allow proxy auto model selection

action.yml

@@ -8,6 +8,9 @@ inputs:
   comment_token:
     description: '操作 Gitea Commit API 的 Token'
     required: false
+  model:
+    description: '使用的 AI 模型'
+    required: false
 runs:
   using: 'docker'
   image: 'dockerfile'
@@ -15,4 +18,5 @@ runs:
     GITEA_TOKEN: ${{ inputs.token || secrets.TOKEN || gitea.token }}
     GITEA_COMMENT_TOKEN: ${{ inputs.comment_token || inputs.token || secrets.TOKEN || gitea.token }}
     CLI_PROXY_API: ${{ vars.CLI_PROXY_API }}
-    CLI_PROXY_API_KEY: ${{ secrets.CLI_PROXY_API_KEY }}
+    CLI_PROXY_API_KEY: ${{ secrets.CLI_PROXY_API_KEY }}
+    CLI_PROXY_API_MODEL: ${{ inputs.model || vars.CLI_PROXY_API_MODEL }}

readme.md

@@ -293,7 +293,7 @@ await axios.get('https://internal-gitea.example/api/v1/user', { httpsAgent });
 
 ### getLLMConfig
 
-依環境變數解析並回傳 CLIProxyAPI 設定：`INPUT_CLI_PROXY_API`/`CLI_PROXY_API` 作 base URL（trim 並去尾斜線），`INPUT_MODEL`/`MODEL`/`OPENCODE_MODEL` 依序 fallback 作模型名稱，`INPUT_CLI_PROXY_API_KEY`/`CLI_PROXY_API_KEY` 作金鑰。base URL 無法解析時 `provider`/`baseURL` 回 `null`、`apiKeys` 回空陣列，但 `model`（若有）仍會回傳。
+依環境變數解析並回傳 CLIProxyAPI 設定：`INPUT_CLI_PROXY_API`/`CLI_PROXY_API` 作 base URL（trim 並去尾斜線），`INPUT_MODEL`/`CLI_PROXY_API_MODEL`/`MODEL`/`OPENCODE_MODEL` 依序 fallback 作可選模型名稱；若未指定模型，會交由 CLIProxyAPI 自動選擇，`INPUT_CLI_PROXY_API_KEY`/`CLI_PROXY_API_KEY` 作金鑰。base URL 無法解析時 `provider`/`baseURL` 回 `null`、`apiKeys` 回空陣列，但 `model`（若有）仍會回傳。
 
 - 參數：無。
 - 回傳：`{ provider, apiKeys, baseURL, model, command }`。
@@ -301,9 +301,9 @@ await axios.get('https://internal-gitea.example/api/v1/user', { httpsAgent });
 ```javascript
 import { getLLMConfig } from './src/config.js';
 
-// 環境變數：CLI_PROXY_API=https://proxy.example, MODEL=gpt-4o, CLI_PROXY_API_KEY=sk-xxx
+// 環境變數：CLI_PROXY_API=https://proxy.example, CLI_PROXY_API_KEY=sk-xxx
 const cfg = getLLMConfig();
-// => { provider: 'cliproxyapi', apiKeys: ['sk-xxx'], baseURL: 'https://proxy.example', model: 'gpt-4o', command: null }
+// => { provider: 'cliproxyapi', apiKeys: ['sk-xxx'], baseURL: 'https://proxy.example', model: null, command: null }
 ```
 
 <a id="analyzewithrole"></a>
@@ -972,7 +972,7 @@ extractMeaningfulError('some noise\nERROR: rate limit exceeded\nmore noise');
 - 例外：設定缺失、API 呼叫失敗或回應無文字內容時拋出。
 
 ```javascript
-// 範例為示意，實際呼叫需搭配有效的 CLIProxyAPI 環境變數（CLI_PROXY_API / MODEL）。
+// 範例為示意，實際呼叫需搭配有效的 CLIProxyAPI 環境變數（CLI_PROXY_API；MODEL 可省略）。
 import { chat } from './src/llm.js';
 
 const reply = await chat('你是程式碼審查員', '請審查以下 diff：...');
@@ -1251,7 +1251,7 @@ const result = await fetchLLMModels();
 
 ### verifyLLM
 
-驗證 LLM proxy 設定可用：確認目前環境可偵測到 CLIProxyAPI 且已解析出 model，額外向模型清單端點確認 proxy 可連線且設定的 model 在可用清單內（不送 prompt）。
+驗證 LLM proxy 設定可用：確認目前環境可偵測到 CLIProxyAPI；若有指定 model，額外向模型清單端點確認該 model 在可用清單內（不送 prompt）。未指定 model 時，只要求 proxy 與模型清單端點可連線。
 
 - 參數：`deps.fetchLLMModelsFn`（預設 `fetchLLMModels`）。
 - 回傳：`Promise<{ok:true, provider, command, model, models?} | {ok:false, provider?, command?, model?, error}>`。

src/config.js

@@ -65,8 +65,10 @@ export const getOpenCodeHttpsAgent = getInsecureHttpsAgent;
