通过中转站用 Claude API：哪些功能能用，哪些不能，附一个自测脚本

这篇解决一个问题：在国内自己写程序调 Claude 的接口，走的是中转站，官方文档里的功能哪些能照着用，哪些不能？

官方文档不会告诉你这个，中转站自己的文档一般也只写怎么接入。本站这个系列的前 17 篇，每一篇都在同一家中转站上把文档里的功能实际跑了一遍，测到的出入分散在各篇里。这一篇把它们汇到一处，再给一个自测脚本，你可以拿它测自己在用的那一家。

用 Claude Code 而不是自己调接口的读者，看的应该是《通过中转站用 Claude Code》，那一篇测的是 Claude Code 的功能。

实测环境
日期	2026-10-13
中转站	酷站AI，一家，一把有额度上限的 key
模型	主要是 Sonnet 5.5，部分项目加测了 Opus 5.5
方式	Python anthropic SDK 1.13.0 和直接发 HTTP 请求；文末的自测脚本只用标准库

先把边界说清楚。 本站没有官方的 key，官方接口本身没有测。下面“官方文档”一栏是文档的说法，“实测”一栏是通过这家中转站看到的。这是一家、一天的表现：别家可能不同，这一家以后也可能改。所以这张表更适合当一份检查清单，照着它测你自己的那一家。

先说结论

• 日常写程序够用。 发消息、流式、多轮、工具调用、结构化输出、看图、读 PDF、引用、联网搜索、思考和 effort，都和文档一致。
• 有十来项用不了。 文件接口、批量、上下文压缩、代码执行、抓取网页、MCP 连接器、Agent Skills、快速模式、托管智能体、管理接口。大多数有替代办法，见第二节。
• 最要小心的是“看着成功，其实没生效”。 代码执行、按需压缩、停止序列、旧的结构化输出参数，返回的都是 200，只是功能没有发生。见第三节。
• 提示缓存要多做一步。 不带固定的 metadata.user_id，缓存基本不命中，反而比不开缓存更贵。见第五节。
• 在这里能跑通，不等于写对了。 好几种官方会拒绝的写法，这家中转站放过去了。见第四节。

一、总表

“详见”一栏是测这一项的那篇文章，里面有请求的写法和原始输出。

基本的请求和响应

功能	官方文档	实测	详见
发消息、多轮、system	可用	一致	第一个请求
流式	可用	一致，事件顺序和文档相同	同上
两种带 key 的请求头	都认	都认	同上
官方的各语言 SDK、ant 命令行	可用	Python、TypeScript 和 ant 跑通了，只改地址和 key	SDK 和命令行
模型列表	每个模型带上限和能力说明	能列出 16 个，每条只有 ID 等四个字段；查单个模型是 404	模型和价格
模型别名	可用	404，要写完整的 ID；列表里有的也不一定调得通	同上
不带 max_tokens	它是必填参数	503，带“60 秒后重试”，重试也一样	报错和限流
stop_sequences	命中就停	不生效，照常输出完	同上
报错的类型名	not_found_error 这一套	状态码是对的，类型名是中转站自己起的，消息是中文	同上
request-id 响应头	每个响应都有	没有；有一个中转站自己的 x-request-id	同上
限流的响应头	每个响应都有一组	一个也没有	同上
数 token 的接口	给的是估算，和实际只差一点	能调，数字对不上，偏差最大到三分之一	模型和价格

思考、缓存和上下文

功能	官方文档	实测	详见
effort 的五档	可用	一致，看得出差别	思考和 effort
思考的显示方式、任务预算	可用	请求被接受	同上
快速模式	研究预览，要申请	400，没有开	同上
提示缓存	标了就缓存，前缀相同就命中	能用，但不带固定的 user_id 基本不命中	提示缓存
不标 cache_control	不缓存	照样在缓存，而且是 1 小时的那种	同上
缓存诊断	返回没命中的原因	始终是 null	同上
上下文编辑（清工具结果）	可用	一致	压缩和上下文编辑
到阈值自动压缩	可用	400	同上
按需压缩	返回压缩块	参数被忽略，返回一段普通回答	同上
对话中途的 system 消息	可用	能用，缓存保得住	中途的系统消息
只管一轮的提醒（clear_at）	可用	在末尾时能用；留在历史里再发是 400	同上
中途按名字增减工具	可用	400；在消息里直接定义新工具能用	同上

