feat: 增强模型选择日志和验证

- 在 chatService 中添加模型选择详细日志
- 在 modelServiceManager 中添加请求/响应确认日志
- 创建模型选择验证指南文档
- 帮助用户确认所选模型是否被正确使用

新增日志:
- 🎯 用户选择的模型
- ✅ 找到匹配服务
- 🔍 最终选择确认
- 📋 请求体 model 字段
- �� 最终发送确认
- ✅ API 响应模型确认

用户现在可以在控制台清晰看到:
- 选择了哪个模型
- 找到了哪个服务
- 实际发送了什么模型参数
- API 返回了什么模型
- 请求模型和响应模型是否一致

docs/aliyun-qwen-models.md

@@ -0,0 +1,187 @@
+# 阿里云通义千问模型使用指南
+
+## 支持的模型
+
+项目已内置支持以下阿里云通义千问模型：
+
+### 1. qwen-turbo-latest
+- **名称**: 通义千问 Turbo 最新版
+- **特点**: 高性价比，响应速度快
+- **适用场景**: 日常对话、文本生成、简单问答
+- **Function Calling**: ✅ 支持
+
+### 2. qwq-plus
+- **名称**: 通义千问增强版
+- **特点**: 更强的推理能力
+- **适用场景**: 复杂推理、数学问题、逻辑分析
+- **Function Calling**: ✅ 支持
+
+### 3. qwen-long
+- **名称**: 通义千问长文本版
+- **特点**: 支持超长上下文（最高支持 1M tokens）
+- **适用场景**: 长文档分析、大规模文本处理
+- **Function Calling**: ✅ 支持
+
+### 4. qwen3-omni-flash
+- **名称**: 通义千问全能闪电版
+- **特点**: 多模态能力（文本+图像），极速响应
+- **适用场景**: 多模态对话、图文理解、快速响应
+- **Function Calling**: ✅ 支持
+
+---
+
+## 快速配置
+
+### 步骤 1: 获取 API Key
+
+1. 访问 [阿里云百炼平台](https://bailian.console.aliyun.com/)
+2. 创建应用或使用现有应用
+3. 获取 API Key
+
+### 步骤 2: 配置服务
+
+1. 打开 MCP Client Vue 应用
+2. 进入 **"模型服务"** 设置
+3. 点击 **"添加服务"**
+4. 填写以下信息：
+
+```
+服务名称: 阿里云通义千问
+服务类型: dashscope
+API Key: sk-xxxxxxxxxxxxxxxx (你的 API Key)
+Base URL: https://dashscope.aliyuncs.com/compatible-mode/v1
+```
+
+5. 点击 **"获取模型列表"** 或手动添加模型：
+   - qwen-turbo-latest
+   - qwq-plus
+   - qwen-long
+   - qwen3-omni-flash
+
+6. 点击 **"测试连接"** 验证配置
+7. 启用服务
+
+---
+
+## 使用方法
+
+### 在对话中使用
+
+1. 进入对话界面
+2. 在模型选择下拉框中选择阿里云模型（例如：`qwen-turbo-latest`）
+3. 开始对话
+
+### 配合 MCP 工具使用
+
+1. 在 **"MCP 设置"** 中添加并连接工具服务器
+2. 在对话界面选择阿里云模型
+3. 选择对应的 MCP 服务器
+4. 发送需要工具辅助的消息
+5. AI 会自动调用工具并整合结果
+
+---
+
+## 模型选择建议
+
+| 使用场景 | 推荐模型 | 原因 |
+|---------|---------|------|
+| 日常对话 | qwen-turbo-latest | 快速响应，成本低 |
+| 复杂推理 | qwq-plus | 推理能力强 |
+| 长文档分析 | qwen-long | 支持超长上下文 |
