简介:《DeepSeek使用指南:涵盖网页端、API集成和移动设备的交互操作》面向具备一定编程基础、希望将大模型能力接入实际业务的技术人员与产品经理,系统梳理了从网页端对话、API 调用到移动端接入的完整路径。压缩包仅含 1 个 docx 文档,约 16KB,篇幅精炼,适合作为快速上手与配置查阅手册。内容不仅给出注册登录、创建 API Key、Python 调用示例与响应处理等操作要点,还说明借助 Chatbox 等兼容 OpenAI API 的第三方客户端完成移动端配置、上下文与温度参数设置及部署验证的方法,便于读者理解接口机制、排错思路与成本用量查看方式。已有 5986 人学习下载,可作为开发者构建对话系统、企业推进客服自动化的入门参考,也方便产品人员评估集成流程与落地边界。
1. 从网页端到移动端:先把大模型对话链路拆成三段
大模型对话服务的使用指南,真正要拆的不是概念,而是网页端、API 集成和移动设备交互操作这三条链路。很多团队第一次接入时只盯着“能不能聊”,上线后才发现密钥泄露、移动端上下文丢失、流式解析截断这些问题才是血泪经验。这份资源适合刚接触 NLP 对话服务的开发者,也适合要把 AI 聊天机器人塞进现有系统的产品经理和运维。它覆盖注册登录、密钥创建、Python 请求、移动端兼容配置和排错路径。新手能照着步骤跑通,熟手能直接看参数边界和踩坑记录。下面按“网页端看交互、API 看协议、移动端看兼容”的顺序拆开。
2. 网页端对话:账号、会话与首轮提示词的落地细节
2.1 注册登录与浏览器环境的最小检查
网页端是最容易被低估的一环。很多人以为打开浏览器、登录账号、输入一句话就算完成,真正到了团队协作阶段才发现:同一个账号在不同浏览器里表现不一致,插件改写请求,剪贴板里的密钥被同步到个人设备,会话记录找不到对应模型。我的习惯是先做一次最小环境检查,再谈提示词优化。
常见做法是固定一个浏览器版本,关掉会注入脚本的扩展,尤其是自动翻译、划词助手、请求拦截类插件。它们不一定报错,但会让输入框里的中文标点、换行和粘贴内容发生细微变化,最后表现为“同一个提示词,网页端和 API 返回不一样”。这类问题很玄学,排查时先排除浏览器变量,比盯着模型参数有效。
注册登录环节,按服务入口提供的手机号、邮箱或平台支持的第三方账号完成即可。企业场景下不要用个人账号做生产验证,至少准备一个专用账号,把登录设备、密钥和账单分开。登录后先别急着问复杂问题,用一句“请用三句话说明你能做什么、不能做什么”做首轮探测,记录返回内容和响应时间。这个动作看起来简单,但它能确认三件事:账号是否生效、对话入口是否正常、当前会话是否绑定了预期模型。
浏览器环境检查可以按下面顺序走,不需要工具,手工就能完成:
| 检查项 | 建议做法 | 异常表现 |
|---|---|---|
| 浏览器版本 | 固定一个主用版本,不用极速模式 | 输入框光标错位、发送无响应 |
| 扩展插件 | 关闭翻译、划词、请求改写类插件 | 中文标点被替换、换行丢失 |
| 系统时间 | 校准到标准时间 | 登录态频繁失效、请求签名异常 |
| 网络环境 | 用稳定网络,避免频繁切换 | 流式输出中断、页面长时间转圈 |
| 账号隔离 | 生产验证用专用账号 | 额度混用、会话记录串号 |
注意:网页端排错时先换一个干净的浏览器配置文件,再考虑模型参数。很多“模型变笨”的反馈,最后定位到浏览器插件改写了输入。
2.2 对话输入框不是搜索框:首轮提示词的结构化写法
网页端输入框不是搜索引擎,不能只丢一个关键词。NLP 对话服务对上下文和指令结构敏感,首轮提示词决定了后面几轮对话的基线。我的习惯是把首轮输入拆成四段:角色、任务、约束、输出格式。这个结构不新鲜,但在网页端特别有用,因为网页端通常看不到完整的系统提示词配置,用户只能靠首轮把边界说清楚。
角色段写“你是谁、站在什么立场回答”,任务段写“要解决的具体问题”,约束段写“不要做什么、必须遵守什么”,输出格式段写“用表格、分点还是 JSON”。四段不需要很长,但每一段都要有信息量。比如让 AI 聊天机器人做技术问答,可以这样写:
角色:你是一名偏保守的 backend 工程师,回答优先给可执行步骤。 任务:帮我判断一个 Web_API 接入方案是否需要加流式输出。 约束:不要推荐未经验证的第三方网关;不确定的地方标注“需要验证”。 输出格式:先给结论,再给三条理由,最后给一个最小验证步骤。这段提示词的价值不在于“让模型更聪明”,而在于让返回结果可比较。网页端做探索时,最怕每次回答风格漂移,导致无法判断是提示词问题还是模型问题。固定四段式之后,至少输入侧是稳定的。
网页端还有一个细节:多轮对话里不要反复粘贴同一段背景。上下文窗口有限,重复背景会挤掉真正有用的信息。常见做法是把长期背景压缩成三到五条“项目约束”,每轮只补充新信息。需要 AI 聊天机器人扮演客服角色时,把产品边界、禁答范围、转人工条件写成固定块,比每轮临时解释更稳。
