接入 AI API 时，一次 HTTP 200 只能说明请求收到了成功状态。准备把调用放进业务之前，还需要分别检查模型权限、实际回答、结束原因、Token 用量和账户扣费。
本文由星火AI 智能网关维护方发布，使用 AI 辅助撰写，示例用于说明自己的服务，不是独立测评。星火AI 是第三方网关，与模型厂商无官方隶属关系。
1. 先把客户端地址和密钥来源对齐
OpenAI 兼容客户端的 Base URL 是带版本的前缀。以星火AI 为例：
https://ai.wfpromax.xyz/v1 完整 Chat Completions 地址则是 /v1/chat/completions。不要在客户端已经补上 /v1 时再重复填写，也不要把其他服务的密钥当作本站密钥。
2. 离线检查请求，再查询准确模型 ID
我们维护的 Python 示例只使用 Python 标准库。先阅读 example.py，再执行离线预览：
python3 example.py chat --model YOUR_MODEL_ID --dry-run 这个步骤不发送网络请求。正式连接时，把自己的密钥放在本机环境变量中，运行 models 子命令，选择返回列表里当前密钥有权使用的准确模型 ID。模型列表可见与实际生成成功需要分开验证。
3. 先发一条短请求
python3 example.py chat --model YOUR_MODEL_ID --prompt '只回复你好' --max-tokens 32 生成可能产生费用。max_tokens 是否适用取决于模型；参数不兼容时先核对接口说明。示例不自动重试，避免把排查放大成连续请求。
4. 保存五项可核对的结果
| 项目 | 要检查的内容 |
|---|---|
| 实际回答 | 是否符合这次任务，而非只有成功状态 |
| 结束原因 | 是否正常结束，是否因输出限制截断 |
| Token 用量 | 输入、输出及缓存字段是否存在，统计口径是什么 |
| 请求记录 | 时间、模型 ID 和脱敏请求标识能否对应 |
| 账户扣费 | 记录中的计费单位、分组倍率及实际金额是否一致 |
有效成本需要结合输入、输出、缓存单价、计费单位和账户倍率计算。不能只看折扣数字，也不能用接口返回的模型名独立证明上游身份。
5. 超时后先查用量，复杂能力单独测
超时不代表上游没有执行，也不代表没有产生费用。先查用量记录，再决定是否重试。需要流式输出、工具调用或其他协议时，用实际业务样例单独验收；一条普通聊天请求不能证明这些能力都可用。
常见状态可以按以下顺序排查：401 检查密钥，403 检查权限，404 检查路径与模型 ID，429 检查频率和配额，502/503 保存时间与脱敏请求标识再定位可用性问题。
完整步骤见官网调用验收指南。使用桌面客户端或插件可从下载与接入页进入。
一次验收只能代表相应时间、网络和任务下的观察。模型权限、价格和可用性以当前目录与账户配置为准。公开反馈请脱敏，勿上传 API Key、私人提示词或订单资料。
