# 配置说明 本文档详细介绍 DeepAudit 的所有配置选项，包括后端环境变量、前端配置和运行时配置。 ## 目录 - [配置方式概览](#配置方式概览) - [后端配置](#后端配置) - [前端配置](#前端配置) - [运行时配置](#运行时配置) - [API 中转站配置](#api-中转站配置) --- ## 配置方式概览 DeepAudit 采用前后端分离架构，数据存储在后端 PostgreSQL 数据库中。 配置优先级（从高到低）： | 配置方式 | 适用场景 | 优先级 | |---------|---------|--------| | 运行时配置（浏览器 /admin） | 快速切换 LLM、调试 | 最高 | | 后端环境变量 | 生产部署、团队共享 | 中 | | 默认值 | 开箱即用 | 最低 | --- ## 后端配置 后端配置文件位于 `backend/.env`，首次使用请复制示例文件： ```bash cp backend/env.example backend/.env ``` ### 完整配置参考 ```env # ============================================= # DeepAudit Backend 配置文件 # ============================================= # ========== 数据库配置 ========== POSTGRES_SERVER=localhost # 数据库服务器地址 POSTGRES_USER=postgres # 数据库用户名 POSTGRES_PASSWORD=postgres # 数据库密码 POSTGRES_DB=deepaudit # 数据库名称 # DATABASE_URL= # 完整数据库连接字符串（可选，会覆盖上述配置） # ========== 安全配置 ========== SECRET_KEY=your-super-secret-key # JWT 签名密钥（生产环境必须修改！） ALGORITHM=HS256 # JWT 加密算法 ACCESS_TOKEN_EXPIRE_MINUTES=11520 # Token 过期时间（分钟），默认 8 天 # ========== LLM 通用配置 ========== LLM_PROVIDER=openai # LLM 提供商（见下方支持列表） LLM_API_KEY=sk-your-api-key # API 密钥 LLM_MODEL= # 模型名称（留空使用默认模型） LLM_BASE_URL= # 自定义 API 端点（API 中转站） LLM_TIMEOUT=150 # 请求超时时间（秒） LLM_TEMPERATURE=0.1 # 生成温度（0-1，越低越确定） LLM_MAX_TOKENS=4096 # 最大生成 Token 数 # ========== 各平台独立配置（可选） ========== # 如果需要同时配置多个平台，可以单独设置 # OPENAI_API_KEY=sk-xxx # OPENAI_BASE_URL=https://api.openai.com/v1 # GEMINI_API_KEY=xxx # CLAUDE_API_KEY=xxx # QWEN_API_KEY=xxx # DEEPSEEK_API_KEY=xxx # ZHIPU_API_KEY=xxx # MOONSHOT_API_KEY=xxx # BAIDU_API_KEY=api_key:secret_key # 百度格式特殊 # MINIMAX_API_KEY=xxx # DOUBAO_API_KEY=xxx # OLLAMA_BASE_URL=http://localhost:11434/v1 # ========== Git 仓库配置 ========== GITHUB_TOKEN= # GitHub Personal Access Token GITLAB_TOKEN= # GitLab Personal Access Token # ========== 扫描配置 ========== MAX_ANALYZE_FILES=0 # 单次扫描最大文件数，0表示无限制 MAX_FILE_SIZE_BYTES=204800 # 单文件最大大小（字节），默认 200KB LLM_CONCURRENCY=3 # LLM 并发请求数 LLM_GAP_MS=2000 # 请求间隔（毫秒），避免限流 # ========== 存储配置 ========== ZIP_STORAGE_PATH=./uploads/zip_files # ZIP 文件存储目录 # ========== 输出配置 ========== OUTPUT_LANGUAGE=zh-CN # 输出语言：zh-CN（中文）| en-US（英文） ``` ### 支持的 LLM 提供商 | Provider | 说明 | 适配器类型 | |----------|------|-----------| | `openai` | OpenAI GPT 系列 | LiteLLM | | `gemini` | Google Gemini | LiteLLM | | `claude` | Anthropic Claude | LiteLLM | | `qwen` | 阿里云通义千问 | LiteLLM | | `deepseek` | DeepSeek | LiteLLM | | `zhipu` | 智谱 AI (GLM) | LiteLLM | | `moonshot` | 月之暗面 Kimi | LiteLLM | | `ollama` | Ollama 本地模型 | LiteLLM | | `baidu` | 百度文心一言 | 原生适配器 | | `minimax` | MiniMax | 原生适配器 | | `doubao` | 字节豆包 | 原生适配器 | ### 配置示例 #### OpenAI ```env LLM_PROVIDER=openai LLM_API_KEY=sk-your-api-key LLM_MODEL=gpt-4o-mini ``` #### 通义千问 ```env LLM_PROVIDER=qwen LLM_API_KEY=sk-your-dashscope-key LLM_MODEL=qwen-turbo ``` #### Ollama 本地模型 ```env LLM_PROVIDER=ollama LLM_MODEL=llama3 LLM_BASE_URL=http://localhost:11434/v1 ``` #### 百度文心一言 ```env LLM_PROVIDER=baidu LLM_API_KEY=your_api_key:your_secret_key LLM_MODEL=ernie-bot-4 ``` --- ## 前端配置 前端配置文件位于 `frontend/.env`，首次使用请复制示例文件： ```bash cp frontend/.env.example frontend/.env ``` ### 完整配置参考 ```env # ========== 后端 API 配置 ========== VITE_API_BASE_URL=/api # 后端 API 地址 # ========== 应用配置 ========== VITE_APP_ID=deepaudit # ========== 代码分析配置 ========== VITE_MAX_ANALYZE_FILES=0 # 最大分析文件数，0表示无限制 VITE_LLM_CONCURRENCY=2 # LLM 并发数 VITE_LLM_GAP_MS=500 # 请求间隔（毫秒） VITE_OUTPUT_LANGUAGE=zh-CN # 输出语言 ``` ### 配置说明 | 配置项 | 说明 | 默认值 | |--------|------|--------| | `VITE_API_BASE_URL` | 后端 API 地址，Docker 部署时使用 `/api` | `/api` | | `VITE_MAX_ANALYZE_FILES` | 单次扫描最大文件数，0表示无限制 | `0` | | `VITE_LLM_CONCURRENCY` | 前端 LLM 并发请求数 | `2` | | `VITE_LLM_GAP_MS` | 前端请求间隔 | `500` | | `VITE_OUTPUT_LANGUAGE` | 分析结果输出语言 | `zh-CN` | --- ## 运行时配置 DeepAudit 支持在浏览器中进行运行时配置，无需重启服务。 ### 访问方式 1. 登录系统后，访问 `/admin` 系统管理页面 2. 或点击侧边栏的"系统管理"菜单 ### 可配置项 #### LLM 配置 - LLM 提供商选择 - API Key 配置 - 模型选择 - 自定义 API 端点（中转站） - 超时时间 - 温度参数 - 最大 Token 数 #### 分析参数 - 最大分析文件数 - 并发请求数 - 请求间隔时间 - 输出语言 #### Git 集成 - GitHub Token - GitLab Token ### 配置优先级 运行时配置 > 后端环境变量 > 默认值 --- ## 数据存储 DeepAudit 采用前后端分离架构，所有数据存储在后端 PostgreSQL 数据库中。 ### 架构说明 ``` ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ 前端 │────▶│ 后端 API │────▶│ PostgreSQL │ │ (React) │ │ (FastAPI) │ │ 数据库 │ └─────────────┘ └─────────────┘ └─────────────┘ ``` ### 特点 - ✅ 数据持久化存储 - ✅ 支持多用户 - ✅ 支持用户认证 - ✅ 数据导入/导出功能 - ✅ 团队协作 ### 数据管理 在 `/admin` 页面的"数据库管理"标签页中，可以： - **导出数据**: 将所有数据导出为 JSON 文件备份 - **导入数据**: 从 JSON 文件恢复数据 - **清空数据**: 删除所有数据（谨慎操作） - **健康检查**: 检查数据库连接状态 --- ## API 中转站配置 许多用户使用 API 中转服务来访问 LLM（更稳定、更便宜、解决网络问题）。 ### 后端配置（推荐） ```env LLM_PROVIDER=openai LLM_API_KEY=中转站提供的Key LLM_BASE_URL=https://your-proxy.com/v1 LLM_MODEL=gpt-4o-mini ``` ### 运行时配置 1. 访问系统管理页面（`/admin`） 2. 在"系统配置"标签页中： - 选择 LLM 提供商 - 填入中转站提供的 API Key - 设置自定义 API 基础 URL 3. 保存配置 ### 常见中转站 | 中转站 | 说明 | |--------|------| | [OpenRouter](https://openrouter.ai/) | 支持多种模型 | | [API2D](https://api2d.com/) | 国内访问友好 | | [CloseAI](https://www.closeai-asia.com/) | 价格实惠 | ### 注意事项 1. 确保中转站支持你选择的模型 2. 中转站的 API 格式需要与 OpenAI 兼容 3. 部分中转站可能有请求限制 --- ## 审计规则配置 DeepAudit 支持自定义审计规则集，可以根据团队需求定制检测规则。 ### 访问方式 1. 登录系统后，访问 `/audit-rules` 审计规则页面 2. 或点击侧边栏的"审计规则"菜单 ### 内置规则集 #### 1. OWASP Top 10（默认） 基于 OWASP Top 10 2021 的安全审计规则集，包含 10 条规则： | 规则代码 | 名称 | 严重程度 | 检测提示词 | |----------|------|----------|------------| | A01 | 访问控制失效 | Critical | 检查是否存在访问控制失效问题：权限检查缺失、越权访问、IDOR（不安全的直接对象引用）、CORS配置错误 | | A02 | 加密机制失效 | Critical | 检查是否存在加密问题：使用弱加密算法(MD5/SHA1/DES)、明文存储密码、硬编码密钥、不安全的随机数生成 | | A03 | 注入攻击 | Critical | 检查是否存在注入漏洞：SQL注入、命令注入、LDAP注入、XPath注入、NoSQL注入、表达式语言注入 | | A04 | 不安全设计 | High | 检查是否存在不安全的设计：缺少速率限制、业务逻辑漏洞、缺少输入验证、信任边界不清 | | A05 | 安全配置错误 | High | 检查是否存在安全配置错误：默认凭证、不必要的功能启用、详细错误信息泄露、缺少安全头 | | A06 | 易受攻击的组件 | High | 检查是否使用了已知漏洞的组件：过时的依赖库、未修补的漏洞、不安全的第三方组件 | | A07 | 身份认证失效 | Critical | 检查是否存在身份认证问题：弱密码策略、会话固定、凭证明文存储、缺少多因素认证 | | A08 | 数据完整性失效 | Critical | 检查是否存在完整性问题：不安全的反序列化、未验证的更新、CI/CD管道安全 | | A09 | 日志监控失效 | Medium | 检查是否存在日志监控问题：缺少安全日志、敏感信息记录到日志、缺少告警机制 | | A10 | SSRF | High | 检查是否存在SSRF漏洞：未验证的URL输入、内网资源访问、云元数据访问 | #### 2. 代码质量规则 通用代码质量检查规则集，包含 8 条规则： | 规则代码 | 名称 | 严重程度 | 检测提示词 | |----------|------|----------|------------| | CQ001 | 函数过长 | Medium | 检查函数是否过长（超过50行），是否应该拆分为更小的函数 | | CQ002 | 重复代码 | Medium | 检查是否存在重复的代码块，可以提取为公共函数或类 | | CQ003 | 嵌套过深 | Low | 检查代码嵌套是否过深（超过4层），影响可读性 | | CQ004 | 魔法数字 | Low | 检查是否存在魔法数字或魔法字符串，应该定义为常量 | | CQ005 | 缺少错误处理 | High | 检查是否缺少必要的错误处理，可能导致程序崩溃 | | CQ006 | 未使用的变量 | Low | 检查是否存在声明但未使用的变量 | | CQ007 | 命名不规范 | Low | 检查命名是否符合语言规范和最佳实践 | | CQ008 | 注释缺失 | Low | 检查复杂逻辑是否缺少必要的注释说明 | #### 3. 