LightRAG 提供商生成参数完全参考：OPENAI_LLM_*、OLLAMA_LLM_*、GEMINI_LLM_* 与 BEDROCK_LLM_* 配置解析

本文是 LightRAG 中提供商专属生成参数（provider-specific generation options）的完整技术参考，覆盖 OPENAI_LLM_*、OLLAMA_LLM_*、GEMINI_LLM_*、BEDROCK_LLM_*、OLLAMA_EMBEDDING_* 与 GEMINI_EMBEDDING_* 六组参数家族，讲清它们如何控制采样、输出长度、思考/推理行为以及请求体透传。读完本篇，你将掌握：命名与解析规则、各 binding 的完整参数表、参数值的最终去向、与 LLM 缓存的交互关系，以及限制输出长度、按角色关闭 thinking 等常见运维任务的正确做法。

本文不覆盖 binding 选择与凭据（LLM_BINDING、LLM_MODEL、LLM_BINDING_HOST、LLM_BINDING_API_KEY、LLM_TIMEOUT、MAX_ASYNC_LLM——见 LightRAG Server and WebUI），也不覆盖角色级继承规则（见 Role-Specific LLM/VLM Configuration Guide）。

六组参数列表的唯一事实来源是 lightrag/llm/binding_options.py：--help 输出、自动生成的 .env 样例全部由该文件派生，因此文档与运行时行为永远一致。

1. 命名与解析规则

1.1 三种命名形态

每个选项在每个提供商、每个方向（LLM 与 embedding）下各有一个前缀，可用的三种形态如下：

作用域	形态	示例
基线，环境变量 / .env	{PREFIX}_{FIELD}	OPENAI_LLM_MAX_COMPLETION_TOKENS=9000
基线，命令行	--{prefix-小写连字符}-{field}	--openai-llm-max_completion_tokens 9000
角色级，仅环境变量 / .env	{ROLE}_{PREFIX}_{FIELD}	QUERY_OPENAI_LLM_MAX_COMPLETION_TOKENS=9000

注意 CLI 拼写：前缀用连字符，字段名保留下划线（是 --ollama-llm-num_ctx，不是 --ollama-llm-num-ctx）。这一规则由 binding_options.py 中 args_env_name_type_value() 的拼接逻辑直接产生：argname 取 f"{binding_name 下划线转连字符}-{field.name}"，而 env_name 取 f"{BINDING_NAME}_{FIELD.upper()}"。

ROLE 取值为 EXTRACT、KEYWORD、QUERY、VLM 之一。角色级提供商选项没有命令行等价形式——只能从环境变量读取，其实现是 options_dict_for_role() 直接 os.getenv(role_env) 逐字段扫描。

优先级（高到低）：基线命令行参数 > 基线环境变量 > 未设置。角色级环境变量会叠加在基线解析结果之上（同提供商角色），或叠加在空选项集上（跨提供商角色）；继承细节见 RoleSpecificLLMConfiguration.md 的 inheritance rules 一节。

1.2 “未设置”意味着“不发送”

每个选项注册时的默认值都是 argparse.SUPPRESS（见 binding_options.py 中 get_env_value(f"{env_name}", argparse.SUPPRESS) 的调用）。你没有配置的选项会整体缺席于出站请求，由提供商应用自己的默认值。由此推出几条必须内化的结论：

• binding_options.py 里可见的字段默认值（以及 §12 生成的 .env 样例中的值）是对提供商典型默认值的文档化，不是 LightRAG 实际发送的值。例如 OllamaLLMOptions.think 标注为 True、OpenAILLMOptions.reasoning_effort 标注为 "medium"，但只要你不设置，它们都不会被发送。源码注释也明确写着 “The True here is documentation, not a value that ships”。
• 因此 lightrag-server --llm-binding openai --help 不会打印任何默认值。
• “删除一个选项”的正确做法是把该行注释掉，而不是设成空值（见 §1.4）。