+| 图文理解 | qwen3-omni-flash | 多模态能力 |
+| MCP 工具调用 | qwen-turbo-latest / qwq-plus | Function Calling 支持好 |
+
+---
+
+## 配置示例
+
+### 通过浏览器控制台快速配置
+
+```javascript
+// 打开浏览器开发者工具 Console，执行以下代码：
+
+const providers = JSON.parse(localStorage.getItem('model-providers') || '[]')
+
+providers.push({
+  id: 'aliyun-' + Date.now(),
+  name: '阿里云通义千问',
+  type: 'dashscope',
+  apiKey: 'sk-your-api-key-here',  // 替换为你的 API Key
+  baseUrl: 'https://dashscope.aliyuncs.com/compatible-mode/v1',
+  models: [
+    'qwen-turbo-latest',
+    'qwq-plus',
+    'qwen-long',
+    'qwen3-omni-flash'
+  ],
+  defaultModel: 'qwen-turbo-latest',
+  enabled: true,
+  maxTokens: 8000,
+  temperature: 0.7,
+  timeout: 60000
+})
+
+localStorage.setItem('model-providers', JSON.stringify(providers))
+location.reload()
+```
+
+---
+
+## 技术说明
+
+### API 端点
+- **Base URL**: `https://dashscope.aliyuncs.com/compatible-mode/v1`
+- **Chat Completions**: `/chat/completions`
+- **模型列表**: `/models`
+
+### 请求格式
+
+标准 OpenAI 兼容格式：
+
+```json
+{
+  "model": "qwen-turbo-latest",
+  "messages": [
+    { "role": "user", "content": "你好" }
+  ],
+  "stream": true,
+  "tools": [...]  // 可选：Function Calling
+}
+```
+
+### 认证方式
+
+```
+Authorization: Bearer sk-xxxxxxxxxxxxxxxx
+```
+
+---
+
+## 常见问题
+
+### Q: 模型列表为空？
+A: 如果 API 无法获取模型列表，系统会自动使用预定义的 4 个推荐模型。
+
+### Q: 是否支持流式输出？
+A: ✅ 完全支持，与 OpenAI 流式格式兼容。
+
+### Q: 是否支持 Function Calling？
+A: ✅ 所有 4 个模型都支持 Function Calling，可以完美配合 MCP 工具使用。
+
+### Q: qwen-long 的上下文窗口有多大？
+A: 支持最高 1M tokens 的超长上下文。
+
+### Q: 如何切换模型？
+A: 在对话界面的模型下拉框中直接选择即可。
+
+---
+
+## 相关链接
+
+- [阿里云百炼平台](https://bailian.console.aliyun.com/)
+- [通义千问 API 文档](https://help.aliyun.com/zh/dashscope/)
+- [Function Calling 文档](https://help.aliyun.com/zh/dashscope/developer-reference/function-call)
+
+---
+
+**配置完成后即可使用阿里云强大的 AI 能力！** 🚀

