feat(gui): expose the streaming and debug options in the advanced page

These were command-line only. Add them to the settings dialog so the whole
feature set is reachable without arguments: stream mode, window limit,
segment limit, prefix-rollback token count, cold-start chunk count, max
tokens per step, thread count, verbose logging and the model directory. The
streaming group is grouped and greyed out for streaming-ONNX models, which
only use the commit granularity. The backend fingerprint now includes them,
so changing one restarts the recogniser; appearance changes still apply live.

Also add a test-only --settings-tab so a specific page can be screenshotted.

设置「高级」页补上原来只有命令行才有的选项：流式策略/滑窗上限/单段最长/前缀回滚
token 数/冷启动 chunk 数/单段最多生成 token/线程数/详细日志/模型目录。流式那一组
单独成组，选了流式 ONNX 模型时置灰（它们只用「更新粒度」）。这些值纳入「后端指纹」，
改动会重启识别后端；外观类改动仍然即时生效。另加测试用 --settings-tab 以便给单个
页签截图。

apps/common/appcli.h

@@ -109,7 +109,7 @@ inline void addBackendOptions(QCommandLineParser & p)
 // 按注册表里的模型直接构造后端（GUI 用；不依赖任何命令行参数）
 inline std::unique_ptr<IAsr> makeAsrForModel(const models::ModelInfo & m,
                                              const QString & language,
-                                             int threads, bool verbose,
+                                             int threads, int maxTokens, bool verbose,
                                              std::string * err)
 {
     QStringList missing;
@@ -125,6 +125,7 @@ inline std::unique_ptr<IAsr> makeAsrForModel(const models::ModelInfo & m,
         o.modelPath  = m.filePath(QStringLiteral("model")).toStdString();
         o.mmprojPath = m.filePath(QStringLiteral("mmproj")).toStdString();
         o.threads    = threads;
+        if (maxTokens > 0) o.maxTokens = maxTokens;
         o.verbose    = verbose;
         auto a = std::make_unique<Qwen3Asr>();
         if (!a->load(o, err)) return nullptr;

apps/gui/main.cpp

@@ -13,7 +13,9 @@
 #include <QPainter>
 #include <QPixmap>
 #include <QPushButton>
+#include <QStringList>
 #include <QSystemTrayIcon>
+#include <QTabWidget>
 #include <QTimer>
 
 #include "appcli.h"
@@ -66,6 +68,25 @@ bool hasUsableModel()
     return m && ModelStore::isInstalled(*m);
 }
 
+// 后端相关设置的「指纹」：这些值变了就必须重建后端（外观类改动不需要）。
+QString backendKeyOf(const lc::AppSettings & c)
+{
+    return QStringList{ c.modelId,
+                        c.language,
+                        c.captureDevice,
+                        c.modelDir,
+                        c.streamMode,
+                        QString::number(c.chunkSec),
+                        QString::number(c.streamWindowSec),
+                        QString::number(c.streamSegmentSec),
+                        QString::number(c.unfixedTokens),
+                        QString::number(c.unfixedChunks),
+                        QString::number(c.maxTokens),
+                        QString::number(c.threads),
+                        QString::number(c.verbose ? 1 : 0) }
+        .join(QLatin1Char('|'));
+}
+
 } // namespace
 