1.3 基线层只读取当前所选 binding 的选项

基线层选项只为 LLM_BINDING / EMBEDDING_BINDING 实际选中的 binding 注册，判断逻辑在 lightrag/api/config.py：

# Add LLM binding options based on determined value
if llm_binding_value == "ollama":
    OllamaLLMOptions.add_args(parser)
elif llm_binding_value in ["openai", "azure_openai"]:
    OpenAILLMOptions.add_args(parser)
elif llm_binding_value == "gemini":
    GeminiLLMOptions.add_args(parser)
elif llm_binding_value == "bedrock":
    BedrockLLMOptions.add_args(parser)

也就是说，当 LLM_BINDING=ollama 时，.env 里所有 OPENAI_LLM_* 变量都会被静默忽略——因为它们从未被注册进 argparse，自然从未被读取。这是 “我明明配置了却不起作用” 这一类问题最常见的根源。

角色级变量则直接从环境读取，所以跨提供商角色也会读取自己提供商的 {ROLE}_{PREFIX}_*——但它不继承基线提供商的选项：跨提供商角色按设计从空选项集起步（对应 options_dict_for_role(is_cross_provider=True) 分支，基线直接置 {}）。

1.4 取值语法

字段类型	接受的写法	备注
bool	true/1/yes/t/on → true；其余一律 → false	大小写不敏感。
bool-or-level（仅 OLLAMA_LLM_THINK）	true/false/… 或 low/medium/high	未识别的单词是启动错误，而非静默 false；空值表示 false，不是“未设置”。
int / float	纯数字	空值是启动错误：argument --openai-llm-max_tokens: invalid int value: ''。
list	JSON 数组，如 '["</s>", "\n\n"]'	在 .env / shell 中加引号。
dict	JSON 对象，如 '{"reasoning": {"enabled": false}}'	在 .env / shell 中加引号。
str	原样	空值也是一个值：OPENAI_LLM_SERVICE_TIER= 会把 service_tier: "" 发给提供商。应改为注释掉该行。

源码依据：bool 判定词表是 binding_options.py 的 _BOOL_TRUE_WORDS = ("true", "1", "yes", "t", "on")；bool-or-level 解析器 _make_bool_or_literal_parser() 对未识别输入抛出 argparse.ArgumentTypeError 而非回退为 false——源码注释解释了动机：对 high 误拼成 hgih 若静默降级为“关”，会把用户想“调高”的功能无声地变成“关闭”，且日志里毫无痕迹。

JSON 畸形时的行为按作用域不同，调试时尤其要注意：

• 基线层（OPENAI_LLM_EXTRA_BODY=not json）：选项被丢弃，服务按未设置状态启动。对应 binding_options.py：add_args() 中对 env 值解析失败时把 env_value 重置回 argparse.SUPPRESS。
• 角色层（QUERY_OPENAI_LLM_EXTRA_BODY=not json）：原始字符串被保留并透传，失败推迟到请求期表现为提供商侧报错。对应 options_dict_for_role() 中的 except (ValueError, json.JSONDecodeError): base[field_name] = env_raw 分支。

2. Binding 与选项覆盖矩阵

并非每个 binding 都有一套提供商选项。下表中 LLM 列缺失的 binding 完全不接受任何生成选项。

Binding	LLM 选项	Embedding 选项	备注
openai	OPENAI_LLM_*	无	同时也是 OpenAI 兼容服务器的 binding：vLLM、SGLang、OpenRouter 及同类网关。
azure_openai	OPENAI_LLM_*（同一套选项）	无	AZURE_OPENAI_API_VERSION / AZURE_OPENAI_DEPLOYMENT 是独立的过程级变量，不是提供商选项。
ollama	OLLAMA_LLM_*	OLLAMA_EMBEDDING_*
gemini	GEMINI_LLM_*	GEMINI_EMBEDDING_*
bedrock	BEDROCK_LLM_*	无	旧别名 aws_bedrock 会被归一化为 bedrock。
lollms	见备注	无	基线层：完全无选项。 lightrag-server --llm-binding lollms --help 不打印任何选项组，基线 binding 以空选项负载接线。角色层把 lollms 映射到 Ollama 选项集，因此会读取 {ROLE}_OLLAMA_LLM_*——但 lollms 驱动只消费 temperature、top_k、top_p、repeat_penalty、repeat_last_n、seed，其余字段一律忽略。
jina	—（纯 embedding binding）	无
voyageai	—（纯 embedding binding）	无

lollms 的字段白名单可由源码确认：lightrag/llm/lollms.py 中驱动只从 kwargs 里取这六个字段（带各自的本地默认值），其余字段根本不进入请求体。