  * 依環境變數解析並回傳 CLIProxyAPI 設定。
  *
  * 優先讀取 `INPUT_CLI_PROXY_API` / `CLI_PROXY_API` 作為 base URL（會 trim 並移除結尾斜線），
- * `INPUT_MODEL` / `MODEL` / `OPENCODE_MODEL`（依序 fallback，相容舊 OpenCode 設定）作為模型
+ * `INPUT_MODEL` / `CLI_PROXY_API_MODEL` / `MODEL` / `OPENCODE_MODEL`（依序 fallback，
- * 名稱，`INPUT_CLI_PROXY_API_KEY` / `CLI_PROXY_API_KEY` 作為存取金鑰（會 trim）。
+ * 相容 action input、舊 OpenCode 設定與環境變數）作為可選模型名稱；若未提供，
+ * 則交由 CLIProxyAPI 自動選擇模型，`INPUT_CLI_PROXY_API_KEY` / `CLI_PROXY_API_KEY`
+ * 作為存取金鑰（會 trim）。
  *
  * 若 base URL 無法解析出任何值，視為沒有可用的 proxy 設定：`provider`/`baseURL` 回傳 `null`、
  * `apiKeys` 回傳空陣列，但 `model`（若有解析到）仍會回傳，不會被清空。
@@ -76,7 +78,7 @@ export const getOpenCodeHttpsAgent = getInsecureHttpsAgent;
  */
 export function getLLMConfig() {
   const baseURL = String(process.env.INPUT_CLI_PROXY_API || process.env.CLI_PROXY_API || '').trim().replace(/\/$/, '');
-  const model = process.env.INPUT_MODEL || process.env.MODEL || process.env.OPENCODE_MODEL || '';
+  const model = process.env.INPUT_MODEL || process.env.CLI_PROXY_API_MODEL || process.env.MODEL || process.env.OPENCODE_MODEL || '';
   const apiKey = String(process.env.INPUT_CLI_PROXY_API_KEY || process.env.CLI_PROXY_API_KEY || '').trim();
   if (!baseURL) return { provider: null, apiKeys: [], baseURL: null, model: model || null, command: null };
 

src/llm.js

@@ -147,8 +147,8 @@ function summarizeApiError(e) {
  * 由 axios 直接拋出例外，交由呼叫端（chat()）攔截並摘要。僅使用
  * `apiKeys` 陣列的第一個元素，不會輪替其他金鑰。
  *
- * @param {{provider: string, baseURL: string, apiKeys: string[], model: string}} cfg - 連線設定；
+ * @param {{provider: string, baseURL: string, apiKeys: string[], model?: string|null}} cfg - 連線設定；
- *   僅使用 `apiKeys[0]`。
+ *   僅使用 `apiKeys[0]`；`model` 可省略，省略時交由 CLIProxyAPI 自動選擇。
  * @param {string} prompt - 送給 API 的完整 prompt 內容，會作為 user 訊息內容；
  *   HTTP 層的 system 訊息為固定的通用指示，與 prompt 內可能內嵌的 `<system>` 內容無關。
  * @returns {Promise<any>} API 回應的原始資料物件（`resp.data`），並非純文字；
@@ -164,17 +164,18 @@ async function runProxyAPI({ provider, baseURL, apiKeys, model }, prompt) {
   const maxBuffer = Number(process.env.AI_ASSISTANT_MAX_BUFFER || 20 * 1024 * 1024);
   const root = String(baseURL || '').trim().replace(/\/$/, '');
   const apiKey = Array.isArray(apiKeys) ? apiKeys[0] : '';
+  const body = {
+    messages: [
+      { role: 'system', content: '請依照以下系統指示處理使用者內容，並只輸出要求的最終結果。' },
+      { role: 'user', content: prompt },
+    ],
+    temperature: 0,
+    stream: false,
+  };
+  if (model) body.model = model;
   const resp = await axios.post(
     `${root}/v1/chat/completions`,
-    {
+    body,
-      model,
-      messages: [
-        { role: 'system', content: '請依照以下系統指示處理使用者內容，並只輸出要求的最終結果。' },
-        { role: 'user', content: prompt },
-      ],
-      temperature: 0,
-      stream: false,
-    },
     {
       timeout,
       maxBodyLength: maxBuffer,
@@ -209,9 +210,9 @@ async function runProxyAPI({ provider, baseURL, apiKeys, model }, prompt) {
 export async function chat(systemPrompt, userContent) {
   const cfg = getLLMConfig();