2.3 网页端能做什么、不能做什么:边界与导出习惯
网页端适合探索、长文阅读、临时验证和快速对比提示词。它不适合生产集成、批量任务、密钥管理和严格的审计。很多团队一开始用网页端跑通效果,就直接让业务方每天手工复制粘贴,短期能用,长期一定翻车:会话记录散落在个人账号里,模型版本不可追溯,额度消耗看不清,出了问题没有日志。
我一般把网页端定位成“交互试验台”。在网页端验证三件事:提示词是否表达清楚、返回格式是否稳定、业务方是否能看懂结果。验证通过后再进入 API 集成。网页端不承担批量调用,也不承担密钥分发。
导出习惯要提前定。每次重要会话结束,至少保存四样东西:首轮提示词、模型标识、关键参数(如果界面可见)、返回结果。保存成 Markdown 比截图好,因为后面可以直接贴进 API 请求体做对照。网页端如果支持会话分享或导出,优先用导出;不支持就手工复制到固定目录,文件名带上日期和场景,比如2025-06-01_客服问答_首轮.md。不要把会话留在浏览器标签页里,标签页一关,排查线索就断了。
网页端还有一条边界:不要用它传敏感数据。账号体系、密钥、客户手机号、合同条款,这些内容在网页端输入前要先脱敏。需要验证敏感场景时,用虚构数据构造样本,再到 API 环境做受控测试。网页端的便利性很容易让人放松警惕,但它的审计能力通常弱于自建脚本。
3. API 集成:用 Python 把对话能力接进现有系统
3.1 为什么优先走兼容协议:选型与请求链路
API 集成第一件事不是写代码,而是选协议。常见做法是优先走兼容聊天补全的 HTTP 协议,而不是一上来绑定某个厂商的专用 SDK。原因很现实:专用 SDK 升级快、参数名多、迁移成本高;兼容协议通常围绕model、messages、temperature、max_tokens这几个核心字段,换服务时改动小,排查也直观。对于要把 AI 聊天机器人接进现有 Web_API 的系统,协议稳定比 SDK 语法糖重要。
请求链路可以拆成四段:读取环境变量、组装请求体、发送 POST 请求、解析响应。读取环境变量是为了不把密钥写进代码;组装请求体是把系统提示词和用户输入放进messages;发送请求要设置超时;解析响应要同时看choices和usage。这四段每一段都能单独测,出问题时不会变成黑匣子。
选型时还要看一个边界:是否需要流式输出。流式适合聊天界面,用户能先看到部分内容;非流式适合后台任务,响应完整、解析简单。我的建议是先跑非流式,确认协议通、密钥对、模型名对,再加流式。反过来做,流式一断,很难判断是网络问题还是解析问题。
3.2 创建密钥与环境变量:别把 key 写进代码
密钥创建流程各平台大同小异:进入服务商控制台,找到 API 密钥管理,输入一个能标识用途的名称,创建后立即复制保存。密钥通常只完整显示一次,关掉页面就看不到了。名称建议带环境和用途,比如dev-chatbot-readonly、prod-customer-service,不要用“测试1”“我的key”这种命名,后面排查额度时根本对不上。
拿到密钥后,第一件事是写进环境变量,不是写进代码。Python 项目里可以用.env文件配合本地加载,但.env必须进.gitignore。生产环境用部署平台的环境变量或密钥管理服务。下面这组命令只用于本地验证:
# 本地临时生效,关闭终端后失效 export MODEL_API_KEY="sk-你的密钥" export MODEL_BASE_URL="https://api.example.com/v1" export MODEL_NAME="chat-model" # 检查变量是否写入,避免把密钥打印到日志 test -n "$MODEL_API_KEY" && echo "key exists"MODEL_API_KEY是服务端签发的密钥,不要提交到仓库;MODEL_BASE_URL是 API 根地址,常见做法只写到版本段,比如/v1,后面的/chat/completions由代码拼接;MODEL_NAME是服务商提供的模型标识,必须按控制台文档填写。环境变量检查只输出“存在”,不输出具体值,这一步是防止终端录屏或日志采集把密钥带走。
注意:密钥泄露后不要只删代码里的那一行。先到控制台禁用旧密钥,再创建新密钥,最后检查构建日志、CI 变量和前端打包产物。
3.3 最小可运行调用:从单轮到流式输出
最小调用不要引入太多依赖。用requests直接发 HTTP 请求,能把协议看清楚,也方便在任意 Python 环境复现。下面这段代码只做一件事:发一条系统消息和一条用户消息,拿回完整响应。
