model-providers：简洁的 LLM 与 Embedding 多提供商架构

model-providers 是一个基于简单 OOP 继承的 LLM 和 Embedding 模型提供商系统，支持通过环境变量或配置灵活切换不同提供商，实现模型的混合搭配使用。

model-providers 是一个设计简洁的模型提供商系统，专注于解决一个具体问题：如何在不同 LLM 和 Embedding 提供商之间灵活切换，而无需修改业务代码。

它采用基于继承的面向对象设计，没有魔法装饰器或元类，一切清晰可见。这种设计理念使得代码易于理解、测试和扩展。

项目明确拒绝使用装饰器或元类，所有功能通过普通类实现：

class BaseLLMProvider:
    @classmethod
    def create(cls, cfg: LLMProviderConfig) -> ResolvedProvider:
        raise NotImplementedError

class OllamaProvider(BaseLLMProvider):
    @classmethod
    def create(cls, cfg):
        # 构建并返回 ResolvedProvider
        ...

这种设计的优势：

• 显式注册：所有提供商在一个字典中可见
• 易于扩展：子类化 + 添加到字典 = 完成
• 简单测试：可直接模拟提供商类
• 清晰依赖：导入树直观明了
• IDE 友好：自动补全和导航完美工作

通过统一的工厂函数获取提供商实例：

from model_providers import get_llm_provider, LLMProviderConfig

# 使用环境配置
resolved = get_llm_provider()

# 或显式配置
cfg = LLMProviderConfig(provider="azure", model_name="gpt-4o-2")
resolved = get_llm_provider(cfg)

# 构建聊天模型
from pydantic_ai.models.openai import OpenAIChatModel
model = OpenAIChatModel(
    model_name=resolved.model_name,
    provider=resolved.provider,
)

提供商	默认模型	最大 Token	上下文窗口
Ollama	qwen3-vl:32b	131072	131072
Azure	gpt-4o-2	8192	8192
Grok	grok-2-latest	8192	8192
Groq	llama-3.3-70b-versatile	32768	32768

提供商	默认模型
Ollama	nomic-embed-text
Azure	text-embedding-3-large

model-providers 的设计带来了六个关键好处：

1. 无魔法：纯类实现，没有装饰器或元类
2. 显式注册：在一个字典中查看所有提供商
3. 易于扩展：子类化并添加到字典即可完成
4. 简单测试：可直接模拟提供商类
5. 清晰依赖：导入树直观明了
6. IDE 友好：自动补全和导航完美工作

扩展 model-providers 非常简单，只需四步：