配置

Infinia 中有两个配置界面：用户设置（主题、语言、侧边栏、日志）与 AI 配置（当前后端、API 密钥、模型）。两者都通过 REST 读写，并且 AI 配置可在运行时热切换而无需重启。数据库重新配置也在此处作为一个重置端点暴露。

所有端点都要求带 X-FengYu-Token 头。参见后端。

用户设置

text

GET /api/settings
  ◄── 200 { "theme": "dark", "language": "en", "sidebarCollapsed": false,
             "logLevel": "INFO", "updateApiBase": "", "computerUseEnabled": true,
             "computerUse": { "available": true, "reason": null } }

PUT /api/settings 接受一个部分请求体——只有你包含的键会被持久化，其余保持不变。

text

PUT /api/settings
  Content-Type: application/json
  { "sidebarCollapsed": true }

  ◄── 200 { "theme": "dark", "language": "en", "sidebarCollapsed": true, "logLevel": "INFO" }

键	类型	含义
`theme`	string	`"light"` 或 `"dark"`。参见设计系统。
`language`	string	UI 区域设置（例如 `en`、`zh-CN`）。
`sidebarCollapsed`	boolean	侧边栏是否初始处于折叠状态。
`logLevel`	string	`TRACE`、`DEBUG`、`INFO`、`WARN`、`ERROR` 或 `OFF`。立即应用到主程序和所有 Java 插件 Worker。
`updateApiBase`	string	留空使用 GitHub，或填写内网 FY-Proxy 更新服务的绝对 HTTP(S) 基础地址。
`computerUseEnabled`	boolean	桌面端 `computer_*` 屏幕控制工具族的总开关（默认 `true`）。置为 `false` 后，下一轮对话即从 AI 目录中移除这些工具；输入动作始终保留每轮审批门。
`computerUse`	object	只读能力探测：`{available, reason}`。仅桌面模式返回；纯 Web 模式为 `null`。

修改 logLevel 不会重启 Worker。宿主会更新自身的 Logback 命名空间，并向每个运行中的 Worker 发送内置 JSON-RPC 通知；之后新启动的 Worker 则通过 FENGYU_LOG_LEVEL 继承同一值。

桌面端会在创建窗口前加载 updateApiBase，因此启动自动探测与关于 → 检查更新手动操作会使用同一通道。FY-Proxy 模式有意只支持 Infinia-<version>-win32-x64-portable.zip 和 lite Infinia-<version>-linux-x64.deb；NSIS、AppImage、macOS、JRE 与便携 Web/JAR 构建仍使用公共 GitHub 通道，指向 FY-Proxy 时会被拒绝。

AI 配置

GET /api/ai/config 返回一份脱敏快照，以便你在不暴露原始密钥的情况下渲染表单：

API 密钥被脱敏——只显示开头和结尾的几个字符，例如 sk-1***wXYZ。
该快照还会报告 activeMode（当前后端）和 ready（当前后端是否可用）。

text

GET /api/ai/config
  ◄── 200 {
        "activeMode": "openai",
        "ready": true,
        "contextWindowTokens": 32768,
        "openai":  { "apiKey": "sk-1***wXYZ", "model": "gpt-4o", "baseUrl": "..." },
        ...
      }

contextWindowTokens 控制长对话压缩。FengYu 会在用量达到该值的 60% 时开始总结旧轮次；默认值为 32768，0 表示禁用自动压缩。应把它设为所选模型真实的上下文窗口，而不是模型的输出 token 上限。

更新 AI 配置

PUT /api/ai/config 接受一个部分请求体。关于来回往返有一个关键点：因为 GET 会脱敏 API 密钥，把那个脱敏值原样发回会覆盖掉真实密钥。为避免这种情况，**任何包含 *** 的 API 密钥字符串都被视为「未更改」**而不予持久化——因此脱敏值可以直接原样回传，不会丢失真实密钥。

text

PUT /api/ai/config
  Content-Type: application/json
  { "activeMode": "anthropic", "anthropic": { "apiKey": "sk-a***9zzz", "model": "..." } }

持久化之后，后端通过 BackendReactivator.reactivate() 热切换当前后端——无需重启。四种受支持的模式为 local（Ollama）、openai、anthropic 与 deepseek（OpenAI 兼容）。每种模式的作用参见 AI 对话。

