給 OpenAI SDK 配好base_url和api_key就能發(fā)請求這是最快的方式。可一旦上游返回 502或者限流策略收緊單個端點就會拖住整條鏈路。openai sdk 多端點故障切換要解決的就是這類問題主端點不可用時請求自動落到備用端點而不是在同一個地址上反復重試。多端點切換不是負載均衡。它只處理失敗轉(zhuǎn)移不負責流量分配。落點由一個端點池維護每個端點都有獨立的 base_url、api_key 和 model。端點池的實現(xiàn)其實不復雜先看下核心結(jié)構(gòu)。端點池的最小實現(xiàn)importosimporttimeimportrandomfromdataclassesimportdataclassfromopenaiimportOpenAIdataclassclassEndpoint:name:strbase_url:strapi_key:strmodel:strdef_default_endpoints():keyos.environ[SILVAMUX_API_KEY]basehttps://www.silvamux.com/api/v1modelos.environ.get(MODEL_NAME,minimax-m2.5)return[Endpoint(primary,base,key,model),Endpoint(backup,base,key,model),]classMultiEndpointChat:def__init__(self,endpointsNone):self.endpointsendpointsor_default_endpoints()self.cursor0def_next_endpoint(self):epself.endpoints[self.cursor%len(self.endpoints)]self.cursor1returnepdef_should_failover(self,exc):statusgetattr(exc,status_code,None)ifstatusisNone:returnTrueifstatusin(400,401,402,403):returnFalseifstatus429:time.sleep(random.uniform(1,3))returnTrueifstatusin(500,502):time.sleep(1)returnTruereturnTruedefchat(self,messages,**kwargs):last_excNonefor_inself.endpoints:epself._next_endpoint()clientOpenAI(api_keyep.api_key,base_urlep.base_url)try:returnclient.chat.completions.create(modelkwargs.get(model,ep.model),messagesmessages,**{k:vfork,vinkwargs.items()ifk!model})exceptExceptionasexc:last_excexcifnotself._should_failover(exc):raiseraiseRuntimeError(全部端點都不可用)fromlast_exc代碼里base固定為 SilvaMux 的 OpenAI 兼容端點SILVAMUX_API_KEY從環(huán)境讀取。默認兩個端點指向同一個地址是為了把故障切換邏輯獨立出來讓示例可以直接跑。要接第二個服務把backup的base_url換掉就行。錯誤怎么分類切換前先把失敗類型分清楚。4xx 是調(diào)用方的問題模型名拼錯、key 失效、項目沒綁對切到下一個端點只會得到相同錯誤。5xx、網(wǎng)絡(luò)抖動和 429 限流才是切換的主要對象。這個邊界要在代碼里寫死否則 401 會被當成瞬時故障反復切換最后日志里全是同一種配置錯誤。400/401/402/403不重試、不切換直接拋回給調(diào)用方。429先退避再切換到下一個端點。指數(shù)退避比固定間隔更穩(wěn)妥。500/502間隔 1 到 5 秒重試并切換到備用端點。網(wǎng)絡(luò)層異常沒有 HTTP 狀態(tài)碼直接切換。有些網(wǎng)關(guān)會在響應頭里返回X-Request-Id排查問題時把這個 header 帶回來。錯誤體如果是直接調(diào) REST 拿到的通常會包含error.typegateway_error和error.code。把error.code打點聚合能很快看出是不是同一類故障。這也是 openai sdk 多端點故障切換和普通重試最大的區(qū)別。流式請求怎么處理流式請求里談 openai sdk 多端點故障切換要先接受一個現(xiàn)實切換只能發(fā)生在建流之前。OpenAI SDK 在streamTrue時返回 SSE如果流已經(jīng)輸出了一半再斷開只能由業(yè)務決定重試還是丟棄。所以流式方法里我會先嘗試建立流再返回生成器給調(diào)用方。defchat_stream(self,messages,**kwargs):last_excNonefor_inself.endpoints:epself._next_endpoint()clientOpenAI(api_keyep.api_key,base_urlep.base_url)try:streamclient.chat.completions.create(modelkwargs.get(model,ep.model),messagesmessages,streamTrue,**{k:vfork,vinkwargs.items()ifknotin(model,stream)})returnself._iter_stream(stream)exceptExceptionasexc:last_excexcifnotself._should_failover(exc):raiseraiseRuntimeError(全部端點都不可用)fromlast_excdef_iter_stream(self,stream):forchunkinstream:# 別只盯著 data: [DONE]# 末尾可能出現(xiàn) choices 為空但攜帶 usage 的 chunkifnotgetattr(chunk,choices,None):continueyieldchunk_iter_stream不依賴[DONE]文本而是等迭代結(jié)束。有些網(wǎng)關(guān)會先結(jié)束事件流再補一個choices為空的用量 chunk過早返回會漏掉 token 統(tǒng)計。這個點雖然小但在計費相關(guān)邏輯里容易造成誤差。常見的坑把 401 當作瞬時故障切換會掩蓋配置錯誤。切端點的前提是請求本身沒問題。只依賴data: [DONE]判斷完成可能提前退出流。在生成器中間切換端點輸出會重復或截斷。切換盡量放在建流前。openai sdk 多端點故障切換的代碼里最容易忽略的其實是錯誤分類。端點池本身沒有多復雜難的是把 4xx、限流和 5xx 分開對待。分對了切換才有意義。常見問題問OpenAI SDK 自帶重試還需要端點池嗎要。SDK 的重試只針對同一個 base_url。如果那個地址已經(jīng)不可用重試多少次都一樣。openai sdk 多端點故障切換不是替代 SDK 重試而是補上跨地址的短板。問429 該等待還是該換端點先退避再換。限流有時是局部策略換個端點可能直接規(guī)避。但退避不能省否則切換過去也可能立刻被壓垮。問流式?jīng)]有收到 data: [DONE] 是不是失敗不一定。客戶端應該以流結(jié)束為準。末尾可能出現(xiàn) choices 為空但帶 usage 的 chunk過早返回會漏掉用量信息。環(huán)境說明以上示例在 千木 的 OpenAI 兼容端點上驗證模型調(diào)用名為 minimax-m2.5。模型調(diào)用名以文檔為準見 千木大模型聚合平臺接入文檔