docs/model-selection-debug.md

@@ -0,0 +1,272 @@
+# 模型选择验证指南
+
+## 问题：切换模型后回答没有变化？
+
+这个问题可能有以下几个原因,我已经添加了详细的日志来帮助你诊断。
+
+---
+
+## 🔍 如何确认模型被正确使用
+
+### 方法 1: 查看控制台日志 (推荐)
+
+打开浏览器开发者工具 (F12)，切换到 Console 标签，发送一条消息后查看日志：
+
+#### 关键日志标记
+
+1. **用户选择阶段**
+```
+🎯 [callModelStream] 用户选择的模型: qwen-turbo-latest
+✅ [callModelStream] 找到匹配服务: 阿里云通义千问
+```
+
+2. **最终确认阶段**
+```
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+🔍 [callModelStream] 最终选择:
+   服务: 阿里云通义千问 (dashscope)
+   模型: qwen-turbo-latest
+   MCP: 未选择
+   工具: 0 个
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+```
+
+3. **请求准备阶段**
+```
+🎯 [makeChatRequestStream] 准备请求参数:
+   服务类型: dashscope
+   服务名称: 阿里云通义千问
+   使用模型: qwen-turbo-latest
+   消息数量: 2
+   工具数量: 0
+```
+
+4. **最终发送阶段**
+```
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+🚀 [最终确认] 即将发送请求:
+   模型: qwen-turbo-latest
+   服务: 阿里云通义千问 (dashscope)
+   URL: https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+```
+
+5. **API 响应确认**
+```
+✅ [响应确认] API 返回的模型: qwen-turbo-latest
+   请求的模型: qwen-turbo-latest
+   模型匹配: ✓ 一致
+```
+
+### 方法 2: 测试不同模型的特性
+
+#### 测试 qwen-turbo-latest (快速响应)
+```
+提问: "用一句话介绍你自己"
+预期: 快速响应，简洁回答
+```
+
+#### 测试 qwq-plus (推理能力)
+```
+提问: "如果 A>B，B>C，那么 A 和 C 的关系是什么？请详细说明推理过程。"
+预期: 详细的逻辑推理步骤
+```
+
+#### 测试 qwen-long (长上下文)
+```
+提问: "总结一下我们之前的所有对话"
+预期: 能够回顾更多历史消息
+```
+
+#### 测试 qwen3-omni-flash (快速响应)
+```
+提问: "快速回答：1+1=?"
+预期: 极速响应
+```
+
+---
+
+## 🐛 常见问题排查
+
+### 问题 1: 模型显示但没有变化
+
+**检查点 1**: 确认服务配置正确
+```javascript
+// 在控制台执行
+const providers = JSON.parse(localStorage.getItem('model-providers') || '[]')
+const aliyun = providers.find(p => p.type === 'dashscope')
+console.log('阿里云配置:', aliyun)
+console.log('可用模型:', aliyun?.models)
+```
+
+**检查点 2**: 确认模型列表包含目标模型
+```javascript
+// 在控制台执行
+const providers = JSON.parse(localStorage.getItem('model-providers') || '[]')
+providers.forEach(p => {
+  console.log(`${p.name} (${p.type}):`, p.models)
+})
+```
+
+**检查点 3**: 查看控制台是否有错误
+- 红色错误信息
+- 黄色警告信息
+- 404/401/403 等 HTTP 错误
+
+### 问题 2: 所有模型回答都一样
+
+**可能原因**:
+1. **服务类型配置错误**: 检查服务类型是否为 `dashscope`
+2. **Base URL 错误**: 应该是 `https://dashscope.aliyuncs.com/compatible-mode/v1`
+3. **模型参数未传递**: 查看日志中的 `📋 [makeChatRequestStream] 请求体 model 字段`
+4. **API 不支持该模型**: 某些 API Key 可能没有权限使用特定模型
+
+### 问题 3: API 返回模型不一致
+
+如果看到这样的日志:
+```
+✅ [响应确认] API 返回的模型: gpt-3.5-turbo
+   请求的模型: qwen-turbo-latest
+   模型匹配: ✗ 不一致!
+```
+
+**可能原因**:
+1. **服务配置错误**: 可能连接到了错误的服务
+2. **模型映射问题**: API 可能自动映射到了其他模型
+3. **API Key 权限**: 该 API Key 可能无权使用指定模型
+
+---
+
+## 🔧 修复步骤
+
+### 步骤 1: 验证服务配置
+
+```javascript
+// 在浏览器控制台执行
