扣子平台把模型 API 从官方直连换成聚合中转，要改哪些配置、按什么顺序验收？

扣子平台把模型 API 从官方直连切到聚合中转，动手改的其实只有三处：请求地址 base_url、鉴权 Key、以及模型名到聚合平台模型 ID 的映射。但这只对走 OpenAI 兼容协议的自定义插件、HTTP 请求节点和代码节点成立；扣子对话区和工作流里预置的官方模型节点由平台侧托管，没有可替换的 base_url 入口，迁移不适用于这类节点。 迁移前先分清扣子里哪些调用点属于「可迁移」。扣子接入外部模型主要有三条路：自定义插件、工作流 HTTP 请求节点、代码节点里用 SDK 或 requests 直连。这三条路的 URL 和 Header 都写在使用者手里，换成聚合域名即可；而模型下拉框里的内置模型改不了上游。因此迁移范围通常只覆盖业务工作流那部分，不是整个 Bot 全量替换，先梳理调用清单比直接改配置更重要。 第一处必改的是 base_url 与路径拼接方式。官方直连多为 https://api.xxx.com/v1/chat/completions 这种形态，聚合平台一般保留 /v1/chat/completions 路径只换域名，也有平台要求带渠道前缀，必须按对方文档逐一核对。扣子插件里的 URL 是按 OpenAPI schema 写死的，换域名要同步改 schema 和鉴权头，否则返回的 404 或 401 与模型能力无关，却最容易被误判成「聚合平台不稳定」。 第二处是鉴权与 Key 的组织方式。聚合中转把多个上游的 Key 收拢成一把平台 Key，扣子这边只需改成 Bearer 平台Key，配置量反而变少。风险在于扣子插件的鉴权信息会随工作流导出、复制而扩散，一个 Key 打通全部模型后，泄露代价从「一个厂商的额度」变成「全部额度」。可行做法是按环境拆 Key、给单 Key 设额度上限并按月轮换，而不是所有 Bot 共用一把。 第三处是模型名称与能力的映射，官方模型名在聚合平台往往要换成对方定义的模型 ID。更隐蔽的是同名模型背后的版本可能不同：聚合平台做多上游路由时，同一个模型 ID 可能落到不同渠道，输出风格、上下文长度、是否支持工具调用都会出现差异。迁移后不能只测「通不通」，要固定一组回归用例，覆盖长文本、多轮、工具调用、多模态入参，逐条比对输出是否可接受。 流式返回是扣子场景里最容易出问题的一项。工作流的 HTTP 节点要的是完整响应，聊天场景要的是增量流，两者的验收口径不同。如果聚合平台默认不返回 stream，或把 SSE 缓冲成一整包再吐，首字延迟会从几百毫秒退化成整段生成时间，用户感知非常明显。验收时要把 stream=false 与 stream=true 两条路径分开测，并确认分片格式和结束标记与官方一致。 工具调用与结构化输出是第二容易出问题的项。扣子插件本身就是按工具描述去调模型，如果聚合层对 tools 参数做丢弃或改写，模型会退化成纯文本回答，表现是「插件突然不生效」。迁移时要把 tools schema 原样透传测一遍，观察响应里是否带 tool_calls 字段、参数 JSON 是否可解析；JSON mode 同理，先用小样本校验字段完整性再放量。 错误码与重试策略必须在调用层重写，不能沿用官方直连的经验。聚合中转多了一跳，会出现官方没有的状态：上游渠道限流返回 429、渠道切换过程中的 5xx、以及聚合层自身的额度不足提示。扣子代码节点里要按可重试与不可重试分类处理，对 429 做指数退避并限制总重试时长，避免单个节点拖到工作流整体超时被判失败。 成本结构会从「单价透明」变成「单价乘以路由再叠缓存」的复合账。官方直连主要看输入与输出 token 单价，聚合中转还要额外确认三件事：输入输出是否分别计价、是否有缓存命中折扣、失败重试是否计费。采购方还要确认对账粒度能否做到按天、按 Key、按模型拆分，否则月度成本分摊做不出来。按量计费下建议先用小流量跑一周，再判断单价是否真的更低。 稳定性收益来自多上游路由，代价是版本漂移和可观测性变差。单家官方直连故障时只能等恢复，聚合平台可以在渠道间切换，这正是迁移的主要动机；代价是日志分散在聚合侧，出问题时要凭请求 ID 才能定位到具体渠道。上线前应约定可观测口径：请求 ID 是否回传、成功率与 P95 延迟怎么统计、能否按模型看渠道分布。 数据链路与合规要单独确认，不能默认与官方直连一致。聚合平台是模型调用链上多出来的一环，需要问清是否留存请求与响应内容、是否用于训练、日志保留多久、数据落在哪个区域。面向金融、政务类业务的 Bot，还要确认内容审核发生在哪一层，以及输出违规时的责任边界写在哪份协议里。 可落地的迁移顺序是双跑灰度，而不是一次性切换。保留官方直连作为 A 路、聚合中转作为 B 路，用同一套回归用例各跑一遍，比对成功率、首字延迟、P95 与单次调用成本；B 路先承接非核心工作流，稳定运行两周后再切核心链路。切换完成后 A 路配置至少保留一个月，作为回滚出口，这比任何事前评估都更能兜住未知差异。