真实服务配置与在线验证

真实模式使用HTTP适配器，默认目标为OpenAI原生接口：文本使用Chat Completions工具协议，Embedding使用/embeddings，图片使用/images/generations返回base64，TTS使用/audio/speech返回WAV。接口兼容不是凭名称保证：其他厂商需要核对参数、结构化输出、工具协议与错误语义。

配置

在system/.env设置MODE=real及四组*_API_KEY、*_BASE_URL、*_MODEL。模板中的模型名是可配置示例，不代表你的账号一定可用，也不是最新模型承诺。图片适配目前要求b64_json，不会替模型下载任意URL。

配置	必要检查
LLM	支持tools、严格function schema与Chat Completions；本实现不依赖responses协议
Embedding	支持指定dimensions；返回向量长度与数量必须一致
Image	返回base64图片；size参数与模型兼容
TTS	voice可用、接受中文input、支持WAV输出
费用	可填文本输入/输出每百万Token单价；缺少usage或价格则记unknown/null；图片/音频成本仍需对账

切换模式后重新执行初始化，导入当前Embedding namespace的示例资料：

docker compose up --build -d --force-recreate init api worker
docker compose logs init

demo与real向量空间由namespace隔离；同名资料在不同namespace保留独立版本。不要把demo向量与真实向量混查。改变Embedding模型或维度后必须重新导入；目前没有后台全量重嵌入迁移器。

在线验收步骤

1. /health显示real；创建任务时scenario=normal。
2. 导入一份已知资料，检查namespace、向量维度、过滤条件与返回来源。
3. 创建教材，核对真实model_call事件和provider id，不能仅看UI状态。
4. 检查中文内容、英文/阿语本地化、来源真实性。先由具备语言和教学能力的人审核。
5. 人工通过后检查真实图片、可听音频、视频音画和字幕；核对外部平台请求与费用。
6. 测试一个真实失败，例如无效密钥。系统应失败并留下错误，不产生demo成功结果。
7. 素材请求超时应为unknown；先查看外部账单和回执，再明确选择是否重试。
8. 保存模式、模型、实际请求ID、输出、评审和费用证据；只有这些通过后才能写“在线验证通过”。

本次验证状态

没有用户提供的有效服务凭据，所以未执行线上LLM、Embedding、图片和TTS调用。交付包含完整适配代码、请求契约测试和上述步骤。契约测试核对路径、参数、工具往返、usage缺失、超时和错误分类；不能证明真实内容质量、账号权限、限流或账单。

必须知道的限制

• 文本节点有工具轮数和Schema修复上限，但没有精确Token预算器；长资料/大教材需要额外的上下文预算与截断策略。
• 检索当前没有最低相关性阈值，过滤后最接近不保证相关；真实使用应标注相关性金标准并调阈值。
• 场景质量由模型评审+有限业务规则+人工复核共同保证；独立上下文不能消除两个模型相同偏差。
• 不同供应商的查询/取消接口未统一实现；未知外部结果不能全自动消除重复计费风险。