3. OpenAI / Azure OpenAI LLM 选项

前缀 OPENAI_LLM_，由 openai 与 azure_openai 两个 binding 共用。对应 dataclass 是 binding_options.py 中的 OpenAILLMOptions。

环境变量	类型	说明
OPENAI_LLM_TEMPERATURE	float	控制随机性（0.0–2.0，越大越有创造性）。
OPENAI_LLM_TOP_P	float	核采样参数（0.0–1.0，越小越聚焦）。
OPENAI_LLM_MAX_COMPLETION_TOKENS	int	最大生成 token 数。当前 OpenAI 推理（reasoning）模型的现行参数。
OPENAI_LLM_MAX_TOKENS	int	最大生成 token 数。已被 OpenAI 弃用（推荐 max_completion_tokens），但对多数 OpenAI 兼容服务器（vLLM、SGLang、多数网关）仍是正确字段。
OPENAI_LLM_FREQUENCY_PENALTY	float	token 频率惩罚（-2.0 至 2.0，正值抑制重复）。
OPENAI_LLM_PRESENCE_PENALTY	float	token 出现惩罚（-2.0 至 2.0，正值鼓励新话题）。
OPENAI_LLM_REASONING_EFFORT	str	推理模型的 effort 级别。原样透传，因此合法取值属于提供商而非 LightRAG——OpenAI 目前接受 minimal/low/medium/high，其他网关另有自己的取值（如 none）。
OPENAI_LLM_STOP	JSON list	停止序列，如 '["</s>", "\n\n"]'。
OPENAI_LLM_SERVICE_TIER	str	API 使用的服务层级。
OPENAI_LLM_SAFETY_IDENTIFIER	str	内容过滤用的安全标识符。
OPENAI_LLM_EXTRA_BODY	JSON dict	额外并入请求顶层的字段。表格之外一切的逃生舱——vLLM/SGLang 的 chat-template 开关、OpenRouter 的路由与推理控制。

实现层面的两点注意：

• 这些选项作为关键字参数并入 Chat Completions 请求，原样转发。LightRAG 不会替你对照目标模型做校验，因此某个端点不支持的参数会直接表现为提供商侧错误。
• 本地 OpenAI 兼容服务器拒绝 reasoning_effort 是典型的“该选项应保持角色级而非全局”的理由：用 EXTRACT_OPENAI_LLM_REASONING_EFFORT=… 代替全局 OPENAI_LLM_REASONING_EFFORT。

4. Ollama LLM 选项

前缀 OLLAMA_LLM_。除 think 外，所有字段都进入请求体的 options 负载。字段全集定义在 binding_options.py 的 _OllamaOptionsMixin。

4.1 上下文与输出长度

环境变量	类型	说明
OLLAMA_LLM_NUM_CTX	int	上下文窗口大小（token 数）。必须大于 MAX_TOTAL_TOKENS + 2000；env.example 出厂设为 32768，因为 Ollama 默认值通常不够容纳 LightRAG 的提示词。
OLLAMA_LLM_NUM_PREDICT	int	最大预测 token 数——输出预算。用它拦住失控的抽取输出。
OLLAMA_LLM_NUM_KEEP	int	从初始提示中保留的 token 数。
OLLAMA_LLM_STOP	JSON list	停止序列，如 '["</s>", "\n\n"]'。
OLLAMA_LLM_PENALIZE_NEWLINE	bool	惩罚换行 token。

env.example 对 NUM_PREDICT 的截断语义有明确注释：被它截断的响应仍会被保留并记录在 doc_status.metadata.llm_truncation 中；若在输出任何内容前就被截断，则文档整体失败而非索引一个空图——遇到后者应调大该值或关闭 thinking 模式。

