企业官网建设流程全解析

1. 从 Grounded Inference 的配置入口开始：为什么调用图比“能不能搜”更重要

在 Baseten Hosted Tools 里给 Grounded Inference 配搜索时，最难受的是调用图不透明：模型侧、搜索侧、重试和缓存都在吃 Token，账单却只给一个总数。本文用 TaoToken 拿 Key（官网入口：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=baseten_topo_intro），Base URL 用 https://taotoken.net/api，把 Baseten Hosted Tools 的 Grounded Inference 调用拓扑、Token 消耗标注和 Key 入口一次画清。

这篇面向 csdn_ugc 场景的实战笔记，不复述发布新闻，而是直接解决三个问题：第一，Baseten Hosted Tools 的 Grounded Inference 从模型到搜索提供商之间到底经过哪些节点；第二，TaoToken Key 应该标在哪条边上，才能让模型 Token 消耗有归属；第三，怎么用可维护的 Graphviz DOT 画出调用图，并把 Exa、Keenable、Parallel、You.com 四家搜索提供商、重试、缓存、计量节点都放进同一张拓扑里。

Baseten 的 Hosted Tools 可以理解为给托管模型加工具调用能力的托管层，首个工具是 Grounded Inference。它的目标很明确：托管在 Baseten 上的开源模型不必自己手写搜索编排，而是通过配置接入网络搜索；搜索后端可以选择 Exa、Keenable、Parallel、You.com。对架构可视化来说，这里有两个 Token 消耗方：一个是 Baseten 托管模型本身产生的推理 Token，另一个是搜索链路产生的查询调用与结果处理开销。TaoToken Key 在这里不是搜索提供商的替代品，而是模型调用侧的鉴权入口和成本标注锚点：客户端、Claude Code、Codex、脚本通过YOUR_API_KEY调用https://taotoken.net/api，这条边记model_tokens；Baseten 托管模型到 Grounded Inference 再到搜索提供商的边，记tool_router_tokens、search_calls、retry_tokens和cache_saved_tokens。

如果把所有调用都画成一条直线，排障时就会变成“搜不到就怪模型，账单高了就怪搜索”。实际拓扑至少是分层的：本地开发工具负责发起任务，TaoToken Key 负责模型 API 鉴权，Baseten 托管模型负责推理和决定是否调用工具，Grounded Inference 负责把工具调用翻译成搜索请求，搜索提供商负责返回结果，缓存与计量负责减少重复和归因。只有把这些边分开，才能回答“这次搜索结果为什么贵”“为什么 tool_call 没触发”“为什么 401 出现在模型侧而不是搜索侧”。

2. 调用拓扑拆解：Baseten 托管模型、四家搜索提供商与 TaoToken Key 的 Token 归属

先固定关键入口。TaoToken 官网入口：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=baseten_key_entry 。登录后创建 Key，把返回值替换成YOUR_API_KEY。模型调用的 Base URL 固定为https://taotoken.net/api，这个地址在 Claude Code、Codex、通用 OpenAI 兼容客户端里都可以作为模型侧地址使用。注意，Base URL 是模型 API 地址，不是 Baseten Hosted Tools 搜索提供商地址，也不是 Exa、Keenable、Parallel、You.com 的搜索接口地址。

建议把拓扑节点拆成七类：

这张表的核心是：TaoToken Key 主要标在“客户端到模型 API”的边上。它告诉你模型推理走了哪个 Key、消耗了多少 Token。搜索提供商的选择和调用发生在 Baseten Hosted Tools 内部，Exa、Keenable、Parallel、You.com 的查询次数要单独记search_calls。如果你把搜索提供商的密钥和 TaoToken Key 混成一个字段，排障时会出现 401 来源不明；如果只记一个总 Token，模型 Token 和搜索调用又会糊在一起。

