Task Master 模型选型完全指南Supported Models 全景解析与配置实战【免费下载链接】claude-task-masterAn AI-powered task-management system you can drop into Cursor, Lovable, Windsurf, Roo, and others.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-task-masterTask Masterclaude-task-master是一套可嵌入 Cursor、Windsurf、Roo、Lovable 等环境的 AI 任务管理系统而 docs/models.md 记录了截至 2026 年 1 月 15 日该系统支持的全部 AI 模型清单包括 SWE 基准分数、Token 单价与角色归属。本文以该文档为骨架结合仓库中的 supported-models.json、models.js 与配置文档讲解如何读懂这份模型目录、理解 main / research / fallback 三角色机制并用task-master models系列命令完成实际的模型切换与自定义 Provider 接入。模型目录速览数据列的含义与来源docs/models.md以三张大表Main / Research / Fallback加一张不支持模型表呈现所有受支持模型每张表包含四列列含义取值说明Provider模型所属的接入渠道见下方 Provider 分类说明Model Name传入配置的模型 ID必须与 supported-models.json 中id完全一致SWE Score模型在 SWE-bench 类基准上的得分01—表示该模型未收录分数JSON 中对应swe_score: null或0Input / Output Cost每百万 Token 的价格美元0表示 CLI/OAuth 订阅类模型不计费—表示价格未知这份表格的直接数据源是 scripts/modules/supported-models.json它比文档多出三个关键字段是判断模型能不能用、怎么用的核心依据allowed_roles模型允许担任的角色main/research/fallback文档中的三张表正是按此字段归类max_tokens该模型的最大输出 Token 上限setModel写入配置时会自动回填到models.role.maxTokenssupportedfalse表示模型被明确禁止即文档最后的 Unsupported Models 表并附reason字段说明原因。从源码结构看config-manager.js 通过import MODEL_MAP from ./supported-models.json加载这份清单因此JSON 才是运行时真相Markdown 文档只是给人看的快照。若两者不一致应以 JSON 为准。Provider 分类从 API 直连到本地模型文档表中的 Provider 大致可分为四类理解其差异有助于正确选型API 直连型anthropic、openai、google、xai、groq、perplexity、openrouter、zai、azure、bedrock。需要配置对应 API Key价格列为真实美元单价。CLI 订阅型claude-codeopus / sonnet / haiku、codex-cligpt-5.2-codex 等、gemini-cligemini-3-pro-preview 等、grok-cligrok-4-latest 等。通过本机 CLI 的 OAuth 会话调用Input/Output Cost 恒为 0不需要 API Key。MCP 采样型mcp的mcp-sampling通过 MCP 客户端的 sampling 能力调用成本为 0但要求运行环境具备采样能力详见 configuration.md。本地/自定义型ollamagpt-oss、qwen3、phi4 等与lmstudio以及可通过--openrouter、--ollama、--bedrock、--azure、--vertex、--lmstudio、--openai-compatible等 flag 接入的任意自定义 Provider。其中 codex-cli、gemini-cli、grok-cli 等 Provider 的模型虽然写入了supported-models.json但从代码路径看models.jssetModel会对这些 Provider 的模型 ID 做名单校验——不在名单内会给出 warning 但仍可设置。三角色机制main / research / fallback 如何协同docs/models.md将模型按角色拆成三张表对应配置中models.main、models.research、models.fallback三个槽位。默认值定义在 config-manager.js{ models: { main: { provider: anthropic, modelId: claude-sonnet-4-20250514, maxTokens: 64000, temperature: 0.2 }, research: { provider: perplexity, modelId: sonar, maxTokens: 8700, temperature: 0.1 }, fallback: { provider: anthropic, modelId: claude-3-7-sonnet-20250219, maxTokens: 120000, temperature: 0.2 } } }main主执行模型负责任务生成、PRD 解析、任务更新等核心 AI 操作research研究模型配合--research旗标执行联网调研类任务。