4.2 采样

环境变量	类型	说明
OLLAMA_LLM_TEMPERATURE	float	控制随机性（0.0–2.0，越大越有创造性）。
OLLAMA_LLM_TOP_K	int	Top-k 采样参数（0 = 禁用）。
OLLAMA_LLM_TOP_P	float	Top-p（核）采样参数（0.0–1.0）。
OLLAMA_LLM_MIN_P	float	最小概率阈值（0.0 = 禁用）。
OLLAMA_LLM_TYPICAL_P	float	典型概率质量（1.0 = 禁用）。
OLLAMA_LLM_TFS_Z	float	尾自由采样参数（1.0 = 禁用）。
OLLAMA_LLM_SEED	int	生成随机种子（-1 为随机）。

4.3 重复控制与 Mirostat

环境变量	类型	说明
OLLAMA_LLM_REPEAT_PENALTY	float	重复惩罚（1.0 = 不惩罚）。
OLLAMA_LLM_REPEAT_LAST_N	int	重复惩罚考虑的回看 token 数。
OLLAMA_LLM_PRESENCE_PENALTY	float	token 出现惩罚（-2.0 至 2.0）。
OLLAMA_LLM_FREQUENCY_PENALTY	float	token 频率惩罚（-2.0 至 2.0）。
OLLAMA_LLM_MIROSTAT	int	Mirostat 采样算法（0 = 禁用，1 = Mirostat 1.0，2 = Mirostat 2.0）。
OLLAMA_LLM_MIROSTAT_TAU	float	Mirostat 目标熵。
OLLAMA_LLM_MIROSTAT_ETA	float	Mirostat 学习率。

4.4 Thinking / 推理

环境变量	类型	说明
OLLAMA_LLM_THINK	bool 或 low/medium/high	开启模型的扩展思考 trace。仅 LLM 选项集有此字段，embedding 选项集没有。

think 是唯一不走 options 负载的 Ollama 选项——它是请求体的顶层字段。关键细节：

• 不设置则跟随模型自身默认。对不支持 thinking 的模型设 true，Ollama 会拒绝该请求。
• 推理级别（low/medium/high）额外要求 Ollama 服务端支持级别；任何形态的 think 在 LightRAG 侧要求 ollama>=0.5.4，配置错误会在服务启动时暴露，而不是流水线中途。
• 空值（OLLAMA_LLM_THINK=）表示 false，不是“未设置”。
• 具备 thinking 能力的模型可能把整个生成预算花在隐藏推理上，抽取阶段返回空 entities/relations（issue #3597）。正确修法是 EXTRACT_OLLAMA_LLM_THINK=false（若关键词抽取也受影响再配 KEYWORD_OLLAMA_LLM_THINK=false），而不是全局关闭——因为对部分模型而言，关闭 thinking 会可测量地损害抽取质量。这一权衡在 binding_options.py 的 think 字段注释中被完整记录：默认值 True 只是文档化，框架从不主动覆写它。

4.5 硬件与内存

这些是 Ollama 服务端运行时旋钮，除非清楚自己在做什么，否则不要设置。

环境变量	类型	说明
OLLAMA_LLM_NUMA	bool	启用 NUMA 优化。
OLLAMA_LLM_NUM_BATCH	int	处理批次大小。
OLLAMA_LLM_NUM_GPU	int	使用的 GPU 数（-1 为自动）。
OLLAMA_LLM_MAIN_GPU	int	主 GPU 索引。
OLLAMA_LLM_LOW_VRAM	bool	低显存优化。
OLLAMA_LLM_NUM_THREAD	int	CPU 线程数（0 为自动）。
OLLAMA_LLM_F16_KV	bool	KV 缓存使用半精度。
OLLAMA_LLM_USE_MMAP	bool	模型文件使用内存映射。
OLLAMA_LLM_USE_MLOCK	bool	将模型锁定在内存中。
OLLAMA_LLM_VOCAB_ONLY	bool	仅加载词表。
OLLAMA_LLM_LOGITS_ALL	bool	返回全部 token 的 logits。
OLLAMA_LLM_EMBEDDING_ONLY	bool	仅用于 embedding。