import os import requests # 从环境变量读取,避免硬编码 api_key = os.environ["MODEL_API_KEY"] base_url = os.environ.get("MODEL_BASE_URL", "https://api.example.com/v1") model_name = os.environ.get("MODEL_NAME", "chat-model") payload = { "model": model_name, "messages": [ {"role": "system", "content": "你是一个严谨的技术助手,回答先给结论再给步骤。"}, {"role": "user", "content": "用三句话解释什么是 NLP 对话服务。"} ], "temperature": 0.3, "max_tokens": 512, "stream": False } resp = requests.post( f"{base_url}/chat/completions", headers={ "Authorization": f"Bearer {api_key}", "Content-Type": "application/json" }, json=payload, timeout=30 ) resp.raise_for_status() data = resp.json() print(data["choices"][0]["message"]["content"]) print("usage:", data.get("usage"))这段代码的关键参数如下:
| 参数 | 作用 | 常见取值与边界 |
|---|---|---|
model | 指定模型标识 | 必须与服务商控制台一致,不要猜缩写 |
messages | 对话上下文 | system定边界,user放任务,多轮按顺序追加 |
temperature | 随机性 | 技术问答 0.1~0.3,创意写作再调高 |
max_tokens | 返回长度上限 | 先设 512 或 1024,过小会截断,过大增加成本 |
stream | 是否流式 | 后台任务用False,聊天界面再开True |
timeout | 请求超时 | 非流式 30 秒起步,流式另设读超时 |
Authorization用 Bearer 形式,Content-Type必须是 JSON。raise_for_status()不能省,否则 401 和 500 都会被当成正常响应往下解析,最后报一个莫名其妙的KeyError。data["choices"][0]["message"]["content"]是兼容协议里最常见的返回路径,但不同服务商可能在choices外层加字段,解析前先打印一次完整 JSON 结构,别凭记忆写。
流式输出的代码要处理分块。下面这段只保留核心逻辑:
import json import requests resp = requests.post( f"{base_url}/chat/completions", headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}, json={**payload, "stream": True}, stream=True, timeout=(10, 60) # 连接 10 秒,读取 60 秒 ) for line in resp.iter_lines(decode_unicode=True): if not line or not line.startswith("data: "): continue chunk = line.removeprefix("data: ").strip() if chunk == "[DONE]": break try: obj = json.loads(chunk) delta = obj["choices"][0].get("delta", {}) text = delta.get("content") if text: print(text, end="", flush=True) except json.JSONDecodeError: # 记录原始分块,便于排查协议差异 print("bad chunk:", chunk)iter_lines按行读取,decode_unicode=True避免中文被拆成字节;data:前缀是流式协议常见格式,[DONE]表示结束;delta.content可能为空,必须判断后再输出。timeout用元组分别控制连接和读取,流式读取时间要比非流式长。json.JSONDecodeError不要静默吞掉,至少打印原始分块,否则协议差异会变成“偶尔少几个字”的玄学问题。
3.4 响应解析、重试与 token 账本