调用边可以这样定义：

1. Client -> TaoToken API Key：客户端携带YOUR_API_KEY，请求https://taotoken.net/api。边标签：model_tokens、request_id。
2. TaoToken API Key -> Baseten Hosted Model：模型侧鉴权通过，进入 Baseten 托管模型推理。边标签：prompt_tokens、completion_tokens。
3. Baseten Hosted Model -> Grounded Inference Router：模型决定调用工具，产生tool_call。边标签：tool_name=grounded_inference、tool_schema_tokens。
4. Grounded Inference Router -> Exa：搜索后端为 Exa 时走这条边。边标签：provider=exa、search_calls。
5. Grounded Inference Router -> Keenable：搜索后端为 Keenable 时走这条边。边标签：provider=keenable、search_calls。
6. Grounded Inference Router -> Parallel：搜索后端为 Parallel 时走这条边。边标签：provider=parallel、search_calls。
7. Grounded Inference Router -> You.com：搜索后端为 You.com 时走这条边。边标签：provider=you_com、search_calls。
8. Grounded Inference Router -> Cache：先查缓存，命中则跳过外部搜索。边标签：cache_hit、cache_saved_tokens。
9. Cache -> Meter、Router -> Meter、Model -> Meter：所有计量汇入同一个 trace，便于把 Token 消耗画回图。

这样拆完以后，调用图就不再是“模型调搜索”四个字，而是一张可以排障、可以归因、可以换 provider 的拓扑。

3. 用 Graphviz DOT 画出可维护的 Baseten Hosted Tools 调用图

下面这份 DOT 可以直接保存为baseten_grounded_inference.dot。没有使用 mermaid，因为 DOT 更适合放在工程仓库里，配合 CI 渲染成 SVG 或 PNG。节点里标出了 TaoToken Key、Base URL 和 Token 消耗类型，边里标出了搜索提供商和重试、缓存。

digraph BasetenGroundedInference { rankdir=LR; graph [fontname="Helvetica", bgcolor="white", pad="0.3"]; node [shape=box, style="rounded,filled", fontname="Helvetica", fontsize=11]; edge [fontname="Helvetica", fontsize=10]; subgraph cluster_client { label="客户端 / IDE / CI"; color="#D0D7DE"; style="rounded"; Client [label="Claude Code / Codex / 本地脚本\n执行位置：读者本地", fillcolor="#F6F8FA"]; } subgraph cluster_taotoken { label="TaoToken 模型接入层"; color="#0969DA"; style="rounded"; TaoKey [label="TaoToken API Key\nYOUR_API_KEY\nBase URL: https://taotoken.net/api\n标注：model_tokens", fillcolor="#DDF4FF"]; } subgraph cluster_baseten { label="Baseten Hosted Tools"; color="#BF8700"; style="rounded"; Model [label="Baseten 托管开源模型\nprompt_tokens / completion_tokens\ntool_schema_tokens", fillcolor="#FFF8C5"]; Router [label="Grounded Inference\n工具路由\ntool_router_tokens / tool_choice_tokens", fillcolor="#FFF8C5"]; } subgraph cluster_search { label="搜索提供商"; color="#CF222E"; style="rounded"; Exa [label="Exa\nsearch_calls / result_tokens", fillcolor="#FFEBE9"]; Keenable [label="Keenable\nsearch_calls / result_tokens", fillcolor="#FFEBE9"]; Parallel [label="Parallel\nsearch_calls / result_tokens", fillcolor="#FFEBE9"]; YouCom [label="You.com\nsearch_calls / result_tokens", fillcolor="#FFEBE9"]; } Cache [label="缓存 / 去重\ncache_hit / cache_saved_tokens", shape=cylinder, fillcolor="#DAFBE1"]; Meter [label="Token 计量与 Trace\nmodel_tokens\nsearch_calls\nretry_tokens\ntotal_tokens", shape=note, fillcolor="#EAEFF5"]; Client -> TaoKey [label="携带 YOUR_API_KEY\nmodel_tokens", color="#0969DA", penwidth=2.0]; TaoKey -> Model [label="模型推理\nprompt_tokens + completion_tokens", color="#0969DA", penwidth=2.5]; Model -> Router [label="tool_call\ngrounded_inference", color="#BF8700", penwidth=2.0]; Router -> Exa [label="provider=exa\nsearch_calls", color="#CF222E"]; Router -> Keenable [label="provider=keenable\nsearch_calls", color="#CF222E"]; Router -> Parallel [label="provider=parallel\nsearch_calls", color="#CF222E"]; Router -> YouCom [label="provider=you_com\nsearch_calls", color="#CF222E"]; Router -> Cache [label="先查缓存\ncache_hit / miss", color="#1A7F37", style=dashed]; Model -> Meter [label="模型 Token 上报", color="#57606A", style=dotted]; Router -> Meter [label="搜索调用上报", color="#57606A", style=dotted]; Cache -> Meter [label="节省量上报", color="#1A7F37", style=dotted]; }