工具

功能	官方文档	实测	详见
自己定义工具、并行调用、strict、Tool Runner	可用	一致	工具调用入门
bash、文本编辑器、记忆、电脑操作	可用	一致，定义占的 token 数也对得上	内置工具
联网搜索	可用	一致，带引用	服务器端工具
顾问	可用	能用	同上
工具搜索	可用	单次请求能用；带着历史继续对话是 400	同上
抓取网页	可用	400	同上
代码执行	可用	被忽略：返回 200，模型说自己没有这个工具	同上
程序化调用工具	可用	400	同上
MCP 连接器	可用	400	同上
Agent Skills	可用	列 skill 的接口 404；请求里带 skill 被忽略	Agent Skills

输入和输出

功能	官方文档	实测	详见
结构化输出（output_config.format）	可用	一致	结构化输出和引用
旧参数 output_format	400	被忽略，返回普通文字	同上
文档引用、搜索结果块	可用	一致	同上
图片和 PDF，用 base64	可用	一致，图片占的 token 数和官方的算法对得上	图片、PDF、文件和批量
图片，用网址	可用	400	同上
Files API 和 file_id	可用	接口 404，引用 400	同上
批量接口	可用	404	同上

消息接口以外的

功能	实测	详见
组织、用量、花费、限流、工作区的管理接口	全部 404	key、工作区和用量
托管智能体的六个接口	全部 404	托管智能体入门
OpenAI 兼容接口	能用，但走的是中转站自己的兼容层，行为和官方那一个不同	SDK 和命令行

管理接口和托管智能体在中转站上用不了是意料之中的：中转站发给你的 key、你看到的用量和账单，都是它自己的系统。

二、直接报错的：好发现，找替代

返回 400 或 404 的那些，第一次跑就知道了。麻烦的是找替代办法：

用不了的	替代办法
文件接口、用网址给图片	图片和 PDF 用 base64 放进请求。多轮对话里每轮都要重发，注意请求的大小
批量接口	自己并发发普通请求。拿不到批量的半价
抓取网页	自己写一个抓网页的工具给模型调，或者用联网搜索
MCP 连接器	自己在程序里当 MCP 客户端，把服务器的工具转成普通的工具定义；或者直接用 Claude Code、Agent SDK
上下文压缩	用上下文编辑清掉旧的工具结果；或者自己发一个请求让模型写摘要，再用摘要替换历史
工具搜索带历史继续、按名字增减工具	工具不多就全量给；要中途加工具，在消息里直接给完整定义
快速模式	没有替代
托管智能体	用 Agent SDK，循环和工具跑在你自己的机器上

三、悄悄忽略的：最要小心

这一类返回的是 200，没有任何报错，功能却没有发生。代码不检查的话，会带着错的结果往下走，还照样花了钱。

请求里带了什么	实际发生的	怎么发现
代码执行工具	模型回答说自己没有这个工具，或者给一段让你自己运行的脚本	看响应里有没有代码执行的内容块
Agent Skills	同上，文件没有生成	看有没有代码执行的结果块和 file_id
按需压缩	模型把对话当成普通请求接着回答，一两千 token	检查 stop_reason 是不是 compaction
stop_sequences	输出没有在序列处停下	检查 stop_reason 是不是 stop_sequence
旧参数 output_format	返回一段普通文字，不是 JSON	解析失败时别只当成偶发，查一下参数名
缓存诊断	diagnostics 始终是 null	用 usage 里的读写数字判断
一个不存在的工作区 ID	被忽略	没有影响，知道就行

对应到代码里就是一条习惯：不要只看状态码，要看响应里有没有你期望的那个东西。期望工具被调用，就找那个内容块；期望在某处停下，就看 stop_reason；期望 JSON，就解析并校验。这在官方接口上也是该做的，在中转站上是必须做的。

四、校验比官方松的：在这里能过，换个地方会 400

下面这些写法，官方文档说会被拒绝，通过这家中转站都返回了 200：

写法	官方文档	实测
最后一条是 assistant（预填），5.5 这一代的模型	400	200，模型接着往下写
Sonnet 5.5 把 thinking 设成 disabled	400	200
采样参数用非默认值	新一代的模型是 400	200，看不出有没有生效
删掉或改动 thinking 块再传回去	400	200
工具结果前面放一段文字	400	200
六个工具调用只回了五个结果	400	200，模型把缺的那个重新调了一次
工具名带点号、用中文、超过 128 个字符	不符合命名规则	被接受；超长的那个，返回的工具名和请求里的不一样
system 消息放在第一条，或者后面直接跟 user 消息	400	200
改掉搜索结果里的加密内容再带回	400	200，搜索结果被丢掉，模型否认搜过
结构化输出加预填	不兼容	200