 int main(int argc, char ** argv)
@@ -95,6 +116,7 @@ int main(int argc, char ** argv)
     parser.addOption(QCommandLineOption("screenshot-delay", "截图前等待秒数", "sec", "6"));
     parser.addOption(QCommandLineOption("no-tray", "不创建托盘图标（测试用）"));
     parser.addOption(QCommandLineOption("screenshot-settings", "打开设置对话框截图后退出", "path"));
+    parser.addOption(QCommandLineOption("settings-tab", "截图设置对话框时先切到某个页签（0-2 或 模型/显示/高级）", "tab"));
     parser.addOption(QCommandLineOption("settings-autoclose", "复现用：自动操作设置对话框（reject|close|accept|ok|apply）", "how"));
     parser.addOption(QCommandLineOption("quit-after", "运行若干秒后优雅退出（测试退出路径用）", "sec"));
     parser.process(app);
@@ -102,12 +124,28 @@ int main(int argc, char ** argv)
     if (parser.isSet("asr-model")) cfg.modelId = parser.value("asr-model");
     if (parser.isSet("language"))  cfg.language = parser.value("language");
     if (parser.isSet("opacity"))   cfg.opacityPercent = parser.value("opacity").toInt();
-    if (parser.isSet("model-dir")) lc::models::ModelStore::setRootOverride(parser.value("model-dir"));
+    if (parser.isSet("model-dir")) cfg.modelDir = parser.value("model-dir");
+    if (!cfg.modelDir.isEmpty()) lc::models::ModelStore::setRootOverride(cfg.modelDir);
 
     // 仅用于验证渲染：打开设置对话框截图后退出
     if (parser.isSet("screenshot-settings")) {
         const QString path = parser.value("screenshot-settings");
         lc::SettingsDialog dlg(!hasUsableModel());
+        // 可选：先切页签，便于给某个页单独截图
+        const QString tab = parser.value("settings-tab");
+        if (!tab.isEmpty()) {
+            if (auto * tw = dlg.findChild<QTabWidget *>()) {
+                bool numeric = false;
+                const int n = tab.toInt(&numeric);
+                if (numeric) {
+                    tw->setCurrentIndex(qBound(0, n, tw->count() - 1));
+                } else {
+                    for (int i = 0; i < tw->count(); ++i) {
+                        if (tw->tabText(i) == tab) { tw->setCurrentIndex(i); break; }
+                    }
+                }
+            }
+        }
         dlg.show();
         QTimer::singleShot(1200, &dlg, [&dlg, path] {
             dlg.grab().save(path);
@@ -173,14 +211,24 @@ int main(int argc, char ** argv)
             return false;
         }
         std::string err;
-        asr = lc::app::makeAsrForModel(*m, cfg.language, cfg.threads,
-                                       parser.isSet("verbose"), &err);
+        asr = lc::app::makeAsrForModel(*m, cfg.language, cfg.threads, cfg.maxTokens,
+                                       cfg.verbose || parser.isSet("verbose"), &err);
         if (!asr) {
             qCritical("加载模型失败: %s", err.c_str());
             return false;
         }
 
+        // 流式参数：只有 llama 后端（Qwen3-ASR）用得到大部分参数，
+        // 流式 ONNX 只关心「更新粒度」。
         lc::StreamOptions sop;
+        sop.windowSec        = cfg.streamWindowSec;
+        sop.maxUtteranceSec  = cfg.streamSegmentSec;
+        sop.unfixedTokenNum  = cfg.unfixedTokens;
+        sop.unfixedChunkNum  = cfg.unfixedChunks;
+        sop.maxTokensPerStep = cfg.maxTokens;
+        sop.incremental      = (cfg.streamMode != QLatin1String("append")
+                                && cfg.streamMode != QLatin1String("window"));
+        sop.appendOnly       = (cfg.streamMode == QLatin1String("append"));
         if (asr->kind() == lc::AsrKind::NativeStreaming) {
             sop.chunkSec = (cfg.chunkSec > 0.0) ? cfg.chunkSec : 0.32;
         } else if (cfg.chunkSec > 0.0) {
@@ -207,28 +255,27 @@ int main(int argc, char ** argv)
         qWarning("采集失败: %s", qUtf8Printable(m));
     });
 