   const { provider, baseURL, model } = cfg;
-  if (!provider || !baseURL || !model) throw new Error('未偵測到可用的 CLIProxyAPI 設定，請確認 CLI_PROXY_API 與 MODEL');
+  if (!provider || !baseURL) throw new Error('未偵測到可用的 CLIProxyAPI 設定，請確認 CLI_PROXY_API');
 
-  line(`[LLM] provider=${provider} baseURL=${baseURL} model=${model}`);
+  line(`[LLM] provider=${provider} baseURL=${baseURL} model=${model || 'auto'}`);
 
   try {
     const data = await runProxyAPI(cfg, buildPrompt(systemPrompt, userContent));

src/main.js

@@ -37,7 +37,7 @@ const WORKSPACE = process.env.GITHUB_WORKSPACE || '/workspace';
  * - Step3 自動提交檢查：偵測上輪 bot `[failure]`（exit 1）或本次為 bot 自動提交（exit 0 跳過）。
  * - Step4 PR 對話收斂：關閉未解決 comment 並將 finding 分流為已修復 / 誤報 / 仍成立（失敗則降級繼續）。
  * - Step5 角色分析：載入角色、取 PR diff，平行產生 findings 並補齊缺漏行號；
- *   未設定 API Key 或取 diff 失敗 exit 1，diff 為空 exit 0。
+ *   未設定 CLIProxyAPI 或取 diff 失敗 exit 1，diff 為空 exit 0。
  * - Step6 合併去重：舊 findings + 對話收斂結果 + 新 findings → 語意去重並排序。
  * - Step7 過濾：套用排除規則 + 防守方 AI 誤報裁決。
  * - Step8 發布：寫入 findings、組裝使用量，發布 Gitea Review（失敗則降級繼續）。
@@ -119,9 +119,10 @@ export async function main() {
     section('Pipeline 結束');
     process.exit(0);
   }
-  input(`LLM=${provider}/${model}；角色=[${roles.map(r => r.name).join(', ')}]；diff=${diff.length} 字元`);
+  const modelLabel = model || 'auto';
+  input(`LLM=${provider}/${modelLabel}；角色=[${roles.map(r => r.name).join(', ')}]；diff=${diff.length} 字元`);
   try {
-    await postComment(getRoleIntro(roles) + `\n\n> 🔍 服務：${provider}  模型：${model}`);
+    await postComment(getRoleIntro(roles) + `\n\n> 🔍 服務：${provider}  模型：${modelLabel}`);
     line('角色介紹 comment 已發布');
   } catch (e) {
     warn(`角色介紹 comment 發布失敗（繼續執行）: ${e.message}`);
@@ -191,9 +192,9 @@ export async function main() {
   const runUsage = getRunUsage();
   const quota = await fetchAccountQuota(provider, { apiKeys, baseURL });
   const rate = getRateLimit();
-  const usageSection = formatUsageStats(provider, model, runUsage, quota, rate);
+  const usageSection = formatUsageStats(provider, modelLabel, runUsage, quota, rate);
   input(`findings ${filtered.length} 筆（${formatFindingsStatsLine(filtered)}）`);
-  line(`使用量: ${formatUsageStatsLine(provider, model, runUsage, quota, rate)}`);
+  line(`使用量: ${formatUsageStatsLine(provider, modelLabel, runUsage, quota, rate)}`);
   try {
     await postFindingsReview(filtered, { summaryFindings: filtered, commentFindings: filtered, usageSection });
     output('Gitea Review 已發布');

src/preflight.js

@@ -165,29 +165,25 @@ export async function fetchLLMModels({
 /**
  * 驗證 LLM proxy 設定可用。
  *
- * 確認目前環境可偵測到 CLIProxyAPI 且已解析出 model；額外向模型清單端點確認
+ * 確認目前環境可偵測到 CLIProxyAPI；若有明確指定 model，則額外向模型清單端點確認
- * proxy 可連線且設定的 model 在可用清單內（不送 prompt）。
+ * 該 model 在可用清單內（不送 prompt）。當 model 未指定時，只要求 proxy 與模型清單端點可連線。
  * @param {object} [deps] - 可注入相依，供測試。
  * @param {Function} [deps.fetchLLMModelsFn=fetchLLMModels] - proxy 模型清單取得函式。
  * @returns {Promise<
- *   {ok: true, provider: string, command: null, model: string, models?: string[]} |