文档的 Research Models 表中出现了gpt-4o-search-preview、gpt-4o-mini-search-preview、sonar、sonar-deep-research等搜索增强模型这些模型的allowed_roles在 JSON 中仅含researchfallback兜底模型当主模型调用失败如超时、限流、API 异常时接管。注意docs/models.md中 Fallback Models 表与 Main Models 表高度重合说明主流模型通常同时被允许担任 main 与 fallback 角色。运行时getModelConfigurationmodels.js会读取这三个槽位的 provider、modelId、baseURL并逐一校验 CLI 与 MCP 两条路径的 API Key 状态keyStatus.cli/keyStatus.mcp返回结构化配置。并非所有模型都能任意担任三个角色——例如o1、o3-mini、o1-pro、gpt-4o-mini等模型在 JSON 中allowed_roles仅含main不可用作 research 或 fallback。如何解读 SWE Score 与 Token 成本SWE Score 是文档中最直观的选型依据但需结合角色与场景解读分数最高的头部模型gpt-5.2-codex0.82、gpt-5.2-pro0.82、claude-opus-4-50.809代表当前目录中的最强代码能力梯队适合作为 main 模型处理复杂任务拆解性价比之选claude-haiku-4-50.733输入 $1 / 输出 $5、gpt-5.10.76输入 $1.25 / 输出 $10、llama-3.1-8b-instant0.32输入 $0.05 / 输出 $0.08适合成本敏感场景或 research 角色成本为 0 的条目claude-code、codex-cli、gemini-cli、grok-cli、mcp、ollama全部计费为 0——前四者走订阅/OAuth后两者走本地或 MCP 采样适合不想为 Token 单独付费的用户本地模型ollama下的gpt-oss:120b0.624提供了近乎云端模型的 SWE 分数且完全免费、数据不出本机。注意文档中部分条目如google的gemini-2.5-pro-preview-05-06价格为—对应 JSON 中cost_per_1m_tokens: null表示价格未收录成本计算会显示 Unknown。实战一用 CLI 查看与切换模型模型管理的入口是task-master models系列命令TS 侧封装见 apps/cli/src/commands/models 与 model-management.ts# 交互式设置模型创建/修复 .taskmaster/taskmaster.json task-master models --setup # 列出当前可用模型 task-master models list # 为指定角色设置模型角色main / research / fallback task-master models --set-main claude-opus-4-5 task-master models --set-research sonar-reasoning-pro task-master models --set-fallback claude-3-7-sonnet-20250219 # 设置自定义 Provider 模型 task-master models --set-main gpt-5.2-codex --codex-cli task-master models --set-fallback gpt-5 --codex-cli task-master models --set-main some-model --ollama task-master models --set-main some-model --openrouter在 MCP 场景下如 VS Code 等客户端也可通过models工具调用task-master models set-main --provider mcp --model claude-3-5-sonnet-20241022 task-master models set-research --provider mcp --model claude-opus-20240229 task-master models list底层setModelmodels.js的判定逻辑值得注意先按providerHintmodelId在supported-models.json中精确查找找到则直接采用内置 Provider找不到时若 hint 为openrouter会实时请求 OpenRouter/api/v1/models验证若为ollama会请求本地http://localhost:11434/api/tags验证fetchOpenRouterModels、fetchOllamaModels自定义模型设置成功后返回warning提示官方未验证、兼容性不保证写配置时会自动同步maxTokens来自 JSON 的max_tokens字段并对不需要 baseURL 的 Provider 清除旧值。因此内置模型可直接--set-role model-id使用自定义模型必须携带 Provider flag否则会报MODEL_NOT_FOUND_NO_HINT。实战二自定义与本地模型接入对于表中未列出的模型文档的 Unsupported Models 表给出了边界示例OpenRouter 的:free免费模型如deepseek/deepseek-chat-v3-0324:free被明确禁止理由是严重的速率限制、缺乏工具调用支持及其他可靠性问题不适合生产使用。