渲染命令在本地执行即可，不需要把生产库或敏感数据接进来：

dot -Tsvg baseten_grounded_inference.dot -o baseten_grounded_inference.svg

如果你想把真实日志里的 Token 数写回图，可以用一段小脚本读取 JSON 日志并替换 DOT 变量。下面示例只处理本地文件：

import json from pathlib import Path trace = json.loads(Path("trace.json").read_text(encoding="utf-8")) model_tokens = trace["usage"]["prompt_tokens"] + trace["usage"]["completion_tokens"] search_calls = trace["search"]["queries"] retry_tokens = trace["retry"]["tokens"] dot = Path("baseten_grounded_inference.dot").read_text(encoding="utf-8") dot = dot.replace("model_tokens", f"model_tokens={model_tokens}") dot = dot.replace("search_calls", f"search_calls={search_calls}") dot = dot.replace("retry_tokens", f"retry_tokens={retry_tokens}") Path("baseten_grounded_inference.rendered.dot").write_text(dot, encoding="utf-8") print("已生成本地渲染版 DOT")

这段脚本只做一件事：把 trace 里的模型 Token、搜索查询数、重试 Token 注入图标签。后续你可以在 CI 里渲染成 SVG，放进架构文档。调用图的价值不在于好看，而在于每次换搜索提供商、加重试策略、开缓存时，都能看到哪条边变粗、哪个节点开始吃 Token。

4. 复现步骤：从 TaoToken 创建 Key 到 Baseten 侧配置 Grounded Inference

注册、登录、申请 Key、进入控制台这些动作，统一走 TaoToken 官网，不要散落在多个平台。入口是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=baseten_setup_intro 。进入控制台后创建 API Key，也可以用 API Keys 页面直达：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=baseten_setup_key 。复制出来的值就是后文所有配置里的YOUR_API_KEY。

第一步，确认模型侧地址。Base URL 固定为：

https://taotoken.net/api

这个地址不要加 UTM，也不要拼成搜索提供商的地址。它用于 Claude Code、Codex、通用 OpenAI 兼容客户端和本地脚本。

第二步，写入本地环境变量。建议不要把 Key 硬编码到仓库：

export TAOTOKEN_API_KEY="YOUR_API_KEY" export TAOTOKEN_BASE_URL="https://taotoken.net/api"

Windows PowerShell 可以这样：

$env:TAOTOKEN_API_KEY="YOUR_API_KEY" $env:TAOTOKEN_BASE_URL="https://taotoken.net/api"

第三步，在 Baseten Hosted Tools 的 Grounded Inference 配置里选择搜索提供商。四家候选是 Exa、Keenable、Parallel、You.com。模型侧如果使用 OpenAI 兼容配置，就把 base_url 指向https://taotoken.net/api，api_key 填YOUR_API_KEY。搜索提供商如果需要在 Baseten 侧单独填写密钥，就按 Baseten 控制台要求填写，不要和 TaoToken Key 混用。一个常见错误是：模型侧 401 了，却去检查 Exa Key；或者搜索侧报错，却重新生成 TaoToken Key。调用图里把这两条边分开，就是为了避免这种排障错位。

第四步，发一个最小搜索问题验证 tool_call。比如让托管模型回答“最近一周某开源模型发布了哪些更新，需要联网检索”。验证时重点看日志里有没有这些字段：

{ "trace_id": "local-001", "model": "baseten-hosted-open-model", "tool": "grounded_inference", "provider": "exa", "usage": { "prompt_tokens": 1820, "completion_tokens": 410, "tool_schema_tokens": 260 }, "search": { "queries": 3, "results": 12 }, "retry": { "count": 1, "tokens": 620 }, "cache": { "hit": false } }

usage里的字段归到模型 Token，search.queries归到搜索调用，retry.tokens单独标红，cache.hit为 true 时在图上画绿色虚线并记cache_saved_tokens。