-    // 后端相关项（模型/语言/采集设备）变化才需要重启；外观类改动即时生效
-    const auto backendKey = [&cfg] {
-        return cfg.modelId + QLatin1Char('|') + cfg.language + QLatin1Char('|') + cfg.captureDevice;
-    };
-    QString activeKey = backendKey();
+    // 后端相关项（模型/语言/采集设备/流式参数）变化才需要重启；外观类改动即时生效
+    QString activeKey = backendKeyOf(cfg);
 
     const auto openSettings = [&] {
         lc::SettingsDialog dlg(false);
         QObject::connect(&dlg, &lc::SettingsDialog::settingsApplied, &window, [&] {
+            lc::models::ModelStore::setRootOverride(cfg.modelDir);
             applyAppearance(window, cfg);          // 透明度/字号等立刻可见
-            if (backendKey() != activeKey) {
-                if (startTranscriber()) activeKey = backendKey();
+            if (backendKeyOf(cfg) != activeKey) {
+                if (startTranscriber()) activeKey = backendKeyOf(cfg);
             }
         });
         if (dlg.exec() == QDialog::Accepted) {
+            lc::models::ModelStore::setRootOverride(cfg.modelDir);
             applyAppearance(window, cfg);
-            if (backendKey() != activeKey) {
+            if (backendKeyOf(cfg) != activeKey) {
                 if (!startTranscriber()) {
                     QMessageBox::warning(&window, QObject::tr("启动失败"),
                                          QObject::tr("模型加载失败，请检查设置。"));
                 } else {
-                    activeKey = backendKey();
+                    activeKey = backendKeyOf(cfg);
                 }
             }
         }

docs/cli.md

@@ -28,6 +28,7 @@
 
 参数的选择与实测见 [docs/phase2-streaming.md](phase2-streaming.md)。
 **这些参数只影响 `llama` 后端**（Qwen3-ASR）；`sherpa` 的流式模型只用到「提交粒度」一个参数。
+同一组参数在 GUI 的「高级 → 流式」里也有（选了流式 ONNX 模型时那一组会置灰）。
 
 | 选项 | 默认 | 说明 |
 |---|---|---|
@@ -84,6 +85,7 @@
 | `--screenshot <path>` | — | 启动后自动截图并退出；同时截折叠态与展开态（`-expanded.png`） |
 | `--screenshot-delay <sec>` | `6` | 截图前等待秒数 |
 | `--screenshot-settings <path>` | — | 打开设置对话框、截图后退出 |
+| `--settings-tab <tab>` | — | 截图设置对话框时先切到某个页签（`0`–`2` 或 `模型`/`显示`/`高级`） |
 | `--settings-autoclose <how>` | — | 自动操作设置对话框：`reject` / `close` / `accept` / `ok` / `apply`（`ok`/`apply` 是真的去点按钮） |
 | `--quit-after <sec>` | — | 运行若干秒后优雅退出（测退出路径） |
 

docs/gui.md

@@ -47,8 +47,9 @@
 | 取消 | 放弃本次改动（已经用「应用」生效过的改动不会被回滚） |
 | 确定 | 应用并关闭 |
 
-**哪些改动要重启识别后端？** 只有**模型 / 识别语言 / 采集设备**这三项变化时才会重建后端并重启转写；
-透明度、字号、行数、灰色尾部这类外观改动是即时生效的，不会打断正在进行的转写。
+**哪些改动要重启识别后端？** 只有**模型 / 识别语言 / 采集设备**，以及高级页里的**流式参数、
+线程数、模型目录**变化时才会重建后端并重启转写；透明度、字号、行数、灰色尾部这类外观改动是
+即时生效的，不会打断正在进行的转写。
 