+ *   {ok: true, provider: string, command: null, model: string|null, models?: string[]} |
- *   {ok: false, provider?: string, command?: null, model?: string, error: string}
+ *   {ok: false, provider?: string, command?: null, model?: string|null, error: string}
  * >}
  *   通過時含 provider、command、model（另含 models 清單）；未設定 provider 的失敗分支不含 provider。
  * @remarks 設定來源為 config.js 的 getLLMConfig()。
- * @remarks 【需人工確認】依目前 getLLMConfig() 的型別標註（`provider: ('cliproxyapi'|null)`），
- *   `provider` 存在但不是 `'cliproxyapi'` 的分支在目前設定來源下應為不會被觸發的保留分支，
- *   但無法從本檔案確認這是刻意保留的向前相容設計、還是尚未清理的死碼，建議與維護者確認。
  */
 export async function verifyLLM({ fetchLLMModelsFn = fetchLLMModels } = {}) {
   const { provider, command, model } = getLLMConfig();
   if (!provider) return { ok: false, error: '未偵測到可用的 CLIProxyAPI 設定，請確認 CLI_PROXY_API' };
-  if (!model) return { ok: false, provider, error: '未設定 MODEL' };
 
   if (provider === 'cliproxyapi') {
     const models = await fetchLLMModelsFn();
     if (!models.ok) return { ok: false, provider, command, model, error: models.error };
-    if (!models.slugs.includes(model)) {
+    if (model && !models.slugs.includes(model)) {
       return { ok: false, provider, command, model, error: `模型 ${model} 不在 CLIProxyAPI 可用清單: [${models.slugs.join(', ')}]` };
     }
     return { ok: true, provider, command, model, models: models.slugs };
@@ -255,7 +251,7 @@ export async function runPreflight(workspace = process.env.GITHUB_WORKSPACE || '
     error(`LLM 驗證失敗: ${llm.error}`);
     return false;
   }
-  ok(`LLM proxy 可用（provider=${llm.provider}, model=${llm.model}）`);
+  ok(`LLM proxy 可用（provider=${llm.provider}, model=${llm.model || 'auto'}）`);
   if (llm.models) line(`模型已確認在可用清單內（共 ${llm.models.length} 個可用模型）`);
 
   result(true, '前置驗證通過');

src/test/config.test.js

@@ -3,8 +3,8 @@ import assert from 'node:assert/strict';
 import { getLLMConfig, getOpenCodeHttpsAgent } from '../config.js';
 
 const ENV_KEYS = [
-  'CLI_PROXY_API', 'CLI_PROXY_API_KEY', 'INPUT_CLI_PROXY_API', 'INPUT_CLI_PROXY_API_KEY',
+  'CLI_PROXY_API', 'CLI_PROXY_API_KEY', 'CLI_PROXY_API_MODEL', 'INPUT_CLI_PROXY_API', 'INPUT_CLI_PROXY_API_KEY', 'INPUT_MODEL',
-  'MODEL', 'OPENCODE_MODEL', 'INPUT_MODEL',
+  'MODEL', 'OPENCODE_MODEL',
 ];
 
 let saved = {};
@@ -52,6 +52,16 @@ describe('getLLMConfig', () => {
     assert.equal(cfg.model, 'gpt-5-mini');
   });
 
+  it('uses CLI_PROXY_API_MODEL when INPUT_MODEL is missing', () => {
+    process.env.CLI_PROXY_API = 'https://proxy.example';
+    process.env.CLI_PROXY_API_MODEL = 'gpt-5.4-mini';
+    process.env.MODEL = 'gpt-5.5';
+
+    const cfg = getLLMConfig();
+
+    assert.equal(cfg.model, 'gpt-5.4-mini');
+  });
+
   it('returns null provider when CLI_PROXY_API is missing', () => {
     process.env.MODEL = 'gpt-5.5';
     const cfg = getLLMConfig();

src/test/llm.test.js

@@ -4,7 +4,7 @@ import axios from 'axios';
 import { extractBalancedJSON, extractJSONText, extractMeaningfulError, mapWithConcurrency } from '../llm.js';
 
 const ENV_KEYS = [
