AI API 接入与排障指南

先找到具体问题，再动手验证。每篇给出适用条件、可检查的步骤与原始来源，不用“兼容”两个字替代真正的接入判断。

01 / INTEGRATION & DEBUGGING

AI API 接入与排障

区分 SDK 的 Base URL 和完整请求地址，用本地路径检查排查 /v1 丢失、重复端点与配置覆盖，不发送真实 API 请求。

把 SSE 连接关闭与生成完成分开处理，检查客户端解析、代理缓冲和服务端终态，并用离线事件夹具验证恢复逻辑。

用不联网的完整工具调用示例，检查函数白名单、参数校验、call_id 对应与结果回传，避免只收到工具请求就结束。

用请求、输出、工具与会话状态对照表制定渐进迁移步骤，避免只更换 /responses 路径后解析失败或丢失上下文。

区分提示词缓存与应用缓存，检查稳定前缀、模型条件和 usage 缺失，并用本地账目示例验证缓存读取与写入不重复。

建立请求模型、返回模型与路由配置记录，区分别名更新、模型回退和供应商切换，避免把回答差异当成模型验真结论。

02 / FOUNDATIONS

先确认服务关系，再核对 Chat、Responses 与模型功能。

统一 token 单位、币种与缓存口径，避免“便宜”的错觉。

先判断认证、限流还是网关问题，再决定是否重试。

凭据只留在受控服务端，公开仓库与浏览器都不是保险箱。

建立功能回归、预算上限和明确的回退条件。