5. Gemini LLM 选项

前缀 GEMINI_LLM_。每个字段一一对应 Google GenAI GenerateContentConfig 的同名参数，定义见 binding_options.py 的 GeminiLLMOptions。

环境变量	类型	说明
GEMINI_LLM_TEMPERATURE	float	控制随机性（0.0–2.0，越大越有创造性）。
GEMINI_LLM_TOP_P	float	核采样参数（0.0–1.0）。
GEMINI_LLM_TOP_K	int	限制采样到 top K token（1 表示关闭限制）。
GEMINI_LLM_MAX_OUTPUT_TOKENS	int	响应中最大生成 token 数。
GEMINI_LLM_CANDIDATE_COUNT	int	每次请求返回的候选数量。
GEMINI_LLM_PRESENCE_PENALTY	float	token 出现惩罚（-2.0 至 2.0）。
GEMINI_LLM_FREQUENCY_PENALTY	float	token 频率惩罚（-2.0 至 2.0）。
GEMINI_LLM_STOP_SEQUENCES	JSON list	停止序列，如 '["END"]'。
GEMINI_LLM_SEED	int	可复现生成的随机种子。
GEMINI_LLM_THINKING_CONFIG	JSON dict	思考配置，如 '{"thinking_budget": 1024}'、'{"include_thoughts": true}'，或关闭思考 '{"thinking_budget": 0, "include_thoughts": false}'。thinking_budget: -1 表示选择 Gemini 的动态预算（由模型自行决定）。
GEMINI_LLM_SAFETY_SETTINGS	JSON dict	Gemini 安全设置覆写。

注意：值为 None 或空字符串的条目在构建配置对象之前即被丢弃，因此空设置不会在请求期引发类型错误。

6. Bedrock LLM 选项

前缀 BEDROCK_LLM_，映射到 Converse API。定义见 binding_options.py 的 BedrockLLMOptions。

环境变量	类型	说明
BEDROCK_LLM_TEMPERATURE	float	控制随机性（多数 Bedrock 模型为 0.0–1.0）。
BEDROCK_LLM_MAX_TOKENS	int	响应中最大生成 token 数 → inferenceConfig.maxTokens。
BEDROCK_LLM_TOP_P	float	核采样参数（0.0–1.0）→ inferenceConfig.topP。
BEDROCK_LLM_STOP_SEQUENCES	JSON list	停止序列 → inferenceConfig.stopSequences。
BEDROCK_LLM_EXTRA_FIELDS	JSON dict	以 additionalModelRequestFields 原样转发的模型专属字段，如 '{"reasoningConfig": {"type": "enabled", "maxReasoningEffort": "low"}}'。它是 Bedrock 侧对应 OPENAI_LLM_EXTRA_BODY 的机制。

源码可以确认驱动端的白名单：lightrag/llm/bedrock.py 中仅 temperature/max_tokens→maxTokens/top_p→topP/stop_sequences→stopSequences 四个字段被组装进 inferenceConfig，extra_fields 单独映射为 additionalModelRequestFields。也就是说：四个字段之外的任何东西必须走 BEDROCK_LLM_EXTRA_FIELDS，否则会被驱动静默丢弃（binding_options.py 中该类头部注释也明确提示了这一点）。

Bedrock 认证使用 SigV4 或 AWS_BEARER_TOKEN_BEDROCK，从不用 LLM_BINDING_API_KEY；三种认证模式（bearer token / 显式 SigV4 凭据 / SDK 默认凭据链）在 env.example 中有逐行注释，细节规则见 RoleSpecificLLMConfiguration.md 的 bedrock authentication rules 一节。