测试连接

在提交一个新模式之前，可以不保存地探测它：

text

POST /api/ai/config/test
  Content-Type: application/json
  { "mode": "deepseek", "endpoint": "...", "apiKey": "...", "model": "...", "baseUrl": "..." }

  ◄── 200 { "success": true, ... }

用此端点可提前验证凭据与端点可达性。

MCP 客户端

FengYu 支持在 设置 → MCP 中动态添加、测试、启停和删除 MCP 服务，也支持对应的 REST API。STDIO、SSE 与 Streamable HTTP 均可在保存后立即连接，发现的工具会实时加入对话和 Agent 工具目录，不需要重启。

若要接入 mcp-chrome：

按其说明安装 Chrome 扩展和 mcp-chrome-bridge，并在扩展中点击 Connect。
在 FengYu 的 设置 → MCP 点击 添加 Chrome MCP。
保存预填配置：Streamable HTTP，地址 http://127.0.0.1:12306，端点 /mcp。

也可以手动创建同样的配置。mcp-chrome 官方推荐的连接地址是 http://127.0.0.1:12306/mcp；FengYu 的地址字段既可填写主机地址并单独填写端点，也可直接填写完整地址。

如果使用 Codex 风格的 STDIO 服务器文件，仍可通过 Spring AI 的启动配置加载：

bash

java -jar FengYu-*.jar \
  --spring.ai.mcp.client.stdio.servers-configuration=file:/absolute/path/mcp-servers.json

也可通过 GET /api/mcp/status 和 /api/mcp/servers 检查连接。配置外部 STDIO 命令即表示明确授权启动该命令，因此只应使用可信服务器定义，并将凭据放在受保护的本机配置中。

`datasource.properties` 布局

数据库连接与 AI 配置分开持久化，存放在 <运行目录>/.fengyu/config/datasource.properties，其键为：

键	含义
`db.type`	`H2`、`SQLITE`、`MYSQL`、`POSTGRESQL` 之一。
`db.url`	JDBC URL。
`db.driver`	JDBC 驱动类。
`db.dialect`	Hibernate 方言。
`db.username`	数据库用户名。
`db.password`	数据库密码，AES/GCM 加密（参见数据库）。
`db.file.path`	嵌入式后端的文件位置。

db.password 使用由本地 .machineid 派生、绑定机器的 AES/GCM 密钥加密，并以 ENC(...) 包裹后存储。参见数据库 —— 密码加密。

重新配置数据库

text

POST /api/settings/database/reset
  X-FengYu-Token: <token>

这会备份当前的 datasource.properties、清空它，并重启后端进入 SETUP 模式，以便首次启动向导收集新参数。功能上等价于删除 datasource.properties 并手动重启——参见数据库 —— 重新配置。

静态秘密的存储

本地敏感信息（数据源口令、AI 供应商 API Key、MCP 服务器凭据）写入磁盘前都会用机器绑定密钥加密。默认该密钥是 .fengyu/config/.machineid 中的随机值——它把密文绑定到本机（被窃走的配置文件在其他机器上无法解密），但无法防御同一操作系统用户下的读取。

使用操作系统凭据库保管秘密的部署，可以注入该密钥而不使用文件。在启动后端前设置 FENGYU_MACHINE_KEY（系统属性或环境变量，至少 16 个字符，重启间保持不变）——例如从 macOS 钥匙串读取：

bash

export FENGYU_MACHINE_KEY="$(security find-generic-password -s FengYu -a machine-key -w)"
java -jar Infinia.jar --token=...

等价命令：Linux 上 secret-tool lookup fengyu machine-key，Windows 在启动脚本中读取凭据管理器。所有密文都与注入的密钥绑定——切换或丢失该密钥将导致已存密文无法解密（可通过设置界面重录）。设置 FENGYU_MACHINE_KEY 后，.machineid 文件不再使用也不会被创建。

下一步

数据库——首次启动向导与四种后端。
AI 对话——使用你刚配置好的后端。
REST API——完整的端点参考。

配置 ​

用户设置 ​

AI 配置 ​

更新 AI 配置 ​

测试连接 ​

MCP 客户端 ​

datasource.properties 布局 ​

重新配置数据库 ​

静态秘密的存储 ​

下一步 ​

配置

用户设置

AI 配置

更新 AI 配置

测试连接

MCP 客户端

`datasource.properties` 布局

重新配置数据库

静态秘密的存储

下一步