企业官网建设流程全解析

1. 从 CI 超时日志开始：先到 TaoToken 官网拿 Key，再定 25x 基线

如果你正在看 CI 里Test Impact Analysis service timeout after 30s，或者journal replay lag持续上涨，先去 TaoToken 官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=capacity_2q_25x 注册并创建 Key，再把 Base URL 设为https://taotoken.net/api。这不是“先买额度再思考”的流程，而是容量管理工程师的基线动作：没有稳定 Key 池和可观测入口，后面 25x 扩容模型只能拍脑袋。原文复盘里最值得抄走的不是某个补丁，而是节奏：测试数量先涨 10 倍，CI 任务在半年内被推到 25 倍，临时扩容、按包分片、每日重启依次失效，分别只撑了约十周、四周和不足一天，最后用三周把服务改成无状态、内存存储加 journal 的水平扩展结构。我们这篇从接入和排障角度，把这个复盘变成两季度可执行的容量规划。

产出物先定死：两季度容量模型、Key 采购表、扩缩容策略。三者必须能在一张表里对齐：请求、Token、并发、存储、Key 数量、扩容触发线。第一件事是去官网拿 Key 并建控制台分池，不要用个人 Key 跑流水线。链接放在这里，后面配置都用同一个 Base URL：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=capacity_2q_25x

为什么容量管理工程师要先接 AI 工具？因为测试影响分析服务不是孤立系统。它一边接收 CI 任务事件，一边分析变更影响哪些测试包，再把结果写回调度器。Claude 类模型被用来生成补丁、解释失败、归因影响范围时，调用量会跟随代码提交、PR、夜间全量回放、发布分支回滚一起波动。你看到的 25x 不是线性增长，而是“测试用例数增长 × 每个任务扇出 × 重试 × 夜间回放”的乘积。没有统一 Key 池，你既测不出真实 TPM，也无法在月底解释成本为什么跳变。

因此这篇的路径是：先拿 TaoToken Key，配置 Claude Code；再配 Codex 与 CC Switch 三件套，避免环境变量串线；然后搭两季度 25x 容量模型；输出 Key 采购表和扩缩容策略；最后给出 401、404、429、超时的排障顺序。所有 SQL 和命令都在本地执行，不连接生产库。所有配置里的 Key 先用YOUR_API_KEY占位，确认跑通后再由密钥管理系统注入。

2. 接入 TaoToken：Claude Code 的 settings.json 与 ANTHROPIC_* 最小闭环

先去控制台创建 Key：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=capacity_2q_25x 。建议按用途建三把：ci-tia-prod、ci-tia-preview、local-dev。不要让本地开发 Key 和流水线 Key 共用，否则容量模型会被本地压测污染。创建完成后，官网首页也有入口：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=claude_code_settings 。

Claude Code 的配置优先写在项目级或用户级settings.json。核心是把ANTHROPIC_BASE_URL指到https://taotoken.net/api，把ANTHROPIC_API_KEY换成你的 Key。不要用 OpenAI 的字段名，也不要把 Codex 的config.toml内容塞进这里。

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "YOUR_API_KEY", "ANTHROPIC_MODEL": "claude-sonnet-4-5", "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1" }, "permissions": { "allow": [ "Bash(git status:*)", "Bash(git diff:*)", "Read" ] } }

如果你的 Claude Code 版本支持环境变量直接覆盖，也可以在本地 shell 先验证：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="YOUR_API_KEY" export ANTHROPIC_MODEL="claude-sonnet-4-5"

然后跑一个最小请求，不要一上来就让模型分析整个仓库。容量规划阶段，先用小任务确认链路：

claude -p "请用三行解释测试影响分析服务为什么需要 journal"

预期返回正常文本。如果出现 401，先检查 Key 是否复制完整；如果出现 404 或模型不存在，去模型对话页面确认可用模型名：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=capacity_2q_25x 。如果出现 429，不要立刻加 Key，先把请求打点接上，判断是单 Key 并发超限还是全池 TPM 超限。容量模型的第一个输入值就来自这里。

Claude Code 侧还要注意两个坑。第一，settings.json里不要提交真实 Key，用 CI 变量或本地密钥注入。第二，ANTHROPIC_MODEL一旦固定，容量模型里要把模型版本作为维度，而不是只按“Claude”一个词统计。不同模型、不同上下文长度、不同输出上限，Token 消耗差异很大，混在一起会让采购表失真。

3. Codex 与 CC Switch 三件套：配置文件分开，字段不要混用

Codex 走的是另一套配置。它使用config.toml，不要把ANTHROPIC_*写进去，也不要用 Claude Code 的settings.json覆盖 Codex。正确做法是把 TaoToken 当作 OpenAI 兼容供应商，在config.toml里声明 provider、base_url、env_key 和 wire_api。Base URL 仍然是https://taotoken.net/api。

model = "gpt-5" model_provider = "taotoken" [model_providers.taotoken] name = "taotoken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"

Shell 侧只注入 Codex 需要的变量：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

验证：

codex exec "列出测试影响分析服务的三个容量指标"