响应解析不只看正文。choices[0].finish_reason能告诉你为什么结束:正常结束、达到长度上限、触发内容过滤。usage里通常有prompt_tokens、completion_tokens、total_tokens,这三个值要进日志,但日志里不要带完整密钥和完整用户输入。我的习惯是记录请求 ID、模型名、耗时、token 数、状态码,用户输入只存哈希或前 50 个字符。
重试要有边界。429 和 5xx 可以重试,401、403、400 不要重试,因为重试也不会变对,只会把额度打空。重试用指数退避,第一次等 1 秒,第二次 2 秒,第三次 4 秒,最多三次。并发场景下还要加抖动,避免所有请求同一时间打过去。
token 账本建议单独建一张表,至少字段包括:日期、业务线、模型名、请求次数、prompt_tokens、completion_tokens、总 token、失败次数。不需要一开始就上复杂系统,先用日志文件按天切分,再用脚本汇总。很多团队直到账单异常才发现某个循环在疯狂重试,后悔药没地方买。把账本做在前面,后面调参和扩容才有依据。
4. 移动端应用:第三方客户端的兼容配置与验证
4.1 移动端两条路线:官方客户端与兼容协议客户端
移动设备交互操作通常有两条路线。第一条是使用服务商提供的官方客户端,安装后登录账号即可对话,适合个人快速使用和演示。第二条是使用支持兼容协议的第三方多模型客户端,把 API 密钥填进去,适合需要固定系统提示词、切换模型、查看 token 用量的场景。两条路线不冲突,但边界要清楚:官方客户端省事,第三方客户端可控。
如果官方客户端已经满足需求,优先用它,不要在移动端折腾配置。需要做 AI 聊天机器人演示、需要把固定提示词带进手机、需要对比不同模型时,再考虑兼容协议客户端。选客户端时看三个点:是否支持自定义提供方、是否支持兼容聊天补全协议、是否能设置上下文消息数量上限。前两个决定能不能连,第三个决定长对话会不会突然失忆。
移动端应用还有一个现实问题:手机上的网络切换比电脑频繁。Wi-Fi 和蜂窝网络切换时,长连接容易断,流式输出会停在半截。配置时不要把超时设得太短,也不要在移动端跑超长上下文。先用短对话验证协议,再用中等长度对话验证上下文,最后才上真实业务。
4.2 自定义提供方配置:API 模式、路径、密钥和温度
第三方客户端的配置项名称不完全一样,但核心字段就那几个。下面按常见配置面板拆开:
| 配置项 | 建议填法 | 说明 |
|---|---|---|
| API 模式 | 兼容聊天补全协议 | 不要选专用厂商模式,除非客户端明确支持 |
| 名称 | dev-mobile-chat | 带环境和用途,方便后面区分 |
| API 根路径 | https://api.example.com/v1 | 只写到版本段,不要重复拼/chat/completions |
| API 密钥 | 粘贴环境变量里的同一把 key | 移动端不要用生产主密钥 |
| 模型名 | 与控制台一致 | 填错常见表现是 404 或答非所问 |
| 上下文消息数量 | 6~10 条起步 | 太大容易挤占窗口,太小会失忆 |
| 温度 | 0.2~0.5 | 客服问答偏低,创意场景再调高 |
API 路径是最容易翻车的地方。有的客户端要求填根路径,它自己拼/chat/completions;有的客户端要求填完整端点。判断方法很简单:先在电脑上用curl按你理解的路径请求一次,通了再把同样的路径填进手机。下面这条命令只验证协议和密钥,不验证手机网络:
curl -sS "https://api.example.com/v1/chat/completions" \ -H "Authorization: Bearer $MODEL_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "chat-model", "messages": [ {"role": "user", "content": "请用一句话介绍你自己"} ], "temperature": 0.2, "max_tokens": 128 }'-sS让 curl 安静但不隐藏错误;Authorization用环境变量,不把密钥写进命令历史;-d里的 JSON 必须合法,单引号包裹时注意不要有多余逗号。如果电脑上这条命令返回 200,手机端仍然连不上,问题通常在客户端的路径拼接、模型名或网络权限,不在密钥本身。
4.3 验证部署:用固定三问确认模型身份与上下文
移动端配置完成后不要随便聊两句就算成功。我的习惯是用固定三问做验证,每次换客户端或换模型都跑一遍:
第一问:“你是谁?请用三句话说明你的能力边界。” 这问用来确认模型身份和系统提示词是否生效。如果回答的身份明显不对,先查模型名和 API 路径,不要急着改温度。