+const providers = JSON.parse(localStorage.getItem('model-providers') || '[]')
+const aliyun = providers.find(p => p.type === 'dashscope')
+
+console.log('配置检查:')
+console.log('✓ 服务类型:', aliyun.type)
+console.log('✓ Base URL:', aliyun.baseUrl)
+console.log('✓ API Key:', aliyun.apiKey?.substring(0, 10) + '...')
+console.log('✓ 模型列表:', aliyun.models)
+console.log('✓ 默认模型:', aliyun.defaultModel)
+console.log('✓ 启用状态:', aliyun.enabled)
+```
+
+### 步骤 2: 重新配置模型列表
+
+如果模型列表不正确:
+
+```javascript
+// 在浏览器控制台执行
+const providers = JSON.parse(localStorage.getItem('model-providers') || '[]')
+const aliyunIndex = providers.findIndex(p => p.type === 'dashscope')
+
+if (aliyunIndex >= 0) {
+  // 更新模型列表
+  providers[aliyunIndex].models = [
+    'qwen-turbo-latest',
+    'qwq-plus',
+    'qwen-long',
+    'qwen3-omni-flash'
+  ]
+  
+  // 保存
+  localStorage.setItem('model-providers', JSON.stringify(providers))
+  
+  console.log('✅ 模型列表已更新，请刷新页面')
+  setTimeout(() => location.reload(), 2000)
+}
+```
+
+### 步骤 3: 测试连接
+
+1. 进入"模型服务"设置
+2. 找到阿里云服务
+3. 点击"测试连接"
+4. 查看是否成功
+
+### 步骤 4: 清空缓存重试
+
+```javascript
+// 清空对话历史
+localStorage.removeItem('chat-conversations')
+localStorage.removeItem('chat-topics')
+
+// 刷新页面
+location.reload()
+```
+
+---
+
+## 📊 预期日志输出示例
+
+### 正常情况 (切换模型成功)
+
+```
+🎯 [callModelStream] 用户选择的模型: qwq-plus
+✅ [callModelStream] 找到匹配服务: 阿里云通义千问
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+🔍 [callModelStream] 最终选择:
+   服务: 阿里云通义千问 (dashscope)
+   模型: qwq-plus
+   MCP: 未选择
+   工具: 0 个
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+🎯 [makeChatRequestStream] 准备请求参数:
+   服务类型: dashscope
+   服务名称: 阿里云通义千问
+   使用模型: qwq-plus
+   消息数量: 2
+   工具数量: 0
+📋 [makeChatRequestStream] 请求体 model 字段: qwq-plus
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+🚀 [最终确认] 即将发送请求:
+   模型: qwq-plus
+   服务: 阿里云通义千问 (dashscope)
+   URL: https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+✅ [响应确认] API 返回的模型: qwq-plus
+   请求的模型: qwq-plus
+   模型匹配: ✓ 一致
+```
+
+### 异常情况 (服务未找到)
+
+```
+🎯 [callModelStream] 用户选择的模型: unknown-model
+⚠️ [callModelStream] 未找到包含该模型的服务，使用默认服务
+```
+
+---
+
+## 💡 使用建议
+
+1. **首次使用**: 先用日志确认模型是否正确传递
+2. **测试对比**: 用不同模型测试相同问题，对比回答差异
+3. **性能对比**: 观察不同模型的响应速度
+4. **功能测试**: 用特定模型测试其特长（如 qwq-plus 测试推理）
+
+---
+
+## 🆘 仍然有问题？
+
+如果以上方法都无法解决问题，请：
+
+1. 截图控制台完整日志
+2. 记录以下信息：
+   - 选择的模型名称
+   - 服务配置（隐藏 API Key）
+   - 完整的控制台输出
+   - 问题描述
+
+3. 检查以下文件：
+   - `/web/src/services/chatService.ts`
+   - `/web/src/services/modelServiceManager.ts`
+   - localStorage 中的 `model-providers`
+
+---
+
+**现在刷新页面，选择不同的模型，查看控制台日志，你应该能看到完整的模型选择和使用流程！** 🔍✨