单看每一条，宽松好像是好事。问题在于你的代码会不知不觉依赖它：在中转站上测试全过，哪天换一家、或者换成直连官方，同一份代码直接报 400。升级模型的时候尤其容易踩，因为文档列的那些“这一代开始拒绝”的写法，在这里测不出来，见《升级到 5.5 的清单》。

所以写代码时按官方的规则来：每个工具调用都回结果、结果放在消息最前面、工具名只用字母数字下划线和连字符、不用预填、不改 thinking 块。能不能跑通不是标准。

反过来也有一处是中转站更严：thinking 的 between_tools 写法，文档说 Sonnet 5.5 支持，这里返回 400。

五、数字对不上的：缓存和计数

提示缓存：带上固定的 user_id

这是花钱最多的一处。同一段系统提示连发几次，按文档第二次起都该读到缓存。通过这家中转站，不做处理的话基本读不到，而没读到的每一次都按写缓存的价付钱。

在请求里加一个固定的 metadata.user_id 就好了：

"metadata": {"user_id": "my-app-session-0001"}

提示缓存那一篇里每组发八次，看后七次：不带的两组命中 2 次和 0 次；带固定值的两组命中 6 次和 7 次。今天用文末的脚本又各发了四次、跑了两遍，结果相同：不带的后三次命中 0 次，带的命中 2 次。

为什么会这样，本站只能推测，中转站的文档里没有写。做法很简单：一场对话里的所有请求带同一个 user_id，不同的对话用不同的值，填一个不含个人信息的字符串。Claude Code 自己会带这个字段，所以用 Claude Code 时不用操心。

其他几个数字

• 数 token 的接口别拿来估花费。 今天的脚本里，同一句话接口说 21 个 token，真实请求计了 51 个。估算花费看真实响应里的 usage。
• 每个请求计的输入比内容本身多一小截。 提示缓存那一篇里量到的是二十几个 token，来源本站分不清。
• 没有限流的响应头。 文档里“读响应头，快到上限时主动放慢”的做法用不上，只能等 429 来了再退避。本站没有触发过 429。
• 实际扣多少钱，以中转站的账单为准。 本文和各篇里的花费都是按官方标价估算的，没有和账单核对。

六、报错长得不一样

状态码是对的，所以 SDK 抛的异常类没有分错。不一样的是细节：

• 类型名是中转站自己的：模型名写错是 model_not_found，key 错了是 auth_failed。
• 消息是中文的，有的响应体少了顶层的 type 和 request_id。
• 路径写错时返回的是纯文本，不是 JSON。

判断出了什么错，看 HTTP 状态码或者 SDK 的异常类，不要匹配 error.type 的字符串。 要找中转站查某一次请求，记下响应头里的 x-request-id。

七、自测脚本

下面这个脚本把上面最要紧的十几项各试一次。只用 Python 标准库，不用装任何东西。它不打印 key 和请求头；一共 25 个请求，都很短，按官方标价估算跑一遍约 0.1 美元，大头是缓存那两组和一次联网搜索。

"""中转站自测：对着你的接口地址，把 Claude API 的常用功能各试一次。只用标准库。

用法：
  export ANTHROPIC_BASE_URL="中转站给的接口地址"
  export ANTHROPIC_API_KEY="中转站给的 key"
  python3 relay_check.py

不打印 key 和请求头。一共 25 个请求，都很短。
"""
import base64
import json
import os
import struct
import time
import urllib.error
import urllib.request
import zlib

