跳到主要内容

模型扩展

model extension 解决的是：在不新增 PlatformType、不新增顶层 service 的前提下，把新的模型能力吸收到现有 provider 与现有契约中。

这是 AI4J 里最常见、也最容易被误判的一类扩展。

1. 先明确它和 provider / service extension 的边界​

只要下面两件事还成立，优先按 model extension 处理：

  • 平台边界没有变，仍然属于同一个 provider
  • 调用心智仍然属于现有 Chat、Responses、Embedding、Image、Audio、Realtime、Rerank、Video 或 Music

一旦你必须新增 PlatformType，那已经更像 provider extension。
一旦你发现现有能力面根本装不下新的交互语义，那就要重新考虑 service extension。

2. 当前代码里，这类变化通常落在哪里​

model extension 最常落在这几类对象上：

  • 统一请求对象，例如 ChatCompletion、ResponseRequest
  • provider 侧请求映射与结果解析
  • provider 配置对象中的模型相关字段

也就是说，它的主战场通常在：

  • 请求对象能不能表达新能力
  • provider service 会不会把这些字段真正发出去
  • 返回结果会不会被现有 listener / converter 正确吸收

而不是 PlatformType 或 AiService 的总分发层。

3. 三种典型的 model extension 场景​

3.1 只是新增模型名​

这是最轻的一类。

如果某个 provider 的现有 service 已经支持目标协议，而变化只是：

  • 模型字符串变了
  • 默认 apiHost 变了
  • 某个调用方要切到新模型

那通常不需要改基座抽象，只需要正确配置并走现有 service。

3.2 请求或返回多了有限的 provider 差异​

例如：

  • 新模型需要新的推理参数
  • 新模型支持新的输出格式控制
  • 新模型在流式事件里多了某些字段

这时真正要检查的是：

  • 统一请求对象是否需要新增字段
  • 对应 provider service 是否有序列化/反序列化更新
注意

如果只改请求对象、不改 provider 映射，实现上最常见的结果就是“字段看起来加了，但平台端根本没收到”。

3.3 名义上是新模型，实际上已经冲破旧契约​

如果你发现：

  • 输入不再像现有请求模型
  • 返回不再像现有事件或结果对象
  • 调用方对状态消费方式已经完全变了

那这往往不再是单纯的 model extension。继续把它硬塞进现有 service，通常只会让抽象逐渐变形。

4. 先看 provider 支持矩阵，再决定改哪里​

AI4J 当前不同 service 面的 provider 覆盖并不对称。

例如：

  • Chat 覆盖的 provider 明显更多
  • Responses 目前只对少数 provider 暴露

这带来一个很实际的判断：

  • 如果新增模型仍然属于现有 Chat 能力，通常优先留在 Chat 路径内
  • 如果目标能力只在 Responses 语义下成立，那要先确认该 provider 是否已进入 createResponsesService(...)

所以 model extension 不是“加个 model 字符串”这么简单，而是要先看它落在现有哪条 service 主线里。

5. 这类扩展最应该保持的原则​

provider 差异尽量收敛在 provider service 内部​

上层调用方最好继续只依赖统一请求对象和统一 service 接口。

如果每新增一个模型，业务代码都要写一批：

  • if openai
  • if deepseek
  • if dashscope

那说明 model extension 没有被收敛好，而是在向业务层泄漏 provider 差异。

现有契约还能成立，就不要升级抽象层级​

这是 AI4J 里很重要的一条经验线。

只要现有 Chat、Responses 等契约仍然成立，优先把变化留在：

  • provider 请求映射
  • provider 返回解析
  • provider 配置字段

而不是立刻膨胀成新的 provider 或新的 service。

6. 当前实现里容易忽略的几个后果​

并不是所有字段都会自动发到 provider​

统一请求对象存在的意义，是给 SDK 提供一个稳定建模面，而不是保证所有字段都自动穿透到外部平台。

所以当你为新模型补字段时，必须同时验证：

  • provider service 是否读取了该字段
  • provider payload builder 是否把它真正写入请求
  • 流式或非流式返回路径是否也需要同步调整

现有工厂分支不一定需要变化​

很多 model extension 都不该去碰 AiService。
如果你没有新增平台，也没有新增顶层能力面，但却开始改 PlatformType 或 create*Service(...)，通常说明扩展层级判断错了。

service 对象默认按次创建​

AiService 当前没有启用 service 缓存，获取具体 service 时会按次创建实例。
这意味着模型扩展中的状态，不应偷偷依赖某个 provider service 被长时间复用。

7. 排障时先看哪一段​

新模型名生效了，但新字段像没效果​

先看 provider service 的请求映射，而不是先怪配置层。
这类问题往往是统一请求对象已经补了字段，但 provider 侧序列化没有跟上。

业务侧被迫加很多 provider 分支​

先反思是不是把本该留在 provider service 内部的差异暴露出来了。
model extension 的目标本来就是吸收差异，而不是传播差异。

你已经开始改 PlatformType​

这通常是一个警告信号：你也许已经从 model extension 滑向了 provider extension。

8. 一条实用判断线​

如果这次改动主要集中在：

  • 请求/返回对象
  • provider service
  • provider 配置字段

而不用改：

  • PlatformType
  • DefaultAiServiceRegistry.applyPlatformConfig(...)
  • starter 的整套 provider 属性装配

那它大概率就是 model extension。

9. 这一页的结论​

在 AI4J 里，model extension 的核心不是“能不能换一个 model 字符串”，而是现有 provider 与现有顶层契约能否继续承载这项变化。只要平台边界和能力语义没变，最稳的做法就是把差异收敛在请求对象和 provider 适配层内部，而不是过早抬升到 provider 或 service 级扩展。