第五步，排障时按边排查：

• Client -> TaoToken返回 401：检查YOUR_API_KEY是否正确，Key 是否被删除，请求头是否是模型侧鉴权头。
• TaoToken -> Baseten Model超时：检查 Base URL 是否为https://taotoken.net/api，网络与本地代理配置是否影响请求。
• Model -> Router没有 tool_call：检查模型是否支持工具调用、提示词是否明确要求联网、Grounded Inference 是否已在 Hosted Tools 中启用。
• Router -> Search Provider返回空结果：切换 Exa、Keenable、Parallel、You.com 中另一家做对照，不要先改模型侧 Base URL。
• Router -> Meter计数与账单不一致：确认搜索调用和模型 Token 是否分开统计，重试是否被重复计入总 Token。

这套复现产出的不是一篇新闻摘要，而是三件可维护的东西：一张调用拓扑图、一张 Token 消耗标注表、一份 Key 入口说明。来源平台标记为 csdn_ugc，适合直接作为团队内部架构文档的初稿。

5. Claude Code、Codex、CC Switch 三件套：把 TaoToken Base URL 固化到本地

模型侧配置最容易混工具。Claude Code 用settings.json和ANTHROPIC_*，Codex 用config.toml，不要把ANTHROPIC_*套到 Codex 上。

Claude Code 的~/.claude/settings.json可以这样写：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "claude-sonnet-4-20250514" } }

这里ANTHROPIC_BASE_URL指向 TaoToken 的模型 API 地址，ANTHROPIC_AUTH_TOKEN填YOUR_API_KEY。模型名按你在 TaoToken 模型页实际可用的标识替换，不要照抄一个不可用的别名。

Codex 的~/.codex/config.toml用另一套写法：

model = "gpt-4.1" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"

然后在终端里设置：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

Codex 读取的是TAOTOKEN_API_KEY，不是ANTHROPIC_AUTH_TOKEN。如果你在 Codex 配置里看到ANTHROPIC_*，那基本是复制错了工具模板，需要删掉。

CC Switch 三件套可以理解成三份独立 profile：Claude Code、Codex、通用 OpenAI 兼容。一个示意 YAML 如下，字段名按你本地 CC Switch 版本调整：

profiles: - name: taotoken-claude tool: claude-code settings: ~/.claude/settings.json - name: taotoken-codex tool: codex config: ~/.codex/config.toml env: TAOTOKEN_API_KEY: YOUR_API_KEY - name: taotoken-openai-compatible tool: generic base_url: https://taotoken.net/api api_key: YOUR_API_KEY

三件套的要点不是文件数量，而是边界：Claude Code 用ANTHROPIC_*，Codex 用config.toml + TAOTOKEN_API_KEY，通用兼容客户端用base_url + api_key。切换 profile 后重启对应工具或新开终端，避免旧环境变量残留。这样做完，调用图里的Client -> TaoToken边就有明确来源：Claude Code、Codex 或通用脚本，而不是一个模糊的“本地工具”。

6. Token 消耗标注与成本归因：模型 Token、搜索调用、重试、缓存怎么落到图上

调用图要能反映成本，不能只画节点。建议用边宽和颜色表达消耗：

• 模型 Token 边用蓝色，penwidth = 1 + log(1 + model_tokens / 1000)，这样 1k Token 和 100k Token 不会把图压垮。
• 搜索调用边用红色，penwidth = 1 + log(1 + search_calls)，因为搜索按查询次数计费时，次数比 Token 更直观。
• 重试边用橙红色虚线，单独标retry_tokens。重试越多，边越粗，排障时第一眼能看到。
• 缓存命中用绿色虚线，标cache_saved_tokens。它不是消耗，而是减少量，所以不要并进总 Token。
• 模型工具 schema 用灰色小标签，标tool_schema_tokens。这部分容易被忽略，但复杂工具定义会稳定增加每轮 prompt 长度。

