[RFC] 131 - 模型列表元数据抽离为独立包 model-bank

[arvinxx]

摘要

本 RFC 提议将当前分散在主仓库 src/config/aiModels 的模型清单（LLM / Embedding / TTS / Image 等）抽离为独立的 packages/model-bank 子包进行维护和发布：

• 在主仓库内部统一从 model-bank 消费模型清单与标准参数定义；
• 未来将把 model-bank 发布到 npm，作为 LobeChat monorepo 发布流程的示例包；
• 外部应用可直接依赖 model-bank，获取持续更新的、结构化的模型元数据与参数规范。

背景与问题

现状问题主要集中在三点：

1. 模型清单分散在主应用内部，其他应用复用困难：
   • 外部应用无法复用我们维护的「最新、完整」模型数据，只能复制粘贴；
   • 不利于社区协作与生态扩展。
2. 发布与演示缺失：
   • 缺少一个可独立发布到 npm 的示例包，难以沉淀 monorepo 的发布规范与自动化流程；
3. 类型与参数规范耦合：
   • 标准化参数（如图生参数、种子范围、推理开关等）与模型清单耦合在应用代码里，导致跨项目类型一致性差。

目标

• 将模型清单抽象为独立的、可发布的 npm 包 model-bank；
• 提供稳定的导出接口与类型定义，支持 tree-shaking；
• 作为 LobeChat monorepo 的「发布到 npm」最佳实践示例；
• 允许其他应用零修改接入，统一获取模型数据与标准参数规范；
• 维持现有应用中按需动态引入的用法与性能特性。

非目标

• 不改变各模型供应商的运行时 SDK/Runtime 行为；
• 不在本提案内统一第三方“在线拉取”模型的更新策略（仍以手工/脚本更新为主，后续可扩展）。

方案概述

包结构与导出

packages/model-bank 提供以下导出：

• 根导出：
  • LOBE_DEFAULT_MODEL_LIST：默认聚合的模型清单（供兜底/回退使用）。
  • 标准参数规范：ModelParamsMetaSchema、ModelParamsSchema、RuntimeImageGenParamsValue、MAX_SEED 等。
• 分供应商子路径导出：
  • 例如 model-bank/openai、model-bank/anthropic、model-bank/google 等；
  • 每个子模块导出该供应商的模型清单与可能的特定参数 schema（如 openaiChatModels、gptImage1ParamsSchema、fluxSchnellParamsSchema）。

示例（应用侧使用）：

import { LOBE_DEFAULT_MODEL_LIST } from 'model-bank';

const list = LOBE_DEFAULT_MODEL_LIST;

// 动态加载某供应商清单
const { openai, openaiChatModels } = await import('model-bank/openai');

类型与校验

• 统一暴露“标准参数”相关类型与 zod schema，用于：
  • 在 UI 表单与运行时之间保证参数一致性；
  • 对外部应用提供类型能力，降低集成成本；

依赖关系与迁移点

• 主仓库内部：
  • 将原 @/config/aiModels 的静态清单替换为 model-bank 导入；
  • 服务端按需动态 import('model-bank/<provider>')，不改变原有懒加载与 tree-shaking 特性；
  • 统一从 model-bank 获取标准参数 schema 与常量（如 RuntimeImageGenParamsValue、MAX_SEED）。

发布与版本策略

待定，本 RFC 不考虑实现细节，后续专门开 RFC 讨论；

质量保障

• 单元测试：
  • 覆盖 exports 与 src/aiModels 文件映射一致性（已添加 exports.test.ts）。
  • 标准参数 schema 的边界值与组合校验（standard-parameters 测试）。
• CI 集成：
  • 独立包测试与覆盖率上报（见 GitHub Actions 变更）；

性能与体积

• 通过子路径导出与动态导入实现“所需即取”，避免一次性打包全部供应商清单；
• 纯数据与类型导出，无运行时代码依赖，体积可控、可被构建工具良好 tree-shake

进展

• ♻️ refactor: refactor the model-bank package from src/config/aiModels #8983