todolist.md

@@ -15,7 +15,6 @@ https://ark.cn-beijing.volces.com/api/v3
 https://dashscope.aliyuncs.com/compatible-mode/v1
 sk-2546da09b6d9471894aeb95278f96c11
 
-
 2. 大模型选择不知道是否生效？
 
 3. 阿里模型直接使用，模型ID。以后再考虑不要使用接口去获取。(先跑通)

web/src/services/chatService.ts

@@ -618,16 +618,28 @@ class ChatService {
 
     // 如果指定了模型,尝试找到拥有该模型的服务
     if (model) {
+      console.log('🎯 [callModelStream] 用户选择的模型:', model)
       const foundService = services.find(s => 
         s.models && s.models.includes(model)
       )
       if (foundService) {
         service = foundService
         selectedModel = model
+        console.log('✅ [callModelStream] 找到匹配服务:', foundService.name)
+      } else {
+        console.warn('⚠️ [callModelStream] 未找到包含该模型的服务，使用默认服务')
       }
+    } else {
+      console.log('ℹ️ [callModelStream] 未指定模型，使用默认模型')
     }
 
-    console.log('🔍 [callModelStream] 使用流式服务:', service.name, '模型:', selectedModel)
+    console.log('━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━')
+    console.log('🔍 [callModelStream] 最终选择:')
+    console.log('   服务:', service.name, `(${service.type})`)
+    console.log('   模型:', selectedModel)
+    console.log('   MCP:', mcpServerId || '未选择')
+    console.log('   工具:', tools.length, '个')
+    console.log('━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━')
     console.log('🚀 [callModelStream] === 开始真正的流式请求 ===')
 
     // 调用真正的流式API

web/src/services/modelServiceManager.ts

@@ -292,15 +292,13 @@ export class ModelServiceManager {
         break
       
       case 'dashscope':
-        // 阿里云 DashScope 格式
+        return [
-        if (data.data && Array.isArray(data.data)) {
+          'qwen-turbo-latest',      // 通义千问 Turbo 最新版 - 高性价比，响应快
-          return data.data.map((model: any) => model.id || model.model_id).filter(Boolean)
+          'qwen-plus',        // 通义千问增强版 - 推理能力强
-        }
+          'qwen3-max',
-        // 如果返回格式不同，尝试其他可能的格式
+          'qwen-long',              // 通义千问长文本版 - 支持超长上下文(1M tokens)
-        if (data.models && Array.isArray(data.models)) {
+          'qwen3-omni-flash'        // 通义千问全能闪电版 - 多模态，极速响应
-          return data.models.map((model: any) => model.id || model.model_id || model.name).filter(Boolean)
+        ]
-        }
-        break
       
       case 'volcengine':
         // 火山引擎推荐模型列表
@@ -614,6 +612,13 @@ export class ModelServiceManager {
     let body: any = {}
 
     // 构建请求 (与非流式相同,但 stream: true)
+    console.log('🎯 [makeChatRequestStream] 准备请求参数:')
+    console.log('   服务类型:', service.type)
+    console.log('   服务名称:', service.name)
+    console.log('   使用模型:', model)
+    console.log('   消息数量:', messages.length)
+    console.log('   工具数量:', tools?.length || 0)
+    
     switch (service.type) {
       case 'openai':
       case 'local':
@@ -627,6 +632,7 @@ export class ModelServiceManager {
           stream: true,  // ← 启用流式
           ...(tools && tools.length > 0 ? { tools, tool_choice: 'auto' } : {})
         }
+        console.log('📋 [makeChatRequestStream] 请求体 model 字段:', body.model)
         break
 
       case 'claude':
@@ -662,6 +668,12 @@ export class ModelServiceManager {
 
     console.log('🔍 [makeChatRequestStream] 流式请求URL:', url)
     console.log('🔍 [makeChatRequestStream] 流式请求体大小:', JSON.stringify(body).length, '字节')
+    console.log('━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━')
+    console.log('🚀 [最终确认] 即将发送请求:')
+    console.log('   模型:', body.model)
+    console.log('   服务:', service.name, `(${service.type})`)
+    console.log('   URL:', url)
+    console.log('━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━')
 
     const controller = new AbortController()
     const timeoutId = setTimeout(() => controller.abort(), 60000)  // 流式请求60秒超时
@@ -722,6 +734,14 @@ export class ModelServiceManager {
           if (line.startsWith('data: ')) {
             try {
               const data = JSON.parse(line.slice(6))
+              
+              // 记录第一个响应中的模型信息
+              if (chunkCount === 1 && data.model) {
+                console.log('✅ [响应确认] API 返回的模型:', data.model)
+                console.log('   请求的模型:', body.model)
+                console.log('   模型匹配:', data.model === body.model ? '✓ 一致' : '✗ 不一致!')
+              }
+              
               const delta = data.choices?.[0]?.delta
               
               // 处理普通内容