API调用

聊天订阅、开发者 API 与第三方平台可能有不同账单。先核对官方当前套餐或控制台价格，把输入、输出、重试和团队使用分别记录。

升级时不要只看版本名称。先记录模型 ID、价格页、工具开关和三条固定任务的输出；发现格式或事实变化时保留旧结果再决定是否切换。

在同一个云平台时，仍要逐个核对模型 ID、地区、配额、价格页和 API 兼容方式；供应商页面变化后应重新验证。

先制定哪类请求交给哪个模型、失败时是否回退、谁负责最终回答；每条记录保存输入版本、模型 ID、输出和人工复核结论。

让视觉模型只负责图像描述或结构化提取，让文本模型负责基于该结果的归纳；保留原图、提取结果和最终回答，方便逐层核对。

不要根据回答风格判断模型来源；依次检查控制台的模型 ID、请求地址、供应商文档和返回中的模型字段。

用 Python 调用 Dify 聊天 API，续传 conversation_id 和稳定 user；区分 Chatflow 阻塞响应与 Agent 流式响应，核对第二轮是否读到历史。

先把网页订阅和 API 调用分开记录；API 再按输入、输出、缓存与失败重试分别估算，避免拿一次聊天体验代替月度成本。

用官方 Python SDK v2 调用 MCP：启动或连接服务、分页发现工具、按 input_schema 校验参数、区分工具错误和结构化结果；附完整库存测试对象与可运行客户端。

用 Responses API 调用前 token 计数、响应 usage 和应用侧预算阈值控制纯文本请求的估算成本。