BASE = os.environ["ANTHROPIC_BASE_URL"].rstrip("/")
KEY = os.environ.get("ANTHROPIC_API_KEY") or os.environ["ANTHROPIC_AUTH_TOKEN"]
MODEL = "claude-sonnet-5-5"  # 换成你的中转站模型列表里有的


def call(path, body=None, beta=None):
    """发一个请求，返回（状态码，响应体，响应头的名字）。有 body 时是 POST，没有时是 GET。"""
    headers = {"x-api-key": KEY, "anthropic-version": "2023-06-01",
               "content-type": "application/json", "user-agent": "relay-check/1"}
    if beta:
        headers["anthropic-beta"] = beta
    data = json.dumps(body).encode() if body is not None else None
    req = urllib.request.Request(BASE + path, data=data, headers=headers)
    try:
        with urllib.request.urlopen(req, timeout=180) as r:
            code, text, names = r.status, r.read().decode("utf-8", "replace"), list(r.headers.keys())
    except urllib.error.HTTPError as e:
        code, text, names = e.code, e.read().decode("utf-8", "replace"), list(e.headers.keys())
    try:
        parsed = json.loads(text)
    except ValueError:
        parsed = {}
    return code, parsed if isinstance(parsed, dict) else {}, [n.lower() for n in names]


def msg(content, beta=None, **fields):
    """发一条消息。content 是用户消息的内容，其他字段原样并进请求体。"""
    body = {"model": MODEL, "max_tokens": 200, "messages": [{"role": "user", "content": content}], **fields}
    return call("/v1/messages", body, beta)


def brief(code, body):
    if code != 200:
        return f"HTTP {code}（{(body.get('error') or {}).get('type', '响应体不是官方的报错格式')}）"
    return f"HTTP 200，stop_reason={body.get('stop_reason')}"


def text_of(body):
    return "".join(b.get("text", "") for b in body.get("content", []) if b.get("type") == "text")


def row(name, result):
    print(f"{name}：{result}", flush=True)


def png(size=64):
    """现做一张纯红色的小图，省得带文件。"""
    def chunk(tag, data):
        return struct.pack(">I", len(data)) + tag + data + struct.pack(">I", zlib.crc32(tag + data))
    pixels = b"".join(b"\x00" + b"\xff\x00\x00" * size for _ in range(size))
    return (b"\x89PNG\r\n\x1a\n" + chunk(b"IHDR", struct.pack(">IIBBBBB", size, size, 8, 2, 0, 0, 0))
            + chunk(b"IDAT", zlib.compress(pixels)) + chunk(b"IEND", b""))


# —— 一、基本的 ——
code, body, names = msg("只回答两个字：你好", max_tokens=30)
row("基本请求", brief(code, body))
row("响应头", f"request-id {'有' if 'request-id' in names else '没有'}；"
    f"anthropic-ratelimit-* {'有' if any(n.startswith('anthropic-ratelimit-') for n in names) else '没有'}")

code, body, _ = call("/v1/models")
row("模型列表", f"HTTP {code}，{len(body.get('data') or [])} 个")

req = urllib.request.Request(BASE + "/v1/messages", data=json.dumps(
    {"model": MODEL, "max_tokens": 30, "stream": True, "messages": [{"role": "user", "content": "只回答两个字：你好"}]}).encode(),
    headers={"x-api-key": KEY, "anthropic-version": "2023-06-01", "content-type": "application/json", "user-agent": "relay-check/1"})
try:
    with urllib.request.urlopen(req, timeout=180) as r:
        events = [line.decode().split(":", 1)[1].strip() for line in r if line.startswith(b"event:")]
    row("流式", "正常，以 message_stop 结束" if events[-1:] == ["message_stop"] else f"事件不完整，最后几个是 {events[-3:]}")
except urllib.error.HTTPError as e:
    row("流式", f"HTTP {e.code}")

# —— 二、官方会拒绝或有明确行为的几种写法 ——
code, body, _ = call("/v1/messages", {"model": MODEL, "messages": [{"role": "user", "content": "你好"}]})
row("不带 max_tokens", brief(code, body))

code, body, _ = msg("从 1 数到 5，用逗号隔开，只输出数字。", max_tokens=40, stop_sequences=["3"])
row("停止序列", "生效" if body.get("stop_reason") == "stop_sequence" else f"没有生效（{brief(code, body)}）")

code, body, _ = call("/v1/messages", {"model": MODEL, "max_tokens": 30, "messages": [
    {"role": "user", "content": "你好"}, {"role": "assistant", "content": "你好，"}]})
row("预填（最后一条是 assistant）", brief(code, body))

question = "用一句话解释什么是提示缓存。"
c1, counted, _ = call("/v1/messages/count_tokens", {"model": MODEL, "messages": [{"role": "user", "content": question}]})
c2, real, _ = msg(question, max_tokens=60)
usage = real.get("usage") or {}
billed = sum(usage.get(k) or 0 for k in ("input_tokens", "cache_read_input_tokens", "cache_creation_input_tokens"))
row("数 token 的接口", f"接口说 {counted.get('input_tokens')}，真实请求计了 {billed}" if (c1, c2) == (200, 200) else f"HTTP {c1}")