-  'CLI_PROXY_API', 'CLI_PROXY_API_KEY', 'MODEL', 'INPUT_MODEL', 'OPENCODE_MODEL',
+  'CLI_PROXY_API', 'CLI_PROXY_API_KEY', 'CLI_PROXY_API_MODEL', 'MODEL', 'INPUT_MODEL', 'OPENCODE_MODEL',
   'AI_ASSISTANT_TIMEOUT_MS', 'AI_ASSISTANT_MAX_BUFFER',
 ];
 
@@ -57,6 +57,25 @@ describe('chat - CLIProxyAPI', async () => {
     assert.equal(capturedOpts.headers.Authorization, 'Bearer secret');
   });
 
+  it('omits model from the request body when auto selection is allowed', async () => {
+    process.env.CLI_PROXY_API = 'https://proxy.example';
+    process.env.CLI_PROXY_API_KEY = 'secret';
+
+    let capturedBody;
+    mock.method(axios, 'post', async (url, body) => {
+      capturedBody = body;
+      return {
+        data: { choices: [{ message: { content: 'cli response' } }] },
+        headers: {},
+      };
+    });
+
+    const result = await chat('sys', 'user');
+
+    assert.equal(result, 'cli response');
+    assert.equal(Object.hasOwn(capturedBody, 'model'), false);
+  });
+
   it('throws an error when the API fails', async () => {
     process.env.CLI_PROXY_API = 'https://proxy.example';
     process.env.MODEL = 'gpt-5-mini';

src/test/main.test.js

@@ -131,6 +131,12 @@ describe('main pipeline', () => {
     assert.equal(await runMain(), 0);
   });
 
+  it('無 MODEL 仍可由 Proxy 自動選模並正常走完（exit 0）', async () => {
+    assert.equal(await runMain({
+      config: { getLLMConfig: () => ({ provider: 'cliproxyapi', apiKeys: ['secret'], baseURL: 'https://proxy.example', model: null, command: null }) },
+    }), 0);
+  });
+
   it('clone 失敗仍繼續、不因 commitAndPush 中斷（無 critical → exit 0）', async () => {
     assert.equal(await runMain({ git: { cloneRepo: () => { throw new Error('clone fail'); } } }), 0);
   });

src/test/preflight.test.js

@@ -4,7 +4,7 @@ import axios from 'axios';
 import { checkRequiredEnv, verifyGiteaToken, verifyCommentToken, verifyLLM, fetchLLMModels, runPreflight } from '../preflight.js';
 
 const LLM_ENV_KEYS = [
-  'CLI_PROXY_API', 'CLI_PROXY_API_KEY', 'INPUT_CLI_PROXY_API', 'INPUT_CLI_PROXY_API_KEY',
+  'CLI_PROXY_API', 'CLI_PROXY_API_KEY', 'CLI_PROXY_API_MODEL', 'INPUT_CLI_PROXY_API', 'INPUT_CLI_PROXY_API_KEY',
   'MODEL', 'OPENCODE_MODEL', 'INPUT_MODEL',
 ];
 
@@ -164,6 +164,22 @@ describe('verifyLLM', () => {
     assert.deepEqual(result.models, ['gpt-5.5', 'gpt-5.4-mini']);
   });
 
+  it('passes when no model is specified and the proxy is reachable', async () => {
+    clearLLMEnv();
+    process.env.CLI_PROXY_API = 'https://proxy.example';
+    process.env.CLI_PROXY_API_KEY = 'secret';
+
+    const result = await verifyLLM({
+      fetchLLMModelsFn: async () => ({ ok: true, slugs: ['gpt-5.5', 'gpt-5.4-mini'] }),
+    });
+
+    assert.equal(result.ok, true);
+    assert.equal(result.provider, 'cliproxyapi');
+    assert.equal(result.command, null);
+    assert.equal(result.model, null);
+    assert.deepEqual(result.models, ['gpt-5.5', 'gpt-5.4-mini']);
+  });
+
   it('fails when proxy auth is invalid', async () => {
     clearLLMEnv();
     process.env.CLI_PROXY_API = 'https://proxy.example';