 ### 模型页
 
@@ -80,10 +81,31 @@
 
 ### 高级页
 
+**通用**
+
 | 项 | 说明 |
 |---|---|
 | 更新粒度（秒） | 累积多少秒音频跑一步；「自动」= 由后端决定（流式模型 0.32s） |
-| 线程数 | 推理线程数；**只影响 Qwen3-ASR**，流式模型固定单线程（多线程反而更慢） |
+
+**流式（只影响 Qwen3-ASR）** —— 这一组对应 llama 后端的流式参数，改动会重启识别后端。
+选了流式 ONNX 模型（zipformer / X-ASR / Nemotron）时整组会**置灰**，因为那些模型只用「更新粒度」。
+
+| 项 | 对应命令行 | 说明 |
+|---|---|---|
+| 策略 | `--stream-mode` | `incremental`（增量复用，1~2 秒就出字，推荐）/ `append`（追加式，成本平坦但需要大 chunk）/ `window`（早期的对比实现） |
+| 滑窗上限（秒） | `--stream-window` | 仅 window 模式；「不限」= 不滑窗 |
+| 单段最长时长（秒） | `--stream-segment` | 超过就提交并重置上下文；「不限」= 不设上限 |
+| 前缀回滚 token 数 | `--unfixed-tokens` | 回滚丢弃最后 N 个 token —— 它们会显示成灰色的不稳定尾部 |
+| 冷启动 chunk 数 | `--unfixed-chunks` | 前 N 个 chunk 不带前缀，避免开头重复 |
+| 单段最多生成 token | `--max-tokens` | 单段生成的 token 上限 |
+| 线程数 | `--threads` | 只影响 Qwen3-ASR；流式模型固定单线程（多线程反而更慢） |
+
+**调试**
+
+| 项 | 对应命令行 | 说明 |
+|---|---|---|
+| 输出详细日志 | `--verbose` | 打印 llama.cpp / mtmd 的详细日志（排查加载/推理问题时用） |
+| 模型目录 | `--model-dir` | 留空 = 默认目录（占位符会显示实际路径）；一般不需要改 |
 