7. Ollama Embedding 选项

前缀 OLLAMA_EMBEDDING_。字段集与 §4 完全相同、仅去掉 think——num_ctx、num_predict、num_keep、seed、temperature、top_k、top_p、tfs_z、typical_p、min_p、repeat_last_n、repeat_penalty、presence_penalty、frequency_penalty、mirostat、mirostat_tau、mirostat_eta、numa、num_batch、num_gpu、main_gpu、low_vram、num_thread、f16_kv、logits_all、vocab_only、use_mmap、use_mlock、embedding_only、penalize_newline 与 stop。源码实现即 binding_options.py：OllamaEmbeddingOptions 直接复用 _OllamaOptionsMixin，而 think 只加在 OllamaLLMOptions 上。

实际中，对 embedding 请求只有运行时旋钮有意义：

环境变量	类型	说明
OLLAMA_EMBEDDING_NUM_CTX	int	embedding 模型的上下文窗口。Ollama 需要它在 EMBEDDING_TOKEN_LIMIT 之外单独设置；env.example 出厂值 8192。
OLLAMA_EMBEDDING_NUM_GPU / _MAIN_GPU / _NUM_THREAD / _NUM_BATCH / _LOW_VRAM / _USE_MMAP / _USE_MLOCK / _NUMA / _F16_KV	int / bool	语义与 §4.5 中对应的 OLLAMA_LLM_* 项相同。

采样与重复字段只是为了与 LLM 选项集对称而存在，对 embedding 响应无任何效果。

更换 embedding 模型或其有效维度会使所有已存向量失效。参见 LightRAG Server and WebUI 中的 embedding 模型警告。

8. Gemini Embedding 选项

前缀 GEMINI_EMBEDDING_，定义见 binding_options.py。

环境变量	类型	说明
GEMINI_EMBEDDING_TASK_TYPE	str	embedding 任务类型。不设置时按上下文自动推导（查询为 RETRIEVAL_QUERY，文档为 RETRIEVAL_DOCUMENT）。支持的值：RETRIEVAL_DOCUMENT、RETRIEVAL_QUERY、SEMANTIC_SIMILARITY、CLASSIFICATION、CLUSTERING、CODE_RETRIEVAL_QUERY、QUESTION_ANSWERING、FACT_VERIFICATION。

固定一个 task_type 会禁用非对称 embedding 所依赖的查询/文档区分；机制详见 Asymmetric Embedding Configuration。

9. 参数值的最终去向

Binding	目的地	被静默丢弃的
openai、azure_openai	作为关键字参数并入 Chat Completions 请求	无——不支持的字段直达提供商，成为提供商错误。
ollama	请求的 options 负载，外加顶层 think	无。
gemini	GenerateContentConfig(**options)	值为 None 或 "" 的条目。
bedrock	inferenceConfig（temperature、maxTokens、topP、stopSequences）外加来自 extra_fields 的 additionalModelRequestFields	该字段集之外的任何字段。
lollms	请求顶层字段	除 temperature、top_k、top_p、repeat_penalty、repeat_last_n、seed 之外的所有字段。

10. 提供商选项与 LLM 缓存的关系

LLM 缓存键按一个非机密 identity 分区，其组成是角色、binding、模型与 host；api_key 与提供商选项被刻意排除，使缓存键可以安全持久化。源码依据是 lightrag/utils.py 的 use_llm_func_with_cache()：缓存键仅由 prompt（user/system/history 拼接）、response_format 序列化值与 llm_identity_key 三者做 hash 得到，provider options 完全不参与。实际后果：

• 改 LLM_MODEL、LLM_BINDING 或 LLM_BINDING_HOST 会产生新的缓存键，因此会触发新的模型调用；
• 改提供商选项——temperature、think、reasoning_effort、max_tokens 等——不会。已缓存的抽取/查询结果仍按旧参数命中返回。