Token 消耗方要分成三本账：

第一本账是 Baseten 托管模型。它包含 prompt、completion、tool schema、模型决定是否调用工具时的输出。只要请求经过 TaoToken Key，模型侧就可以关联到 Key 和 trace_id。

第二本账是搜索链路。Grounded Inference 路由到 Exa、Keenable、Parallel、You.com 后，可能按搜索查询次数、结果条数、结果长度计费。它不一定走 TaoToken Key，所以图上必须单独画搜索提供商边。

第三本账是重试和缓存。重试会同时放大模型 Token 和搜索调用：模型重试一次，prompt 再算一次；搜索重试一次，查询次数再加一次；如果缓存命中，搜索边被绿色虚线截断，成本下降。

一个可落地的归因规则如下：

model_tokens = prompt_tokens + completion_tokens + tool_schema_tokens search_calls = exa_calls + keenable_calls + parallel_calls + you_com_calls retry_tokens = 每次重试的 model_tokens 之和 cache_saved_tokens = 命中缓存时本应发生的 model_tokens + search_calls 估算值 total_visible = model_tokens + retry_tokens

注意total_visible不等于全部成本，因为搜索调用可能按次计费，不按 Token 计费。调用图里要允许两种计量单位共存：模型侧用 Token，搜索侧用 calls。把它们强行换算成一个数，反而会掩盖问题。

常见排障场景可以这样定位：

• 账单突然升高，模型边和搜索边都变粗：先看是不是重试增多。重试边如果是橙红色且比模型边还粗，优先检查超时、限流、搜索提供商稳定性。
• 模型边正常，搜索边异常粗：说明搜索查询次数过多，可能是 prompt 让模型反复搜索，或者 Grounded Inference 路由没有去重。
• 模型边异常粗，搜索边很细：说明搜索没怎么触发，但模型 prompt 变长，检查是否把大量搜索结果直接塞回上下文。
• 缓存边出现绿色但总成本没降：检查缓存 key 是否包含用户、时间、模型版本等强变量，导致命中率虚高但实际没复用结果。
• 图上有搜索提供商节点，但日志没有 provider 字段：检查 Grounded Inference 是否真的启用了，还是模型直接回答。

这些判断都建立在“边分开”的前提上。如果只有一张总账单，你只能猜；有了调用图和 Token 标注，就能按节点、按边、按 provider 归因。

7. CTA：从模型对话到 Coding Plan，再到创建 Key 和 Claude Code 文档

如果你想先验证模型侧链路，可以先打开模型对话，用最小提示词测试https://taotoken.net/api是否可用：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=baseten_chat_cta 。模型对话适合快速确认 Key、模型名、Base URL 三项是否匹配，再回到 Baseten Hosted Tools 配置里排查 Grounded Inference 搜索链路。

如果你准备把 Claude Code、Codex、CC Switch 三件套长期用于日常开发，建议直接看 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=baseten_coding_plan_cta 。Coding Plan 更适合固定工具链和长期调用，把模型侧配置一次固化，避免每次临时改环境变量。

下一步是创建或轮换 Key：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=baseten_api_keys_cta 。创建后把YOUR_API_KEY替换到 Claude Code 的ANTHROPIC_AUTH_TOKEN、Codex 的TAOTOKEN_API_KEY、以及 Baseten 模型侧 OpenAI 兼容配置中。搜索提供商 Exa、Keenable、Parallel、You.com 的密钥按 Baseten 侧要求单独管理。

Claude Code 的完整配置可以对照文档：https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=baseten_claude_code_doc_cta 。文档里重点确认settings.json、ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN三项，再回到本文的 DOT 调用图，把Client -> TaoToken -> Baseten Hosted Model -> Grounded Inference -> Search Provider这条链路画出来。TaoToken 官网入口再放一次：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=baseten_final_cta ，从控制台创建 Key 后，你就能把模型 Token、搜索调用、重试和缓存四类标注落到同一张 Baseten Hosted Tools 调用图上。