mini-SWE-agent

mini-SWE-agent 没有基础 URL 环境变量 — 端点写在 YAML 配置的 model.model_kwargs.api_base 下，mini 会将其直接传给 litellm.completion。

# mini has no base-URL environment variable and no settings UI. The endpoint
# goes in an agent config file, under model.model_kwargs — which mini's docs
# describe as "directly passed to litellm.completion".
model:
  model_name: "openai/claude-sonnet-5"
  model_kwargs:
    custom_llm_provider: "openai"
    api_base: "https://api.kunavo.com/v1"   # keep the /v1
  litellm_model_registry: "kunavo-registry.json"   # see "Cost tracking" below

# The key does not live in this file. With custom_llm_provider: "openai",
# litellm reads OPENAI_API_KEY, and mini documents two ways to set it:
#
#   export OPENAI_API_KEY=sk-kn-...          # environment, wins over .env
#   mini-extra config set OPENAI_API_KEY sk-kn-...   # mini's own .env
#
# Then run it:  mini -c kunavo.yaml
# Or make it the default:  mini-extra config set MSWEA_MINI_CONFIG_PATH kunavo.yaml

分步操作

1. 在 /app/keys 创建密钥并复制——它只会显示一次。
2. 先安装并运行一次，以创建所需路径：pip install mini-swe-agent，然后运行 mini。首次运行会显示其 .env 和 agent 配置文件的位置，并提供 mini-extra config setup。
3. 将密钥放在 litellm 会读取的位置：export OPENAI_API_KEY=sk-kn-...，或使用 mini-extra config set OPENAI_API_KEY sk-kn-... 将其持久保存。mini 指出，“环境变量的优先级高于 .env 文件中设置的变量”，这通常就是刚更改的密钥看起来没有更新的原因。
4. 将上面的 YAML 保存为 kunavo.yaml，放在其他 agent 配置文件旁边，并添加下方章节中的价格注册表——否则运行会因成本计算错误而停止，而不是因为回答质量差而停止。
5. 使用 mini -c kunavo.yaml 启动，或使用 mini -c kunavo.yaml -m openai/claude-haiku-4-5 为单次运行指定其他 ID。mini 会以 confirm 模式启动，每条命令都需要你批准——首次使用新端点时，这通常是稳妥的默认选项。
6. 给它一个真正会运行命令的任务，而不是打招呼。mini 的 v2 默认使用原生工具调用，其内置提示词要求“每个回复都必须至少使用一次 ‘bash’ 工具来执行命令”——因此，只有一次真正的工具往返调用才能说明这组配置是否有效。如果工具调用返回空内容或格式错误，mini 仍提供旧版文本解析路径：mini -c mini_textbased.yaml，或在你自己的文件中设置 model_class: litellm_textbased。

已于 2026年9月21日 对照 mini-SWE-agent 的本地模型指南 检查。第三方设置会发生变化；如果这里的字段名称不再与你看到的内容一致，应以该页面为准，而不是本页。

调试客户端前先验证

一个请求即可确定故障来自端点、密钥还是配置文件。如果返回 JSON，则相同的基础 URL 和密钥可以在 mini-SWE-agent 中使用。

# Settles whether a failure is the endpoint, the key, or the client.
curl -sS https://api.kunavo.com/v1/models \
  -H "Authorization: Bearer sk-kn-..."

字段中应填写哪个模型 ID

每个文本模型都可通过模型 ID 访问——实时列表见 GET /v1/models，包含价格的目录见模型页面。费率单位为每 1M token 的美元，格式为输入 / 输出。

此处不可或缺的成本跟踪

mini 随附的 mini.yaml 带有 cost_limit: 3.——以美元计的单次运行上限——此上限由 litellm 的成本计算器强制执行。成本计算器会在其注册表中查找模型 ID 来计算单次运行费用。Kunavo 的 ID 不在该注册表中，因此大多数人首先遇到的不是回答质量差，而是报错：mini 自己的故障排除页面将其显示为 Exception: This model isn't mapped yet. model=…, custom_llm_provider=…。

有两种解决方式，效果并不相同。全局开关 MSWEA_COST_TRACKING="ignore_errors"（或配置文件中的 cost_tracking: "ignore_errors"）是移除限制，而非修复问题；mini 将其标为“注意：这可能导致支出失去管理！”另一种方式是告知 litellm 费率，这正是配置块中的 litellm_model_registry 所指向的内容。下列费率为本网站实时目录中的费率，已转换为 litellm 的每令牌格式：

{
  "claude-sonnet-5": {
    "input_cost_per_token": 0.0000014,
    "output_cost_per_token": 0.000007,
    "litellm_provider": "openai",
    "mode": "chat"
  },
  "claude-opus-5": {
    "input_cost_per_token": 0.0000035,
    "output_cost_per_token": 0.0000175,
    "litellm_provider": "openai",
    "mode": "chat"
  },
  "claude-haiku-4-5": {
    "input_cost_per_token": 0.0000007,
    "output_cost_per_token": 0.0000035,
    "litellm_provider": "openai",
    "mode": "chat"
  }
}

1. 模型名称会按大小写敏感的方式进行精确匹配，而 mini 的示例要求条目使用不带服务商前缀的名称作为键——因此这里应为 claude-sonnet-5，尽管配置中写的是 openai/claude-sonnet-5。
2. litellm_provider 必须同时与前缀和 custom_llm_provider 一致。mini 的警告说得很明确：“如果使用 custom_llm_provider，或在模型名称前加上服务商前缀（例如 openai/…），那么此项也必须与配置中的 litellm_provider 一致！”
3. 路径也可以通过 LITELLM_MODEL_REGISTRY_PATH 提供，而不是使用配置键——这对批处理运行器很有用，例如 LITELLM_MODEL_REGISTRY_PATH=kunavo-registry.json mini-extra swebench …
4. 这些费率是预算输入值，不是账单。实际扣费以 Kunavo 余额中的记录为准；如果目录费率有变，请重新复制，或直接查看 GET /v1/models。