第二问:“请复述我上一轮给你的数字:7391。” 这问用来确认多轮上下文是否保留。移动端客户端如果上下文条数设得太小,第二问就会失忆。把上下文消息数量从 6 调到 10 再试,观察是否恢复。
第三问:“请用表格输出三列:输入、处理、输出,内容用一句话概括。” 这问用来确认输出格式和中文编码是否正常。如果表格错乱、中文乱码,先查客户端编码设置,再查流式解析。
三问都通过后,再测试弱网:切到蜂窝网络,发一条中等长度问题,观察是否中途断开。移动端不要用生产密钥做长时间压测,额度消耗和密钥暴露风险都不值得。
4.4 移动端使用边界:弱网、长上下文和额度查看
移动端最适合的场景是演示、巡检、临时问答和固定提示词助手。不适合跑批量任务、长文档分析和需要严格审计的生产流程。弱网下流式输出会断,长上下文会触发截断,后台切换会导致连接回收,这些都是移动端应用的天然边界。
额度查看要养成习惯。第三方客户端通常只能看到对话,看不到完整账单;需要到服务商控制台看 token 用量和余额。我的做法是每周对一次账,把移动端用的密钥单独命名,发现异常增长先禁用该密钥,再查客户端日志。不要把生产主密钥填进个人手机,也不要把密钥截图发到聊天工具里。
移动端还有一个容易忽略的点:剪贴板。密钥复制后及时清空剪贴板,尤其是共用设备。客户端如果支持生物识别锁,尽量打开。演示结束后退出登录,别让会话停留在前台。
5. 避坑与排查:五个高频翻车现场
5.1 401/403:密钥没生效还是环境变量串了
现象:代码在本地能跑,部署到服务器就返回 401;或者网页端正常,API 一直 403。日志里只有一句“unauthorized”,看不出是密钥错、环境变量没加载,还是请求头格式不对。
原因通常有三类。第一,环境变量名写错,代码读的是MODEL_API_KEY,部署平台配的是MODEL_KEY,运行时取到空字符串,请求头变成Bearer。第二,密钥带了多余空格或换行,复制时把尾部空格带进去了。第三,请求头拼错,比如Authorization写成Authorizaton,或者没有加Bearer前缀。
解决:先在服务器上打印环境变量是否存在,不打印值;再用最小 curl 请求验证同一把密钥;最后检查请求头拼写。部署平台的密钥变量修改后要重新发布,很多平台不会热更新。401 和 403 不要重试,重试只会增加失败日志。
5.2 404/连接超时:base_url 多写一段路径
现象:本地 curl 通,Python 代码 404;或者请求一直超时,换网络也不行。错误信息可能是Not Found,也可能是网关返回的 HTML 页面。
原因:base_url和客户端拼接规则冲突。代码里写https://api.example.com/v1/chat/completions,又拼了一次/chat/completions,最终路径变成/v1/chat/completions/chat/completions。移动端客户端也有同样问题:有的填根路径,有的填完整端点。超时则常见于代理配置、DNS 解析或目标端口不通。
解决:把最终请求 URL 打印出来,和文档里的端点逐段对照。base_url只保留到版本段,端点由代码拼接。超时先看连接超时还是读取超时,连接超时查网络和 DNS,读取超时查服务端负载和max_tokens。不要在超时后无限重试,先确认路径。
5.3 回复截断/乱码:max_tokens、编码与流式解析
现象:回答说到一半停住,finish_reason是length;或者流式输出里中文偶尔变成乱码,非流式又正常。
原因:max_tokens设得太小,模型被硬截断;流式解析按字节切分,没有按行解码;客户端编码不是 UTF-8,中文被二次转码。还有一种情况是iter_lines没有设置decode_unicode=True,多字节字符被拆开。
解决:先把max_tokens调到 1024 观察是否还截断;流式代码按行读取并显式 UTF-8 解码;解析delta.content前判断空值。乱码问题不要靠“换模型”解决,先抓原始分块看字节。截断和乱码是两类问题,日志要分开记。
5.4 移动端“能连上但答非所问”:模型名与温度配置
现象:手机客户端显示连接成功,发消息也有回复,但回答风格完全不对,或者一直说自己是另一个助手。换电脑同一个密钥又正常。
原因:客户端里模型名填错,回退到了默认模型;系统提示词被客户端自带的模板覆盖;温度设得太高,短问答飘;上下文条数太小,第二轮就丢背景。移动端配置面板字段多,最容易出现“看起来都填了,实际有一项没生效”。
解决:用固定三问验证身份和上下文;把温度降到 0.2 再试;检查客户端是否开启了“自定义系统提示词”开关;对比电脑 curl 的请求体,确认model和messages一致。答非所问不一定是模型能力问题,先把配置对齐。
5.5 额度突然归零:共享 key 与并发重试
现象:月初刚充的额度,几天就没了;日志里请求次数不算多,但 token 消耗异常高。