 ## 配置文件
 
@@ -101,6 +123,10 @@ windowX=179  windowY=725       ; 拖动后记录的位置
 mirrorBase=https://hf-mirror.com
 proxyMode=0                    ; 0=不使用 1=跟随系统 2=手动
 chunkSec=0  threads=8          ; 高级
+streamMode=incremental         ; 高级：流式参数（只影响 Qwen3-ASR）
+streamWindowSec=16  streamSegmentSec=30
+unfixedTokens=5  unfixedChunks=2  maxTokens=256
+verbose=false  modelDir=       ; 高级：调试
 ```
 
 删掉这个文件（或其中某个键）就回到默认值。模型文件在

src/ui/appsettings.cpp

@@ -42,6 +42,15 @@ void AppSettings::load()
 
     chunkSec = s.value(QStringLiteral("chunkSec"), 0.0).toDouble();
     threads  = s.value(QStringLiteral("threads"), 8).toInt();
+
+    streamMode       = s.value(QStringLiteral("streamMode"), QStringLiteral("incremental")).toString();
+    streamWindowSec  = s.value(QStringLiteral("streamWindowSec"), 16.0).toDouble();
+    streamSegmentSec = s.value(QStringLiteral("streamSegmentSec"), 30.0).toDouble();
+    unfixedTokens    = s.value(QStringLiteral("unfixedTokens"), 5).toInt();
+    unfixedChunks    = s.value(QStringLiteral("unfixedChunks"), 2).toInt();
+    maxTokens        = s.value(QStringLiteral("maxTokens"), 256).toInt();
+    verbose          = s.value(QStringLiteral("verbose"), false).toBool();
+    modelDir         = s.value(QStringLiteral("modelDir")).toString();
     s.endGroup();
 }
 
@@ -74,6 +83,14 @@ void AppSettings::save()
 
     s.setValue(QStringLiteral("chunkSec"), chunkSec);
     s.setValue(QStringLiteral("threads"), threads);
+    s.setValue(QStringLiteral("streamMode"), streamMode);
+    s.setValue(QStringLiteral("streamWindowSec"), streamWindowSec);
+    s.setValue(QStringLiteral("streamSegmentSec"), streamSegmentSec);
+    s.setValue(QStringLiteral("unfixedTokens"), unfixedTokens);
+    s.setValue(QStringLiteral("unfixedChunks"), unfixedChunks);
+    s.setValue(QStringLiteral("maxTokens"), maxTokens);
+    s.setValue(QStringLiteral("verbose"), verbose);
+    s.setValue(QStringLiteral("modelDir"), modelDir);
     s.endGroup();
     s.sync();
 }

src/ui/appsettings.h

@@ -42,6 +42,18 @@ public:
     double chunkSec = 0.0;       // 0 = 由后端决定
     int    threads  = 8;
 
+    // 高级：流式参数（只影响 llama 后端的 Qwen3-ASR；流式 ONNX 只用 chunkSec）
+    QString streamMode       = QStringLiteral("incremental");  // incremental | append | window
+    double  streamWindowSec  = 16.0;   // 仅 window 模式：滑窗上限；0 = 不限
+    double  streamSegmentSec = 30.0;   // 单段最长时长；0 = 不限
+    int     unfixedTokens    = 5;      // 前缀回滚丢弃的 token 数（算作不稳定尾部）
+    int     unfixedChunks    = 2;      // 冷启动不带前缀的 chunk 数
+    int     maxTokens        = 256;    // 单段最多生成 token 数
+
+    // 高级：调试
+    bool    verbose  = false;    // 输出 llama.cpp / mtmd 的详细日志
+    QString modelDir;            // 空 = 默认模型存储目录
+
     void load();
     void save();
 

src/ui/settingsdialog.cpp

@@ -77,6 +77,7 @@ SettingsDialog::SettingsDialog(bool firstRun, QWidget * parent)
 
     refreshModelTable();
     refreshActiveCombo();
+    updateStreamGroupEnabled();
 }
 
 SettingsDialog::~SettingsDialog() = default;
@@ -208,6 +209,7 @@ QWidget * SettingsDialog::buildModelPage()
             AppSettings::instance().modelId = activeCombo_->itemData(idx).toString();
             AppSettings::instance().save();
         }
+        updateStreamGroupEnabled();
     });
 
     connect(downloader_, &ModelDownloader::status,  this, [this](const QString & m) {
@@ -282,30 +284,125 @@ QWidget * SettingsDialog::buildDisplayPage()
 QWidget * SettingsDialog::buildAdvancedPage()
 {
     auto * page = new QWidget(this);
-    auto * form = new QFormLayout(page);
