超时、流与工具调用排查

首字超时

首字超时表示请求已经建立，但在客户端或网关等待期限内没有收到首个可输出事件。

1. 把请求改为非流式纯文本，判断模型是否能完成。
2. 缩短上下文，移除图片、工具和复杂 schema。
3. 检查客户端自己的 timeout，不只检查网络代理。
4. 换同分组另一个基础模型做对照。
5. 保留总耗时、首字时间和请求 ID。

不要仅提高到无限 timeout；这会掩盖模型容量、请求过大或错误重试。

流中断

记录最后一个完整 SSE 事件：

• Chat 正常应看到 [DONE]。
• Responses 应看到协议终止事件。
• Anthropic 应看到 message_stop。
• Google 流应正常结束数据事件。

若客户端报 JSON 解析失败，检查它是否把多行 SSE、keepalive 注释或另一协议终止符当成普通 JSON。

空响应

空响应可能来自客户端没有读取正确文本字段、流在首个内容前中断、模型静默拒绝或上游返回了合法但无文本的工具调用。

• 保存原始响应，不只看客户端 UI。
• 检查是否只有 tool_calls、reasoning 或图片内容。
• 用 curl 做非流式纯文本对照。
• 确认模型输出预算不为零或过小。

工具调用格式错误

1. 验证工具 schema 是有效 JSON Schema。
2. 参数必须是合法 JSON，不要二次转义。
3. 第二轮工具结果沿用原 tool_call_id / 调用 ID。
4. 不要在两轮之间切换 Key、模型或 provider。
5. Google functionResponse.response 使用对象；Anthropic tool_result.content 应为文本或规范内容块。

客户端解析失败

如果 curl 原始响应正常但客户端失败：

• 升级到教程标明或更高的稳定版本。
• 确认 API mode 与实际端点一致。
• 关闭客户端“兼容修复”或第三方代理做对照。
• 先禁用流式，再逐项恢复工具、reasoning 和结构化输出。

提交支持时附上脱敏的原始最后事件和客户端报错，不要只发“卡住了”。