但付费版deepseek/deepseek-chat-v3-0324本身是支持的JSON 中supported: true。接入手册OpenRouter 自定义模型task-master models --set-main id --openrouter需提供 OpenRouter API KeyOllama 本地模型task-master models --set-main qwen3:32b --ollama默认连http://localhost:11434/api可通过--baseURL或配置global.ollamaBaseURL修改Azure--azure要求提供 baseURL可从配置global.azureBaseURL读取否则报错LM Studio--lmstudio默认连http://localhost:1234/v1OpenAI 兼容端点--openai-compatible必须提供baseURLBedrock / Vertex--bedrock、--vertex直接以自定义 ID 设置不做运行时校验需自行确保模型在云账户中可用。配置文件位于项目根目录.taskmaster/taskmaster.json旧版为taskmaster.config.json手工编辑需遵循如下结构见 configuration.md{ models: { main: { provider: anthropic, modelId: claude-opus-4-5, maxTokens: 32000, temperature: 0.2 }, research: { provider: perplexity, modelId: sonar-reasoning-pro, maxTokens: 8700, temperature: 0.1 }, fallback: { provider: anthropic, modelId: claude-3-7-sonnet-20250219, maxTokens: 120000, temperature: 0.2 } } }若配置文件缺失或损坏Task Master 会报错提示运行task-master init或task-master models --setup重建。当前模型目录中的重点型号截至 2026-01-15基于docs/models.md三张表与supported-models.json的交叉核对几个值得重点关注的型号型号Provider定位备注claude-opus-4-5anthropicmain 旗舰SWE 0.809输入 $5 / 输出 $25性价比优于 opus-4 系列claude-sonnet-4-5anthropicmain 均衡SWE 0.772输入 $3 / 输出 $15claude-haiku-4-5anthropicfallback 轻量SWE 0.733输入 $1 / 输出 $5max_tokens达 200000gpt-5.2-codexcodex-cli代码任务主力SWE 0.82走 OAuth 订阅不计费gpt-5.2 / gpt-5.2-proopenaiAPI 直连旗舰SWE 0.80 / 0.82pro 版输入 $21 / 输出 $168gemini-3-pro-previewgoogle / gemini-cli多模态长上下文SWE 0.762max_tokens达 1000000gpt-oss:120bollama本地免费首选SWE 0.624数据不出本机sonar-reasoning-properplexityresearch 主力SWE 0.211同时支持 main / research / fallbackglm-4.6zai中文场景SWE 0.68输入 $0.6 / 输出 $2.2选型建议与限制说明以角色定模型main 选 SWE 高分旗舰opus-4-5 / gpt-5.2 系列 / sonnet-4-5research 选搜索增强模型sonar 系列、search-preview 系列fallback 选成本低、稳定性高的模型haiku-4-5、gpt-5.1 等注意allowed_roles约束gpt-4o-search-preview等仅限 researcho1、o1-pro等仅限 main强行配置到不允许的角色会失败模型 ID 必须精确匹配文档表中的 Model Name 即配置中的modelId例如 Bedrock 模型必须使用us.anthropic.claude-sonnet-4-20250514-v1:0这种完整 ARN 格式 ID自定义模型需自担风险官方只对内置列表保证兼容自定义 Provider 会收到 warningOpenRouter 免费模型则被硬性禁止数据时效本目录为 2026 年 1 月 15 日的快照新模型以supported-models.json与task-master models list的实时输出为准。如需进一步深入可阅读 configuration.md模型相关配置全解、models.js设置/校验/API Key 状态实现以及 model-management.tsTypeScript 封装层并结合task-master models --setup完成交互式初始化。【免费下载链接】claude-task-masterAn AI-powered task-management system you can drop into Cursor, Lovable, Windsurf, Roo, and others.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-task-master创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考