+    auto * root = new QVBoxLayout(page);
     AppSettings & cfg = AppSettings::instance();
 
+    // ---- 通用 ----
+    auto * generalForm = new QFormLayout;
+
     chunkSpin_ = new QDoubleSpinBox(page);
     chunkSpin_->setRange(0.0, 5.0);
     chunkSpin_->setSingleStep(0.1);
     chunkSpin_->setDecimals(2);
     chunkSpin_->setSpecialValueText(tr("自动"));
     chunkSpin_->setValue(cfg.chunkSec);
-    form->addRow(tr("更新粒度（秒）"), chunkSpin_);
+    chunkSpin_->setToolTip(tr("累积多少秒音频跑一步。流式模型默认 0.32 秒。"));
+    generalForm->addRow(tr("更新粒度（秒）"), chunkSpin_);
 
-    threadsSpin_ = new QSpinBox(page);
+    root->addLayout(generalForm);
+
+    // ---- 流式：只影响 llama 后端的 Qwen3-ASR ----
+    streamGroup_ = new QGroupBox(tr("流式（只影响 Qwen3-ASR）"), page);
+    auto * streamForm = new QFormLayout(streamGroup_);
+
+    streamModeCombo_ = new QComboBox(streamGroup_);
+    streamModeCombo_->addItem(tr("incremental — 增量复用，1~2 秒就出字（推荐）"),
+                              QStringLiteral("incremental"));
+    streamModeCombo_->addItem(tr("append — 追加式，成本平坦但需要大 chunk"),
+                              QStringLiteral("append"));
+    streamModeCombo_->addItem(tr("window — 每次重编码整个窗口（早期的对比实现）"),
+                              QStringLiteral("window"));
+    {
+        const int i = streamModeCombo_->findData(cfg.streamMode);
+        if (i >= 0) streamModeCombo_->setCurrentIndex(i);
+    }
+    streamForm->addRow(tr("策略"), streamModeCombo_);
+
+    windowSpin_ = new QDoubleSpinBox(streamGroup_);
+    windowSpin_->setRange(0.0, 120.0);
+    windowSpin_->setDecimals(1);
+    windowSpin_->setSpecialValueText(tr("不限"));
+    windowSpin_->setValue(cfg.streamWindowSec);
+    windowSpin_->setToolTip(tr("仅 window 模式使用：滑窗上限。"));
+    streamForm->addRow(tr("滑窗上限（秒）"), windowSpin_);
+
+    segmentSpin_ = new QDoubleSpinBox(streamGroup_);
+    segmentSpin_->setRange(0.0, 300.0);
+    segmentSpin_->setDecimals(1);
+    segmentSpin_->setSpecialValueText(tr("不限"));
+    segmentSpin_->setValue(cfg.streamSegmentSec);
+    segmentSpin_->setToolTip(tr("超过就提交并重置上下文。真实场景由静音检测分段，这是兜底上界。"));
+    streamForm->addRow(tr("单段最长时长（秒）"), segmentSpin_);
+
+    unfixedTokenSpin_ = new QSpinBox(streamGroup_);
+    unfixedTokenSpin_->setRange(0, 64);
+    unfixedTokenSpin_->setValue(cfg.unfixedTokens);
+    unfixedTokenSpin_->setToolTip(tr("回滚丢弃最后 N 个 token —— 它们会显示成灰色的不稳定尾部。"));
+    streamForm->addRow(tr("前缀回滚 token 数"), unfixedTokenSpin_);
+
+    unfixedChunkSpin_ = new QSpinBox(streamGroup_);
+    unfixedChunkSpin_->setRange(0, 32);
+    unfixedChunkSpin_->setValue(cfg.unfixedChunks);
+    unfixedChunkSpin_->setToolTip(tr("前 N 个 chunk 不带前缀（冷启动），用于避免开头重复。"));
+    streamForm->addRow(tr("冷启动 chunk 数"), unfixedChunkSpin_);
+
+    maxTokenSpin_ = new QSpinBox(streamGroup_);
+    maxTokenSpin_->setRange(16, 4096);
+    maxTokenSpin_->setValue(cfg.maxTokens);
+    maxTokenSpin_->setToolTip(tr("单段最多生成的 token 数。"));
+    streamForm->addRow(tr("单段最多生成 token"), maxTokenSpin_);
+
+    threadsSpin_ = new QSpinBox(streamGroup_);
     threadsSpin_->setRange(1, 32);
     threadsSpin_->setValue(cfg.threads);
-    form->addRow(tr("线程数"), threadsSpin_);
+    threadsSpin_->setToolTip(tr("只影响 Qwen3-ASR；流式模型固定单线程，因为这类模型多线程反而更慢。"));
+    streamForm->addRow(tr("线程数"), threadsSpin_);
 
-    auto * note = new QLabel(
-        tr("说明：流式模型（zipformer / X-ASR / Nemotron）会自动使用单线程，"
-           "因为这类模型多线程反而更慢；线程数只影响 Qwen3-ASR。"), page);
-    note->setWordWrap(true);
-    form->addRow(QString(), note);
+    streamNote_ = new QLabel(streamGroup_);
+    streamNote_->setWordWrap(true);
