[Bug] terminal-bench-2的文档和自定义配置文件中无法执行模型输出长度，temperature等额外请求参数

[SJTUyh]

操作系统及版本

所以操作系统版本

安装工具的python环境

在物理机/虚拟机自带python环境

python版本

其他

AISBench工具版本

3.1.20260604

AISBench执行命令

ais_bench harbor_terminal_bench_2.py --debug

模型配置文件或自定义配置文件内容

# ais_bench/configs/agent_example/harbor_terminal_bench_2_task.py
models = [
    dict(
        abbr="terminus-2",
        agent_name="terminus-2",  # -a/--agent: Agent名称 (terminus-2, claude-code, openhands等)
        model_names=["hosted_vllm/qwen3"],  # -m/--model: 模型名称, hosted_vllm/{模型名称}
        agent_kwargs={  # --ak/--agent-kwarg: Agent额外参数
            "api_base": "http://0.0.0.0:8080/v1",  # terminus-2需要api_base连接推理服务，例如填"http://0.0.0.0:8080/v1"会访问"http://0.0.0.0:8080/v1/chat/completions"
            "model_info": {  # 模型token限制和成本信息
                "max_input_tokens": 128000,
                "max_output_tokens": 4096,
                "input_cost_per_token": 0.0,
                "output_cost_per_token": 0.0,
            },
        },
        agent_env=None,  # --ae/--agent-env: 传递给agent的环境变量
    )
]

预期行为

配置文件和文档中有引导如何配置这些模型后处理参数的地方

实际行为

配置文件和文档中没有引导如何配置这些模型后处理参数的地方

前置检查

• 我已读懂主页文档的快速入门，无法解决问题
• 我已检索过FAQ，无重复问题
• 我已搜索过现有Issue，无重复问题
• 我已更新到最新版本，问题仍存在

[github-actions]

🌟欢迎给AISBench benchmark测评工具提issue，您可以先尝试以下途径寻求issue的解决方法：

1. 【强烈推荐❤️‍🔥】确保issue描述完整后，可以试着将issue交给回答，deepwiki包含了和工具相关的所有知识库
2. 在 工具历史issue 中通过问题的关键日志片段或关键词检索相似issue
3. 在 官方文档 的搜索栏中通过问题的关键日志片段或关键词检索
4. 寻求仓库维护者的帮助（issue评论区中 @SJTUyh）

[github-actions]

🤖 基于AI机器人的issue内容完整性检查结果:

问题内容检查结果

检查状态

FAIL

详细检查

• 操作系统及版本: INCOMPLETE
• 安装工具的python环境: INCOMPLETE
• python版本: INCOMPLETE
• AISBench工具版本: COMPLETE
• AISBench执行命令: COMPLETE
• 模型配置文件或自定义配置文件内容: COMPLETE
• 实际行为: COMPLETE

改进建议

• 操作系统及版本: 需要提供具体的操作系统名称和版本号，例如“Ubuntu 22.04”或“Windows 11”。目前的“所以操作系统版本”信息不足。
• **安装工具的python

👉 如果想重新检查，在评论区@issue_checker即可。

【强烈推荐❤️‍🔥】确保issue描述完整后，可以试着将issue交给回答，deepwiki包含了和工具相关的所有知识库

[SJTUyh]

models = [
    dict(
        abbr="terminus-2",
        agent_name="terminus-2",
        model_names=["hosted_vllm/qwen3"],
        agent_kwargs={
            "api_base": "http://0.0.0.0:8080/v1",
            "model_info": {
                "max_input_tokens": 128000,
                "max_output_tokens": 4096,
                "input_cost_per_token": 0.0,
                "output_cost_per_token": 0.0,
            },
            "llm_call_kwargs": {
                "temperature": 0.7,
                "top_p": 0.9,
                "top_k": 50,
                "max_tokens": 4096,
            },
        },
    )
]