性能优化规则 性能问题检测规则集，包含 5 条规则： | 规则代码 | 名称 | 严重程度 | 检测提示词 | |----------|------|----------|------------| | PERF001 | N+1查询 | High | 检查是否存在N+1查询问题，在循环中执行数据库查询 | | PERF002 | 内存泄漏 | Critical | 检查是否存在内存泄漏：未关闭的资源、循环引用、大对象未释放 | | PERF003 | 低效算法 | Medium | 检查是否存在低效算法，如O(n²)可优化为O(n)或O(nlogn) | | PERF004 | 不必要的对象创建 | Medium | 检查是否在循环中创建不必要的对象，应该移到循环外 | | PERF005 | 同步阻塞 | Medium | 检查是否存在同步阻塞操作，应该使用异步方式 | ### 自定义规则集 可以创建自定义规则集，每条规则包含： - **规则代码**: 唯一标识符（如 SEC001） - **规则名称**: 规则的简短描述 - **规则描述**: 详细说明 - **类别**: security / bug / performance / style / maintainability - **严重程度**: critical / high / medium / low - **自定义提示词**: 增强 LLM 检测的提示词（关键字段） - **修复建议**: 问题修复模板 - **参考链接**: CWE/OWASP 等参考资料 ### 规则集导入/导出 支持 JSON 格式的规则集导入导出，方便团队共享： ```json { "name": "自定义安全规则", "description": "团队自定义的安全检测规则", "language": "all", "rule_type": "security", "rules": [ { "rule_code": "CUSTOM001", "name": "敏感信息硬编码", "description": "检测代码中硬编码的敏感信息", "category": "security", "severity": "critical", "custom_prompt": "检查是否存在硬编码的密码、API Key、Token、私钥等敏感信息", "fix_suggestion": "使用环境变量或配置文件存储敏感信息" } ] } ``` --- ## 提示词模板配置 DeepAudit 支持自定义审计提示词模板，可以针对不同场景优化分析效果。 ### 访问方式 1. 登录系统后，访问 `/prompts` 提示词管理页面 2. 或点击侧边栏的"提示词管理"菜单 ### 内置模板 #### 1. 默认代码审计（默认） 全面的代码审计提示词，涵盖安全、性能、代码质量等多个维度： ``` 你是一个专业的代码审计助手。请从以下维度全面分析代码： - 安全漏洞（SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等） - 潜在的 Bug 和逻辑错误 - 性能问题和优化建议 - 编码规范和代码风格 - 可维护性和可读性 - 最佳实践和设计模式 请尽可能多地找出代码中的所有问题，不要遗漏任何安全漏洞或潜在风险！ ``` #### 2. 安全专项审计 专注于安全漏洞检测的提示词模板： ``` 你是一个专业的安全审计专家。请专注于检测以下安全问题： 【注入类漏洞】 - SQL注入（包括盲注、时间盲注、联合查询注入） - 命令注入（OS命令执行） - LDAP注入、XPath注入、NoSQL注入 【跨站脚本（XSS）】 - 反射型XSS、存储型XSS、DOM型XSS 【认证与授权】 - 硬编码凭证、弱密码策略、会话管理问题、权限绕过 【敏感数据】 - 敏感信息泄露、不安全的加密、明文传输敏感数据 【其他安全问题】 - SSRF、XXE、反序列化漏洞、路径遍历、文件上传漏洞、CSRF 请详细说明每个漏洞的风险等级、利用方式和修复建议。 ``` #### 3. 性能优化审计 专注于性能问题检测的提示词模板： ``` 你是一个专业的性能优化专家。请专注于检测以下性能问题： 【数据库性能】 - N+1查询问题、缺少索引、不必要的全表扫描、大量数据一次性加载、未使用连接池 【内存问题】 - 内存泄漏、大对象未及时释放、缓存使用不当、循环中创建大量对象 【算法效率】 - 时间复杂度过高、不必要的重复计算、可优化的循环、递归深度过大 【并发问题】 - 线程安全问题、死锁风险、资源竞争、不必要的同步 【I/O性能】 - 同步阻塞I/O、未使用缓冲、频繁的小文件操作、网络请求未优化 请提供具体的优化建议和预期的性能提升。 ``` #### 4. 代码质量审计 专注于代码质量和可维护性的提示词模板： ``` 你是一个专业的代码质量审计专家。请专注于检测以下代码质量问题： 【代码规范】 - 命名不规范（变量、函数、类）、代码格式不一致、注释缺失或过时、魔法数字/字符串 【代码结构】 - 函数过长（超过50行）、类职责不单一、嵌套层级过深、重复代码 【可维护性】 - 高耦合低内聚、缺少错误处理、硬编码配置、缺少日志记录 【设计模式】 - 违反SOLID原则、可使用设计模式优化的场景、过度设计 【测试相关】 - 难以测试的代码、缺少边界条件处理、依赖注入问题 请提供具体的重构建议和代码示例。 ``` ### 自定义模板 可以创建自定义提示词模板： - **模板名称**: 模板的简短名称 - **模板描述**: 模板用途说明 - **中文提示词**: 中文版本的系统提示词 - **英文提示词**: 英文版本的系统提示词 - **模板变量**: 可在提示词中使用的变量 ### 提示词测试 在创建或编辑模板时，可以使用"测试"功能验证提示词效果： 1. 选择测试代码语言（支持 Python、JavaScript、Java、Go、Swift、Kotlin 等） 2. 