# —— 三、常用功能 ——
weather = {"name": "get_weather", "description": "查某个城市现在的天气",
           "input_schema": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]}}
row("工具调用", brief(*msg("上海现在天气怎么样？", tools=[weather])[:2]))

schema = {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"], "additionalProperties": False}
code, body, _ = msg("中国的首都是哪里？", output_config={"format": {"type": "json_schema", "schema": schema}})
try:
    got_json = "city" in json.loads(text_of(body))
except ValueError:
    got_json = False
row("结构化输出", "拿到了合规的 JSON" if got_json else f"{brief(code, body)}，没有拿到要的 JSON")


def image(source):
    return [{"type": "image", "source": source}, {"type": "text", "text": "这张图主要是什么颜色？只答颜色。"}]


row("图片，base64", brief(*msg(image({"type": "base64", "media_type": "image/png", "data": base64.b64encode(png()).decode()}))[:2]))
row("图片，网址", brief(*msg(image({"type": "url", "url": "https://www.python.org/static/img/python-logo.png"}))[:2]))

# —— 四、提示缓存：同一段系统提示连发 4 次，后 3 次应当都读到缓存 ——
RULES = "".join(f"第 {i} 条：回答 {1000 + i} 号仓库的问题时，先确认仓库编号和日期，再给库存数字，数字后面写单位，不确定的要说明来源。\n" for i in range(1, 41))


def cache_hits(extra):
    tag = os.urandom(4).hex()  # 每一组的开头不同，互不干扰
    system = [{"type": "text", "text": f"会话 {tag}。你是仓库助手，遵守下面的守则：\n{RULES}", "cache_control": {"type": "ephemeral"}}]
    reads = []
    for i in range(4):
        _, body, _ = msg(f"{1001 + i} 号仓库有多少库存？一句话。", max_tokens=40, system=system, **extra)
        reads.append((body.get("usage") or {}).get("cache_read_input_tokens") or 0)
        time.sleep(2)
    return f"后 3 次里读到缓存 {sum(1 for n in reads[1:] if n > 0)} 次"


row("提示缓存，不带 metadata", cache_hits({}))
row("提示缓存，带固定的 user_id", cache_hits({"metadata": {"user_id": "relay-check-" + os.urandom(4).hex()}}))


# —— 五、在 Anthropic 那边执行的工具：光看 200 不够，要看响应里有没有工具的内容块 ——
def server_tool(tool, question):
    code, body, _ = msg(question, max_tokens=600, tools=[tool])
    if code != 200:
        return brief(code, body)
    blocks = [b["type"] for b in body.get("content", []) if b.get("type") not in ("text", "thinking")]
    return f"HTTP 200，响应里有 {blocks[0]}" if blocks else "HTTP 200，但响应里没有工具的内容块：这个工具被忽略了"


row("联网搜索", server_tool({"type": "web_search_20250305", "name": "web_search", "max_uses": 1}, "搜索 Python 最新的稳定版本号，一句话回答。"))
row("抓取网页", server_tool({"type": "web_fetch_20250910", "name": "web_fetch", "max_uses": 1}, "抓取 https://example.com 并用一句话说它是什么。"))
row("代码执行", server_tool({"type": "code_execution_20250825", "name": "code_execution"}, "用代码执行工具算 2 的 100 次方的各位数字之和。"))

# —— 六、消息接口以外的 ——
row("文件接口", f"HTTP {call('/v1/files', beta='files-api-2025-04-14')[0]}")
row("批量接口", f"HTTP {call('/v1/messages/batches')[0]}")

