值班交接：把 Python 的两家模型调用接进同一条排障路径

接班先确认：统一入口不等于统一能力

一个 Python 项目接入几家模型服务后，最容易乱的不是请求代码，而是密钥、模型标识、超时和账单各有一套。新手可以先用同一入口跑通两个模型，再逐步处理差异，不必一开始就搭建复杂的调度层。

Relay365 是按量付费的多模型中转服务，适合希望集中管理调用入口的项目。它支持 OpenAI SDK，也可用于 Claude Code、Codex 和 Gemini CLI。不过，入口统一不代表所有模型都支持同样的参数、工具调用或输出格式；接入前仍要核实当前可用能力。

先让项目解释器和密钥各归其位

第一步，在项目目录执行下面两条命令，创建独立环境并安装客户端。随后按操作系统激活虚拟环境，确认程序使用的是该环境中的解释器。

python -m venv .venv

python -m pip install openai

第二步，通过终端或部署平台设置环境变量。将密钥放入 RELAY365_API_KEY，将入口放入 RELAY365_BASE_URL。使用 OpenAI 客户端时，入口应为 https://api.api365relay.com/v1。不要把真实密钥写进源码、截图或版本库，也不要在日志中打印它。

先登记两个可用标识，再发第一条请求

第三步，在服务控制台核实模型可用性，并复制准确的接口标识。可以选 Claude Haiku 4.5 和 Gemini 2.5 Flash 作为两次验证的对象，但不要把展示名称直接当成接口标识。将核实后的值分别存入 MODEL_PRIMARY 和 MODEL_SECONDARY。

第四步，先验证主模型。确认该模型支持聊天补全接口后，在已经配置好环境变量的终端执行下面的命令。请求只要求一句简短中文回复，方便观察连接、认证和返回结构是否正常。

python -c "import os; from openai import OpenAI; c=OpenAI(api_key=os.environ['RELAY365_API_KEY'], base_url=os.environ['RELAY365_BASE_URL'], timeout=30.0, max_retries=0); r=c.chat.completions.create(model=os.environ['MODEL_PRIMARY'], messages=[{'role':'user','content':'请用一句中文确认收到请求。'}]); print(r.choices[0].message.content)"

这里的三十秒是客户端超时设置，不是服务响应承诺。初次验证关闭自动重试，是为了更容易看清原始错误。

第二家模型沿用输入，不沿用能力假设

第五步，把命令中的 MODEL_PRIMARY 改成 MODEL_SECONDARY，再运行一次。两次都成功后，将客户端初始化和请求逻辑移入项目函数，让业务代码只传入模型标识与消息。

先保留最少参数，再逐项测试流式输出、结构化输出或工具调用。不要因为一个模型接受某项参数，就给另一个模型原样添加。发现差异时，在适配层记录限制，避免业务代码到处判断模型名称。

失败请求先分类，再决定是否换路

第六步，在调用外围补上异常处理和脱敏日志。至少记录模型标识、耗时、错误类型，以及响应中确实存在的请求标识；不要默认保存完整提示词和回复。

• 遇到认证失败或模型不存在时，应先检查密钥、权限和标识，不要反复重试。
• 遇到限流、超时或部分服务端错误时，可以设置有限次数的退避重试，并给整项任务设置总时限。
• 只有业务允许将内容发送给另一家模型服务时，才启用跨模型回退，同时确认数据处理要求和费用范围。

交班前核对费用和真实业务样本

用几条脱敏的真实任务检查回复质量、延迟和用量，再决定默认模型。不要只凭一句测试回复判断生产适用性，也不要让重试与回退无上限叠加。

如果项目确实需要集中接入多个模型，可以创建一个 Relay365 账户，从小额调用开始核验当前价格、模型支持和账单记录。交班记录最终应留下入口配置、模型标识、超时、重试上限及回退条件，而不是只写“已经跑通”。