+    streamForm->addRow(QString(), streamNote_);
+
+    root->addWidget(streamGroup_);
+
+    // ---- 调试 ----
+    auto * debugForm = new QFormLayout;
+
+    verboseCheck_ = new QCheckBox(tr("输出详细日志（llama.cpp / mtmd）"), page);
+    verboseCheck_->setChecked(cfg.verbose);
+    debugForm->addRow(QString(), verboseCheck_);
+
+    modelDirEdit_ = new QLineEdit(page);
+    modelDirEdit_->setText(cfg.modelDir);
+    modelDirEdit_->setPlaceholderText(ModelStore::root());
+    modelDirEdit_->setToolTip(tr("留空 = 默认目录（占位符所示）。一般不需要改。"));
+    debugForm->addRow(tr("模型目录"), modelDirEdit_);
+
+    root->addLayout(debugForm);
+    root->addStretch(1);
+
+    updateStreamGroupEnabled();
     return page;
 }
 
+// 流式那一组参数只对 llama 后端（Qwen3-ASR）有意义；
+// 选了流式 ONNX 模型时置灰，免得改了没效果。
+void SettingsDialog::updateStreamGroupEnabled()
+{
+    if (!streamGroup_) return;
+    const QString id = (activeCombo_ && activeCombo_->currentIndex() >= 0)
+                           ? activeCombo_->currentData().toString()
+                           : QString();
+    const ModelInfo * m = id.isEmpty() ? nullptr : ModelStore::find(id);
+    const bool llamaBackend = m ? (m->backend == models::Backend::LlamaCpp) : true;
+
+    streamGroup_->setEnabled(llamaBackend);
+    streamNote_->setText(llamaBackend
+        ? tr("这些参数对应命令行里的 --stream-mode / --stream-window / --stream-segment / "
+             "--unfixed-tokens / --unfixed-chunks / --max-tokens / --threads。改动会重启识别后端。")
+        : tr("当前模型是流式 ONNX（zipformer / X-ASR / Nemotron），这些参数不适用；"
+             "它只用上面那个「更新粒度」。"));
+}
+
 // ---------------------------------------------------------------------------
 void SettingsDialog::refreshModelTable()
 {
@@ -480,6 +577,15 @@ void SettingsDialog::applySettings()
     cfg.chunkSec = chunkSpin_->value();
     cfg.threads  = threadsSpin_->value();
 
+    cfg.streamMode       = streamModeCombo_->currentData().toString();
+    cfg.streamWindowSec  = windowSpin_->value();
+    cfg.streamSegmentSec = segmentSpin_->value();
+    cfg.unfixedTokens    = unfixedTokenSpin_->value();
+    cfg.unfixedChunks    = unfixedChunkSpin_->value();
+    cfg.maxTokens        = maxTokenSpin_->value();
+    cfg.verbose          = verboseCheck_->isChecked();
+    cfg.modelDir         = modelDirEdit_->text().trimmed();
+
     if (activeCombo_->currentIndex() >= 0) {
         cfg.modelId = activeCombo_->currentData().toString();
     }

src/ui/settingsdialog.h

@@ -5,6 +5,7 @@
 class QComboBox;
 class QCheckBox;
 class QDoubleSpinBox;
+class QGroupBox;
 class QLabel;
 class QLineEdit;
 class QProgressBar;
@@ -37,6 +38,7 @@ private:
 
     void refreshModelTable();
     void refreshActiveCombo();
+    void updateStreamGroupEnabled();   // 流式参数只在 llama 后端下可用
     void onDownload();
     void onVerify();
     void onDelete();
@@ -73,6 +75,20 @@ private:
     QDoubleSpinBox * chunkSpin_   = nullptr;
     QSpinBox *       threadsSpin_ = nullptr;
 
+    // 高级：流式参数（只影响 llama 后端）
+    QGroupBox *      streamGroup_    = nullptr;
+    QLabel *         streamNote_     = nullptr;
+    QComboBox *      streamModeCombo_ = nullptr;
+    QDoubleSpinBox * windowSpin_      = nullptr;
+    QDoubleSpinBox * segmentSpin_     = nullptr;
+    QSpinBox *       unfixedTokenSpin_ = nullptr;
+    QSpinBox *       unfixedChunkSpin_ = nullptr;
+    QSpinBox *       maxTokenSpin_     = nullptr;
+
+    // 高级：调试
+    QCheckBox * verboseCheck_ = nullptr;
+    QLineEdit * modelDirEdit_ = nullptr;
+
     models::ModelDownloader * downloader_ = nullptr;
     bool              firstRun_   = false;
 };