flatkey.ai 博客
面向 AI API 产品团队的洞察、产品更新和实施指南。
AI Gateway Architecture
AI Gateway Architecture 的最新文章。
阅读全文Base URL and SDK Migration
Base URL and SDK Migration 的最新文章。
阅读全文Cost, Billing, and Ops
Cost, Billing, and Ops 的最新文章。
阅读全文Enterprise Controls and Trust
Enterprise Controls and Trust 的最新文章。
阅读全文Gateway Comparisons
Gateway Comparisons 的最新文章。
阅读全文Model and Modality Playbooks
Model and Modality Playbooks 的最新文章。
阅读全文Reliability and Routing
Reliability and Routing 的最新文章。
阅读全文Tool Integrations
Tool Integrations 的最新文章。
阅读全文
面向文本生成视频产品团队的 Seedance API：为什么开源 AI API 网关有时还不够
使用这份 Seedance API 指南，判断开源 AI API 网关在何时已经足够，以及在何时托管路由、计费和团队控制能为文本生成视频产品节省更多时间。
适用于 Claude API 访问的 OpenRouter 替代方案：团队版 Flatkey vs OpenRouter
在标准化为单一网关之前，先比较 Flatkey 和 OpenRouter 在 Claude API 访问、计费可视化、路由策略、隐私控制和团队护栏方面的差异。
多模型提示词测试工作流
学习一种实用的多模型提示词测试工作流，在上线前预测 AI API 的文本、图像和视频成本。
面向文本转视频产品团队的 Seedance API
通过一次快速入门请求验证 Flatkey 认证、base URL 和使用日志，然后切换到已批准的 Seedance 路由进行异步文本转视频评估。
面向生产应用的 Gemini API 集成检查清单
一份面向生产就绪的 Gemini API 检查清单，适用于使用 CC Switch 或 NewAPI 风格客户端，并通过单一上游网关而非分别管理 Gemini 凭证的团队。
多模型产品的 OpenAI API 接入指南：使用一个密钥完成 Cherry Studio 设置
使用一个 OpenAI 兼容网关设置 Cherry Studio，让团队只需一个密钥和一个基础 URL，而无需分别管理各家提供商的凭证。
Continue.dev OpenAI 兼容提供商：Flatkey 设置指南
将 Continue.dev 与 Flatkey 作为 OpenAI 兼容提供商进行设置：config.yaml、apiBase、模型别名、角色、工具使用检查、端点回退和使用情况审查。
Roo Code OpenAI compatible API：Flatkey 设置指南
如果你仍在维护 Roo Code 安装，Roo Code OpenAI compatible API 路线主要是一个配置界面：provider type、Base URL、API key 和 Model ID。生产风险是最容易被忽略的部分。Roo Code 的 provider 文档要求原生 O
OpenAI 兼容 API 故障排查：修复 401、模型名称、流式传输和 Base URL 问题
一条实用的排查路径，帮助解决 OpenAI 兼容 API 的 401 错误、模型名称错误、流式/SSE 失败、Base URL 配置错误以及计费回读问题。
OpenAI 兼容模型名称：避免别名、提供商和版本错误
一份实用清单，用于在迁移前验证 OpenAI 兼容的模型名称、提供商模型 ID、Flatkey 别名、端点系列和版本策略。
AI API 脱敏策略：保护提示词、输出、日志和支持工单
一套实用的 AI API 脱敏策略，用于保护提示词、输出、网关日志、导出内容和支持工单，同时保留有用的审计证据。
AI 模型提供商证据审核：在批准新路由前应保存哪些内容
在批准前，保存每次 AI 模型提供商证据审核都需要的模型文档、定价、数据条款、状态、支持、路由测试和回滚证明。
AI Gateway DPA 清单：面向模型路由采购方的数据处理问题
一份实用的 AI gateway DPA 清单，供采购、安全和平台团队在审查模型路由、日志、保留期限、子处理方和支持访问时参考。
SOC 2 AI API 网关范围：报告应证明什么，不应证明什么
使用这份 SOC 2 AI API 网关范围清单，区分报告可以证明的内容与路由、提供商、日志、保留以及由买方负责的后续证据。
多上游账户池化：共享模型流量前的可靠性检查
一份用于在 AI 模型账户之间安全进行多上游账户池化的生产检查清单，涵盖健康检查、配额、计费凭证和故障即关闭路由规则。
模型回退质量测试：当更便宜或更快的模型并不等同
一套实用的模型回退质量测试方案，用于在生产路由前证明更便宜或更快的备用模型能保留质量、成本、工具、策略和可观测性。
LLM 路由器金丝雀发布：在不进行大规模切换的情况下安全迁移模型流量
使用 LLM 路由器金丝雀发布，结合指标、停止条件、回滚触发器和 Flatkey 检查，分阶段迁移模型流量。
AI API 密钥扫描：在造成安全事件前查找提供商密钥
使用 AI API 密钥扫描，在代码仓库、CI、日志和运行手册中查找提供商密钥，从而在泄漏演变为安全事件前及时发现。包括所有者和轮换证据。
用一个 AI 网关更快上线。
使用 flatkey.ai 在一个 API 平台中管理模型、密钥、计费和可观测性。
开始使用