输入测试代码片段（或使用内置示例代码） 3. 选择输出语言（中文/英文） 4. 点击"测试"按钮查看分析结果 ### 在审计任务中使用 创建审计任务时，可以选择： 1. **规则集**: 选择要应用的审计规则集 2. **提示词模板**: 选择要使用的提示词模板 --- ## 提示词架构详解 本节详细说明 DeepAudit 如何构建发送给 LLM 的完整提示词。 ### 提示词组成结构 发送给 LLM 的提示词由以下部分组成： ``` ┌─────────────────────────────────────────────────────────────┐ │ System Prompt (系统提示词) │ ├─────────────────────────────────────────────────────────────┤ │ ① 提示词模板内容 (来自数据库或默认模板) │ │ - 定义 AI 的角色和任务 │ │ - 指定分析维度和重点 │ ├─────────────────────────────────────────────────────────────┤ │ ② 输出格式要求 │ │ - JSON Schema 定义 │ │ - 字段说明和约束 │ ├─────────────────────────────────────────────────────────────┤ │ ③ 审计规则 (如果选择了规则集) │ │ - 规则代码、名称、描述 │ │ - 每条规则的检测提示词 │ └─────────────────────────────────────────────────────────────┘ ┌─────────────────────────────────────────────────────────────┐ │ User Prompt (用户提示词) │ ├─────────────────────────────────────────────────────────────┤ │ ④ 编程语言 │ │ ⑤ 带行号的代码内容 │ └─────────────────────────────────────────────────────────────┘ ``` ### 完整系统提示词示例（中文版） 以下是使用默认模板 + OWASP Top 10 规则集时，发送给 LLM 的完整系统提示词： ``` 你是一个专业的代码审计助手。请从以下维度全面分析代码： - 安全漏洞（SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等） - 潜在的 Bug 和逻辑错误 - 性能问题和优化建议 - 编码规范和代码风格 - 可维护性和可读性 - 最佳实践和设计模式 请尽可能多地找出代码中的所有问题，不要遗漏任何安全漏洞或潜在风险！ 【输出格式要求】 1. 必须只输出纯JSON对象 2. 禁止在JSON前后添加任何文字、说明、markdown标记 3. 所有文本字段（title, description, suggestion等）必须使用中文输出 4. 输出格式必须符合以下 JSON Schema： { "issues": [ { "type": "security|bug|performance|style|maintainability", "severity": "critical|high|medium|low", "title": "string", "description": "string", "suggestion": "string", "line": 1, "column": 1, "code_snippet": "string", "rule_code": "string (optional, if matched a specific rule)" } ], "quality_score": 0-100, "summary": { "total_issues": number, "critical_issues": number, "high_issues": number, "medium_issues": number, "low_issues": number } } 【审计规则】请特别关注以下规则： - [A01] 访问控制失效: 检测权限绕过、越权访问、IDOR等访问控制问题 检测要点: 检查是否存在访问控制失效问题：权限检查缺失、越权访问、IDOR（不安全的直接对象引用）、CORS配置错误 - [A02] 加密机制失效: 检测弱加密、明文传输、密钥管理不当等问题 检测要点: 检查是否存在加密问题：使用弱加密算法(MD5/SHA1/DES)、明文存储密码、硬编码密钥、不安全的随机数生成 - [A03] 注入攻击: 检测SQL注入、命令注入、LDAP注入等注入漏洞 检测要点: 检查是否存在注入漏洞：SQL注入、命令注入、LDAP注入、XPath注入、NoSQL注入、表达式语言注入 ... (其他规则) ``` ### 用户提示词示例 ``` 编程语言: Python 代码已标注行号（格式：行号| 代码内容），请根据行号准确填写 line 字段。 