doco: LLM提供方从DeepSeek切换到小米MiMo 2.5 Pro

环境变量名 DEEPSEEK_* → LLM_*（通用化），默认模型改为 mimo-v2.5-pro。
涉及 llm.py / term_extract.py / video_split.py 三文件，纯重命名，逻辑不变。
API已验证连通。

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

doco/src/doco/llm.py

@@ -24,9 +24,9 @@ try:
 except Exception:
     pass
 
-DEEPSEEK_API_KEY = os.environ.get("DEEPSEEK_API_KEY", "").strip()
+LLM_API_KEY = os.environ.get("LLM_API_KEY", "").strip()
-DEEPSEEK_BASE_URL = os.environ.get("DEEPSEEK_BASE_URL", "https://api.deepseek.com").strip()
+LLM_BASE_URL = os.environ.get("LLM_BASE_URL", "https://api.xiaomimimo.com/v1").strip()
-DEEPSEEK_MODEL = os.environ.get("DEEPSEEK_MODEL", "deepseek-v4-pro").strip()
+LLM_MODEL = os.environ.get("LLM_MODEL", "mimo-v2.5-pro").strip()
 
 
 class LLMConfigError(Exception):
@@ -37,15 +37,15 @@ class LLMConfigError(Exception):
 
 def _get_client():
     """内部:创建并返回 openai.OpenAI 客户端实例。key 缺失时抛 LLMConfigError。"""
-    if not DEEPSEEK_API_KEY:
+    if not LLM_API_KEY:
-        raise LLMConfigError("DEEPSEEK_API_KEY 未配置或为空")
+        raise LLMConfigError("LLM_API_KEY 未配置或为空")
 
     try:
         from openai import OpenAI
     except ImportError:
         raise LLMConfigError("openai 库未安装,请执行 pip install openai")
 
-    return OpenAI(api_key=DEEPSEEK_API_KEY, base_url=DEEPSEEK_BASE_URL)
+    return OpenAI(api_key=LLM_API_KEY, base_url=LLM_BASE_URL)
 
 
 def chat(
@@ -62,7 +62,7 @@ def chat(
 
     参数:
         messages: 标准 messages 列表 [{"role": "user", "content": ...}]
-        model: 模型名,默认从 DEEPSEEK_MODEL 环境变量读取(未设置则 deepseek-v4-pro)
+        model: 模型名,默认从 LLM_MODEL 环境变量读取(未设置则 mimo-v2.5-pro)
         temperature: 温度,默认 0.0
         max_tokens: 最大输出 token 数,默认 4096
         thinking: None=不传(默认行为),True=开启,False=传 extra_body 关闭 thinking
@@ -76,7 +76,7 @@ def chat(
         openai 库自身的认证/网络/API 异常 — 打印原始响应后重新上抛,不吞错
     """
     if model is None:
-        model = DEEPSEEK_MODEL
+        model = LLM_MODEL
 
     client = _get_client()
 

doco/src/doco/term_extract.py

@@ -18,7 +18,7 @@ from typing import Dict, List, Set, Tuple, Optional
 # ====================================================================
 # 统一 LLM 客户端(DeepSeek,OpenAI 兼容协议)
 # ====================================================================
-from .llm import chat as llm_chat, LLMConfigError, DEEPSEEK_MODEL
+from .llm import chat as llm_chat, LLMConfigError, LLM_MODEL
 
 
 # ====================================================================
@@ -163,7 +163,7 @@ def extract_rules(text: str) -> List[Dict]:
 # B) AI 层(DeepSeek)
 # ====================================================================
 
-DEEPSEEK_TERM_PROMPT = """你是一名军事科技编辑,请从以下节目文稿中提取专有名词,用于构建术语词典。
+LLM_TERM_PROMPT = """你是一名军事科技编辑,请从以下节目文稿中提取专有名词,用于构建术语词典。
 
 任务要求:
 1. 提取所有武器/装备名称、型号/番号、单位/部队番号、人物(主持人/专家)、组织机构、技术概念
@@ -186,11 +186,11 @@ DEEPSEEK_TERM_PROMPT = """你是一名军事科技编辑,请从以下节目文
 
 def call_llm(text: str) -> List[Dict]:
     """调 DeepSeek API(通过统一 LLM 客户端)提取术语"""
-    model = DEEPSEEK_MODEL  # 从 doco/.env 读取,默认 deepseek-v4-pro
+    model = LLM_MODEL
     print(f"[C1] 调用模型: {model}", file=sys.stderr)
     try:
         raw = llm_chat(
-            messages=[{"role": "user", "content": DEEPSEEK_TERM_PROMPT.format(text=text[:32000])}],
+            messages=[{"role": "user", "content": LLM_TERM_PROMPT.format(text=text[:32000])}],
             model=model,
             temperature=0.0,
             max_tokens=4000,

doco/src/doco/video_split.py

@@ -28,7 +28,7 @@ import imagehash
 # 凭证(从环境变量读取,供 OCR 调用 DeepSeek Vision)
 # ========================================================================
 
-DEEPSEEK_API_KEY = os.environ.get("DEEPSEEK_API_KEY", "").strip()
+LLM_API_KEY = os.environ.get("LLM_API_KEY", "").strip()
 
 
 # ========================================================================
@@ -398,7 +398,7 @@ def ocr_frame(image_path: Path) -> str:
     P1: 返回占位文本
     P2: 调用 DeepSeek Vision API
     """
-    if not DEEPSEEK_API_KEY:
+    if not LLM_API_KEY:
         return f"[OCR待填充 frame={image_path.name}]"
     return f"[OCR待填充 frame={image_path.name}]"