本站在服务器上通过酷站AI 跑了两遍，两遍的输出一字不差：

基本请求：HTTP 200，stop_reason=end_turn
响应头：request-id 没有；anthropic-ratelimit-* 没有
模型列表：HTTP 200，16 个
流式：正常，以 message_stop 结束
不带 max_tokens：HTTP 503（billing_admission_failed）
停止序列：没有生效（HTTP 200，stop_reason=end_turn）
预填（最后一条是 assistant）：HTTP 200，stop_reason=max_tokens
数 token 的接口：接口说 21，真实请求计了 51
工具调用：HTTP 200，stop_reason=tool_use
结构化输出：拿到了合规的 JSON
图片，base64：HTTP 200，stop_reason=end_turn
图片，网址：HTTP 400（invalid_request_error）
提示缓存，不带 metadata：后 3 次里读到缓存 0 次
提示缓存，带固定的 user_id：后 3 次里读到缓存 2 次
联网搜索：HTTP 200，响应里有 server_tool_use
抓取网页：HTTP 400（invalid_request_error）
代码执行：HTTP 200，但响应里没有工具的内容块：这个工具被忽略了
文件接口：HTTP 404
批量接口：HTTP 404

怎么读结果

按官方文档，每一行应当是这样的。和它不一样的行，就是你的中转站和官方不一样的地方：

这一行	按官方文档应当是
基本请求、流式、工具调用、结构化输出、图片（两种）	都成功
响应头	两样都有
不带 max_tokens	被拒绝，它是必填参数
停止序列	生效
预填	5.5 这一代的模型是 400
数 token 的接口	两个数接近。文档说它给的是估算，和实际只差一点
提示缓存	带不带 metadata，后 3 次都读到缓存
联网搜索、抓取网页、代码执行	都是 200，响应里有工具的内容块
文件接口、批量接口	200

几点说明：

• 第一行就失败的话，先查地址、key 和模型名。MODEL 要换成你那一家的模型列表里有的。
• 缓存那两行各发 4 次，中间隔 2 秒。带 user_id 的那组本站是 3 次里命中 2 次：前两次都在写，第三次起才读到。它测的是“带和不带差多少”，次数少，别当成精确的命中率。
• 脚本只测“请求能不能过、功能有没有发生”，不测模型是不是它声称的那个。那是另一件事，见《thinking signature 是什么》。

八、通过中转站写程序的几条习惯

1. 地址和 key 从环境变量读，代码里不写死。换一家、换成直连，都不用改代码。
2. 每个请求都带 max_tokens，模型名写完整的 ID。
3. 一场对话带同一个 metadata.user_id，否则缓存白开。
4. 看结果，不只看状态码。 工具有没有被调用、有没有在该停的地方停、JSON 能不能解析，都检查。
5. 按官方的规则写请求，不依赖中转站放过去的那些写法。
6. 判断报错看状态码或异常类，不匹配类型名的字符串。
7. 估花费看 usage，实际扣费看中转站的账单。
8. 文件用 base64，长对话自己管上下文，不指望文件接口和压缩。
9. 换中转站或者升级模型之前，把自测脚本跑一遍。

和 Claude Code 的关系

上面这些，用 Claude Code 的时候大多碰不到：它自己带 user_id，自己管上下文，联网、读文件、跑命令用的是它在你机器上的工具，不经过这里用不了的那几个接口。Claude Code 通过中转站有它自己的一组注意事项，见《通过中转站用 Claude Code》。

所以如果你要的只是“让 Claude 帮我干活”，而不是把它做进自己的程序里，直接用 Claude Code 更省事。要做进程序里、又想少操心这些，Agent SDK 是中间的一条路。

花费

自测脚本跑一遍 25 个请求，按官方标价估算约 0.1 美元，两遍合计约 0.2 美元。总表里其余各项的花费记在各自的文章里。这些都是估算，不是中转站实际扣的金额。

这次实测没有覆盖到的

• 只测了一家中转站、一天。 别家的表现要自己测；这一家以后也可能改。
• 官方接口没有测。 “官方文档”一栏和“按官方文档应当是”一栏都是文档的说法。
• 总表里的多数项目只在 Sonnet 5.5 上测过，各项跑了几次、用的什么请求，以“详见”的那一篇为准。今天重新跑的只有自测脚本里的那些。
• 限流没有触发过，429 时这家中转站返回什么不知道。
• 中转站怎么计费没有核对，包括缓存、联网搜索和顾问调用。
• 自测脚本没有覆盖的：上下文压缩和编辑、中途的系统消息、工具搜索、顾问、MCP 连接器、PDF、引用。这些要测的话，照“详见”那几篇里的请求写法。