推理

模型调用只在自动化与 Agent 轮次中进行：transform、查询与操作都没有 AI。自动化通过 ctx.ai 使用宿主的 AI 设施——sys_2.infer 获取语言模型的答案，sys_1.decide 进行快速的结构化决策，embed 生成嵌入向量。需要这些能力的页面应发起自动化并关注其运行。

模型类别

// src/+workspace.ts (templates/field-operations)
ai: { models: ['default'], default: 'default', embeddings: ['scene'] }

// inside a generator in src/lib/suspicion-review.ts: an absent embedding provider is allowed
import { Effect } from 'effect';
const scene = yield* ctx.ai.embed([photo.photo], { model: 'scene' }).pipe(
  Effect.catchTag('Unavailable', () => Effect.succeed(null))
);
const vector = scene?.[0];
const scene_embedding = vector === undefined ? null : [...vector];

工作区在 +workspace.ts 的 ai 下声明它使用的模型类别（models、default，以及用于嵌入模型的 embeddings）。代码使用 default、fast 或 strong 等类别名，从不使用提供商的模型 id，由宿主把每个类别映射到具体模型。未映射的类别在调用时返回 Unavailable。

sys_2.infer

// src/lib/suspicion-review.ts (templates/field-operations, excerpt), called from an automation's run
export const DECISION = {
  kind: 'object',
  fields: {
    job_site_review: {
      kind: 'object',
      fields: {
        suspicious: { kind: 'bool' },
        reason: { kind: 'text' },
        evidence_asset_name: { kind: 'text', max: 256 }
      }
    }
    // …
  }
} as const;

const decision = yield* ctx.ai.sys_2.infer({
  model: 'default',
  prompt: suspicionPrompt(facts, representatives),
  files: photos, // FileRefs the run may read; the engine checks and reads them, the host encodes them
  output: DECISION
});

ctx.ai.sys_2.infer({ model, prompt, files?, output }) 返回一个符合声明的 output 类型的值——有类型且经过校验，从不是自由文本。每个映射的模型都是多模态的，因此 files 可以携带本次运行有权读取的图片与 PDF：引擎检查每次读取，并把字节交给宿主，由宿主为提供商编码。

推理

模型类别

sys_2.infer

sys_1.decide

embed

失败