同一份请求,3 个 API key 排队 400 失败 3 次才告诉你请求体有问题,白白消耗 3 份 token。429 限流时又密集轮询 3 个 key 把上游打爆。扒 model-router.service.ts:classifyError 把上游错误分成 9 类,bad_request 硬拦截不重试、rate_limit 走 1/2/4s 阶梯 + provider 停用 60s 起指数封顶 5 分钟,以及为什么 billing_error 要整组停用而不是只换一个 key。
提交返回的 task_id 拿不到图/视频，是 wuyin 没跑完还是代理提前放弃？源码逐行：同步轮询（图片）vs 异步分步（视频）的两套 client 模型、GET→POST 405 兜底、status 枚举没有常量、submit 阶段双鉴权。
为什么 agent 跑长任务会被 idle timeout 误杀？为什么日志里 'LLM idle timeout (120s): no response from model' 出现时上游其实没事？源码逐行：管道心跳、上下文自动截断、4xx 错误透传上游 body。
把同一个请求在 3 个 key 之间轮询、遇到特定错误跳过熔断、整组限流就停 30s——这套机制是 LLM 代理的「心脏」。源码解读 + 你自己的代理可以怎么照搬。
不用数学公式，用最通俗的比喻理解大语言模型。什么是 Token？模型为什么会产生幻觉？参数多意味着什么？读完你就懂了。
RAG（检索增强生成）是大模型在企业落地中最关键的技术架构之一。本文全面解读RAG的工作原理、与Fine-tuning的对比、企业落地三种架构模式，以及怡途产品中的RAG应用。
不同LLM提供商的Token计费方式差异很大，企业如何选择最经济的方案？本文深度对比各种计费模式。