当你需要让调参对已处理内容生效时，必须显式清掉相应缓存（/documents/clear_cache 接口，或实验查询阶段临时设 ENABLE_LLM_CACHE=false）。注意清 LLM 缓存会连抽取缓存一起清掉——而文档删除后的实体/关系重建恰恰依赖抽取缓存，操作前需权衡。

11. 常见任务

11.1 限制输出长度（防止抽取输出无限增长）

给输出设一个上限，让失控的响应在请求超时前被截断。可用的上限估算为 LLM_TIMEOUT * output_tokens_per_second（例如 240s * 50 tok/s，即保持低于 12000）。

# OpenAI 兼容服务器（vLLM/SGLang/多数网关）
OPENAI_LLM_MAX_TOKENS=9000
# OpenAI 推理模型
OPENAI_LLM_MAX_COMPLETION_TOKENS=9000
# Ollama
OLLAMA_LLM_NUM_PREDICT=9000
# Gemini
GEMINI_LLM_MAX_OUTPUT_TOKENS=9000
# Bedrock
BEDROCK_LLM_MAX_TOKENS=9000

11.2 为抽取与关键词生成关闭 thinking

挑选与你提供商匹配的那一行——它们是互斥选项，不是整块粘贴（重复出现的同名变量只会保留最后一个值）。

# Ollama
EXTRACT_OLLAMA_LLM_THINK=false
KEYWORD_OLLAMA_LLM_THINK=false

# Gemini
EXTRACT_GEMINI_LLM_THINKING_CONFIG='{"thinking_budget": 0, "include_thoughts": false}'

# OpenAI 推理模型
EXTRACT_OPENAI_LLM_REASONING_EFFORT=minimal

# OpenRouter（每个角色一条 EXTRA_BODY——以下两种形态二选一）
EXTRACT_OPENAI_LLM_EXTRA_BODY='{"reasoning": {"enabled": false}}'
# vLLM 托管的 Qwen 风格模型
# EXTRACT_OPENAI_LLM_EXTRA_BODY='{"chat_template_kwargs": {"enable_thinking": false}}'

# Bedrock——字段名与合法取值属于目标模型而非 LightRAG，
# 请查该模型的 Converse API 文档。示例形态：
# EXTRACT_BEDROCK_LLM_EXTRA_FIELDS='{"reasoningConfig": {"type": "enabled", "maxReasoningEffort": "low"}}'

env.example 中同样给出了这几条 EXTRA_BODY 形态的原型注释（OpenRouter 的 reasoning.enabled 与 vLLM 部署 Qwen3 的 chat_template_kwargs.enable_thinking），可直接对照取用。

11.3 让某个角色拿不到某个提供商选项

没有“取消继承某个选项”的语法。要么用该角色模型能接受的值覆写该选项，要么从一开始就把选项保持为角色级而非全局。典型场景：本地 OpenAI 兼容端点与官方 API 共用 openai binding——

LLM_BINDING=openai
LLM_MODEL=gpt-5-mini
# 不要在这里全局设置 OPENAI_LLM_REASONING_EFFORT——本地服务器会拒绝它。
QUERY_OPENAI_LLM_REASONING_EFFORT=medium
KEYWORD_OPENAI_LLM_MAX_TOKENS=2048

12. 自行检查选项

--help 输出只列出当前所选 binding 的选项组，所以要检查哪个 binding，就显式传入哪个：

lightrag-server --llm-binding openai --help
lightrag-server --llm-binding ollama --help
lightrag-server --llm-binding gemini --help
lightrag-server --llm-binding bedrock --help
lightrag-server --embedding-binding ollama --help
lightrag-server --embedding-binding gemini --help

一次性以带注释的 .env 块形式打印所有 binding 的选项：

python -m lightrag.llm.binding_options

两种输出都源自 lightrag/llm/binding_options.py，因此永远与当前代码同步（.env 样例由 generate_dot_env_sample() 生成，test 子命令还会演示 Ollama/OpenAI 选项的解析行为）。最后重申 §1.2：生成样例中显示的取值为提供商的典型默认值，不是 LightRAG 实际发送的值——那些行被注释掉正是出于这个原因。