_response = self.deepmoney_client.chat.completions.create(
                             model=self.deepmoney_model,
                             messages=messages,
                             temperature=0.7,
-                            max_tokens=8192,
+                            max_tokens=65536,
                         )
 
                         plan_content = fallback_response.choices[0].message.content
@@ -2700,10 +2700,10 @@ class MCPAgentIntegrated:
 
                 try:
                     summary_stream = self.kimi_client.chat.completions.create(
-                        model=self.kimi_model,  # 使用配置的模型（deepseek-chat）
+                        model=self.kimi_model,  # 使用配置的模型（deepmoney）
                         messages=messages,
                         temperature=0.7,
-                        max_tokens=8192,
+                        max_tokens=65536,
                         stream=True,  # 启用流式输出
                     )
 
@@ -2737,7 +2737,7 @@ class MCPAgentIntegrated:
                                 model=self.deepmoney_model,
                                 messages=messages,
                                 temperature=0.7,
-                                max_tokens=8192,
+                                max_tokens=65536,
                             )
 
                             final_summary = fallback_response.choices[0].message.content
@@ -3681,8 +3681,8 @@ async def stream_role_response(
 
         # 第一次调用：可能触发工具调用
         tool_calls_made = []
-        # 从模型配置获取 max_tokens，默认 8192
-        max_tokens = model_config.get("max_tokens", 8192)
+        # 从模型配置获取 max_tokens，默认 65536（deepmoney）
+        max_tokens = model_config.get("max_tokens", 65536)
         if openai_tools:
             response = client.chat.completions.create(
                 model=model_config["model"],

src/views/AgentChat/constants/models.ts

@@ -49,7 +49,7 @@ export const AVAILABLE_MODELS: ModelConfig[] = [
   {
     id: 'deepmoney',
     name: 'DeepMoney',
-    description: '金融专业模型',
+    description: '金融专业模型，65K 上下文',
     icon: React.createElement(TrendingUp, { className: 'w-5 h-5' }),
     color: 'green',
   },