配置示例

示例中的候选模型仅用于说明，请替换为控制台中健康且可路由的模型资源；对外模型名称可按客户端需要设置。保存配置时，Lumoswitch 会同步更新各调度模块的 Runtime 路由组和同一个 Virtual Key。

固定模型：测试与结果一致性

配置名称：support-test
模式：固定模型
模型：Qwen / qwen-plus
对外模型名称：support-test

Lumoswitch Runtime 始终将请求发送到同一模型；上游失败时直接返回错误。适合评测、提示词测试和固定模型版本的任务。

配置名称：support-prod
模式：故障转移
候选顺序：Qwen / qwen-plus -> DeepSeek / deepseek-chat -> OpenAI / gpt-4o-mini
对外模型名称：support-prod

候选顺序代表优先级，不是轮询。当前候选失败时，Lumoswitch Runtime 会尝试下一个部署。上线前应分别验证所有候选的请求格式、工具、流式响应和输出质量。

配置名称：assistant-auto
模式：自动路由
候选顺序：轻量模型 -> 通用模型 -> 推理模型
对外模型名称：assistant

Lumoswitch 把候选顺序确定性映射到 Lumoswitch Runtime 的 SIMPLE、MEDIUM、COMPLEX、REASONING 层级。两个或三个候选也可使用，相邻层级会复用候选。按能力从轻到重排序，不要按故障转移优先级排序。

配置名称：batch-throughput
模式：最少繁忙
候选：两个以上可互换的模型资源

Lumoswitch Runtime 选择当前活动请求最少的候选。候选应满足相近的接口和质量要求，因为列表顺序不是优先级。

配置名称：chat-low-latency
模式：最低延迟
候选：两个以上可互换的模型资源

Lumoswitch Runtime 使用已观测延迟选择响应最快的候选。新配置需要真实但非生产的预热请求形成观测数据，并应持续关注不同请求类型、地区和流式模式下的延迟变化。

配置名称：support-prod
对外模型 support-prod -> 生产故障转移（使用完整调度模块）
对外模型 support-primary -> Qwen / qwen-plus（直接候选）

同一配置可以暴露多个模型名称。每个名称都先选择调度模块，再选择完整模块或具体候选；不需要切换上方正在编辑的模块。完整模块使用其全部调度逻辑，直接候选会绕过模块路由，适合调试或显式选择。

配置名称：mixed-production
模块 1：support -> a -> b -> c（故障转移）
模块 2：batch -> d / e / f（最少繁忙）

客户端共用一个 Access Key，通过不同 model 名称进入各自的调度模块。两个模块独立编译、独立选择候选，不需要拆成两个配置。

为测试和生产分别创建配置与 Access Key。修改候选或对外模型映射后，等待配置状态变为就绪，并立即向Lumoswitch 推理入口发送最小请求验证。