原因:密钥被多人共享,移动端、网页端、测试脚本都用同一把 key;失败重试没有上限,429 之后疯狂重发;长上下文每轮都带完整历史,token 成倍增长;流式请求断开后客户端自动重连,重复计费。
解决:按环境和用途拆密钥,移动端用单独的低额度密钥;重试加次数上限和指数退避;多轮对话只保留最近 N 条,长期背景压缩成摘要;每天对一次 token 账本,发现异常先禁用可疑密钥。额度问题要当成安全事件处理,不要只看账单数字。
6. 进阶验证:把一次对话变成可复现的回归用例
6.1 用固定用例集验证三端一致性
网页端、API、移动端跑通之后,真正的稳定性来自回归用例。我的做法是准备一组固定提示词,覆盖身份确认、格式输出、上下文记忆、长文本截断四类场景,每次换模型、换客户端、换密钥都跑一遍。不要用“今天天气怎么样”这种开放问题,结果无法比较。
用例集不用大,五到八条就够。每条记录输入、期望特征、实际输出、耗时、token 数。网页端看交互是否顺畅,API 看协议和错误码,移动端看弱网和上下文。三端结果不一致时,先比请求体,再比模型名,最后比客户端配置。
| 用例类型 | 输入示例 | 观察点 |
|---|---|---|
| 身份确认 | 你是谁?用三句话说明能力边界 | 模型名、系统提示词是否生效 |
| 格式输出 | 用三列表格输出输入、处理、输出 | 中文编码、表格结构 |
| 上下文记忆 | 记住数字 7391,下一轮复述 | 上下文条数、客户端记忆 |
| 截断测试 | 写一段 800 字说明 | finish_reason、max_tokens |
| 错误输入 | 空消息、超长消息 | 400 错误、客户端提示 |
6.2 参数表:温度、top_p、max_tokens 的取值边界
参数不要凭感觉调。技术问答把temperature放在 0.1~0.3,top_p保持默认或 0.9;需要发散时再调高温度。max_tokens按场景设,短问答 256~512,长文 1024~2048,超过 4096 要先确认模型窗口。流式和非流式用同一组参数做对比,别一边流式一边换温度。
下面这段脚本批量跑三组提示词并记录差异,适合放在 CI 或本地回归:
import os, json, time, requests base_url = os.environ["MODEL_BASE_URL"] api_key = os.environ["MODEL_API_KEY"] model = os.environ["MODEL_NAME"] cases = [ ("身份", "你是谁?用三句话说明能力边界。", 0.2), ("格式", "用三列表格输出:输入、处理、输出。", 0.2), ("截断", "写一段 800 字的技术说明。", 0.3), ] for name, prompt, temp in cases: start = time.time() resp = requests.post( f"{base_url}/chat/completions", headers={"Authorization": f"Bearer {api_key}"}, json={"model": model, "messages": [{"role": "user", "content": prompt}], "temperature": temp, "max_tokens": 512}, timeout=30, ) body = resp.json() text = body["choices"][0]["message"]["content"] print(json.dumps({ "case": name, "status": resp.status_code, "elapsed": round(time.time() - start, 2), "finish_reason": body["choices"][0].get("finish_reason"), "usage": body.get("usage"), "preview": text[:80] }, ensure_ascii=False))这段脚本只做记录,不做断言。finish_reason出现length就说明max_tokens不够;usage突增说明上下文或输出变长;elapsed明显升高要查网络和服务端负载。把输出存成 JSONL,按天对比,比凭印象判断可靠。
6.3 我的习惯:上线前三端对照
从那以后我每次接入新的对话服务,都强制走一遍三端对照:网页端看交互和提示词,脚本看协议和错误码,手机看弱网和上下文。任何一端跑不通,都不进入业务联调。这个习惯救过我好几次,尤其是移动端“能连上但答非所问”那种问题,靠单端排查很容易绕晕。希望帮到你。
本文还有配套的精品资源,点击获取