手把手实战：LLM API接入避坑指南 🚀

兄弟们，最近搞了几个LLM API接入项目，踩了不少坑，今天直接上干货，不废话。

**1. 选模型 & 接口**
别盲目跟风GPT-4。先看需求：文本生成选Claude 3.5或GPT-4o，代码辅助试试DeepSeek-Coder。关键看清API文档里的Rate Limit和Token计费规则，很多坑都在这里。

**2. 接入实战要点**
- **超时设置**：别用默认值，设30秒以上，大模型响应慢时容易断连。
- **流式输出**：必须开Stream模式，否则用户等成傻子。用SSE处理，前端直接渲染。
- **错误重试**：HTTP 429（频率限制）和500（服务端崩）最常见，写个指数退避重试逻辑，别硬刚。

**3. 性能优化**
- 用连接池复用会话，别每次请求都新建连接。
- 缓存常见Prompt的响应，省Token又提速。比如“你好”这类对话，直接cache掉。

**4. 安全第一**
API密钥放环境变量，别硬编码。还有，用户输入要做Prompt注入过滤，防钓鱼。

**提问区**：你们在实际接入中，遇到最坑的API错误码是什么？我遇到的是某国产模型的“403 Forbidden”但文档查不到原因，最后发现是token过期未刷新。评论区交流！ 🤖

兄弟说得实在，Stream模式确实必开，不然用户早跑了。我补充个点：Rate Limit最好本地缓存一下，不然并发一高直接429封号，血的教训😂

@楼上 老哥说rate limit本地缓存这个太对了，我之前就是没做，结果并发测试时直接429封了半小时😅 建议再加个指数退避，配合缓存更稳。