请分析以下代码: 1| import sqlite3 2| 3| def get_user(user_id): 4| conn = sqlite3.connect('users.db') 5| cursor = conn.cursor() 6| query = f"SELECT * FROM users WHERE id = {user_id}" 7| cursor.execute(query) 8| return cursor.fetchone() ``` ### 不使用自定义模板时的默认提示词 当没有选择提示词模板时，系统使用硬编码的默认提示词（中文版）： ``` ⚠️⚠️⚠️ 只输出JSON，禁止输出其他任何格式！禁止markdown！禁止文本分析！⚠️⚠️⚠️ 你是一个专业的代码审计助手。你的任务是分析代码并返回严格符合JSON Schema的结果。 【最重要】输出格式要求： 1. 必须只输出纯JSON对象，从{开始，到}结束 2. 禁止在JSON前后添加任何文字、说明、markdown标记 3. 禁止输出```json或###等markdown语法 4. 如果是文档文件（如README），也必须以JSON格式输出分析结果 【内容要求】： 1. 所有文本内容必须统一使用简体中文 2. JSON字符串值中的特殊字符必须正确转义（换行用\n，双引号用\"，反斜杠用\\） 3. code_snippet字段必须使用\n表示换行 请从以下维度全面、彻底地分析代码，找出所有问题： - 安全漏洞（SQL注入、XSS、命令注入、路径遍历、SSRF、XXE、反序列化、硬编码密钥等） - 潜在的 Bug 和逻辑错误 - 性能问题和优化建议 - 编码规范和代码风格 - 可维护性和可读性 - 最佳实践和设计模式 【重要】请尽可能多地找出代码中的所有问题，不要遗漏任何安全漏洞或潜在风险！ 输出格式必须严格符合以下 JSON Schema： { "issues": [ { "type": "security|bug|performance|style|maintainability", "severity": "critical|high|medium|low", "title": "string", "description": "string", "suggestion": "string", "line": 1, "column": 1, "code_snippet": "string", "ai_explanation": "string", "xai": { "what": "string", "why": "string", "how": "string", "learn_more": "string(optional)" } } ], "quality_score": 0-100, "summary": { "total_issues": number, "critical_issues": number, "high_issues": number, "medium_issues": number, "low_issues": number }, "metrics": { "complexity": 0-100, "maintainability": 0-100, "security": 0-100, "performance": 0-100 } } 注意： - title: 问题的简短标题（中文） - description: 详细描述问题（中文） - suggestion: 具体的修复建议（中文） - line: 问题所在的行号（从1开始计数，必须准确对应代码中的行号） - column: 问题所在的列号（从1开始计数，指向问题代码的起始位置） - code_snippet: 包含问题的代码片段 - ai_explanation: AI 的深入解释（中文） - xai.what: 这是什么问题（中文） - xai.why: 为什么会有这个问题（中文） - xai.how: 如何修复这个问题（中文） 【重要】关于行号和代码片段： 1. line 必须是问题代码的行号！代码左侧有"行号|"标注 2. column 是问题代码在该行中的起始列位置 3. code_snippet 应该包含问题代码及其上下文（前后各1-2行） 4. 如果代码片段包含多行，必须使用 \n 表示换行符 5. 如果无法确定准确的行号，不要填写line和column字段 【严格禁止】： - 禁止在任何字段中使用英文，所有内容必须是简体中文 - 禁止在JSON字符串值中使用真实换行符，必须用\n转义 - 禁止输出markdown代码块标记（如```json） ⚠️ 重要提醒：line字段必须从代码左侧的行号标注中读取，不要猜测或填0！ ``` ### 提示词优先级 1. **用户选择的提示词模板** > **数据库默认模板** > **硬编码默认提示词** 2. 规则集是可选的，如果选择了规则集，规则会追加到系统提示词末尾 --- ## 更多资源 - [部署指南](DEPLOYMENT.md) - 详细的部署说明 - [LLM 平台支持](LLM_PROVIDERS.md) - 各 LLM 平台的配置方法 - [常见问题](FAQ.md) - 配置相关问题解答