如果这里报 401，优先检查TAOTOKEN_API_KEY是否为空，而不是去改ANTHROPIC_API_KEY。很多排障现场的问题不是 Key 失效，而是 CC Switch 切换后旧环境变量还在。为了减少这种串线，建议在 CC Switch 里维护三份 profile，我把它叫“CC Switch 三件套”：Claude Code、Codex CLI、OpenAI 兼容客户端。每份 profile 独立 Endpoint、独立 Key、独立模型名。

profiles: claude-code: env: ANTHROPIC_BASE_URL: "https://taotoken.net/api" ANTHROPIC_API_KEY: "YOUR_API_KEY" settings_json: env: ANTHROPIC_MODEL: "claude-sonnet-4-5" codex-cli: env: TAOTOKEN_API_KEY: "YOUR_API_KEY" config_toml: | model = "gpt-5" model_provider = "taotoken" [model_providers.taotoken] name = "taotoken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat" openai-compatible: env: OPENAI_BASE_URL: "https://taotoken.net/api" OPENAI_API_KEY: "YOUR_API_KEY"

切换后做一次自检：

env | grep -E "ANTHROPIC_|TAOTOKEN_|OPENAI_"

如果同时出现多组变量，就在当前 shell 里unset不需要的那组，或者用 CC Switch 的 profile 隔离。容量管理工程师最怕的不是单次报错，而是采样污染：本地 Codex 请求被计到 Claude Code 池里，月底采购表就会多买或少买 Key。

4. 两季度 25x 容量模型：从测试数 10x 到 CI 任务 25x 的换算

容量模型不要从“现在多少 QPS”开始，而要从业务驱动因子开始。原文场景里，Claude 参与生成大量代码，测试数量先扩大一个数量级，CI 任务在六个月内被推到 25 倍。两季度约 26 周，25x 对应周复合增长约25^(1/26)-1 ≈ 13.1%。这个数字不需要写进预算表，但它决定了你什么时候加 Key、什么时候扩 worker、什么时候改 journal 保留策略。

先定义基线表。下面 SQL 在本地 DuckDB 或 Postgres 执行，不要连接生产库。

-- 本地容量基线表，手动导入或从导出文件加载 CREATE TABLE capacity_baseline ( metric_name TEXT PRIMARY KEY, current_value NUMERIC, unit TEXT, growth_factor_2q NUMERIC, peak_factor NUMERIC, safety_margin NUMERIC ); INSERT INTO capacity_baseline VALUES ('ci_jobs_per_day', 12000, 'jobs/day', 25.0, 3.0, 1.30), ('tia_requests_per_job', 8, 'req/job', 1.0, 1.2, 1.20), ('avg_input_tokens', 8000, 'token/req',1.0, 1.1, 1.20), ('avg_output_tokens', 2000, 'token/req',1.0, 1.1, 1.20), ('service_time_p95_ms', 250, 'ms', 1.0, 1.5, 1.20), ('journal_write_bytes', 4096, 'bytes/req',1.0, 1.5, 1.50), ('journal_retention_days', 14, 'days', 2.0, 1.0, 1.20);

计算峰值 QPS、worker 数、Token/分钟、journal 容量。

WITH base AS ( SELECT MAX(CASE WHEN metric_name='ci_jobs_per_day' THEN current_value END) AS jobs, MAX(CASE WHEN metric_name='tia_requests_per_job' THEN current_value END) AS fanout, MAX(CASE WHEN metric_name='ci_jobs_per_day' THEN peak_factor END) AS job_peak, MAX(CASE WHEN metric_name='tia_requests_per_job' THEN safety_margin END) AS fanout_margin, MAX(CASE WHEN metric_name='ci_jobs_per_day' THEN growth_factor_2q END) AS growth_25x, MAX(CASE WHEN metric_name='avg_input_tokens' THEN current_value END) AS in_tok, MAX(CASE WHEN metric_name='avg_output_tokens' THEN current_value END) AS out_tok, MAX(CASE WHEN metric_name='service_time_p95_ms' THEN current_value END) AS svc_ms, MAX(CASE WHEN metric_name='journal_write_bytes' THEN current_value END) AS j_bytes, MAX(CASE WHEN metric_name='journal_retention_days' THEN current_value END) AS j_days FROM capacity_baseline ), calc AS ( SELECT jobs * growth_25x * fanout * job_peak * fanout_margin / 86400.0 AS peak_qps, (jobs * growth_25x * fanout * job_peak * fanout_margin) * (in_tok + out_tok) / 1440.0 AS peak_tpm, (jobs * growth_25x * fanout * job_peak * fanout_margin) * j_bytes * j_days / 1024.0 / 1024.0 / 1024.0 AS journal_gb, svc_ms / 1000.0 AS svc_seconds FROM base ) SELECT ROUND(peak_qps, 2) AS peak_qps, ROUND(peak_tpm / 1000000.0, 2) AS peak_tpm_million, ROUND(peak_qps * svc_seconds / 0.70, 0) AS worker_count_70_util, ROUND(journal_gb, 2) AS journal_gb_2q FROM calc;

按这组假设，峰值会被推到几十 QPS、千万级 TPM、几十 worker、数百 GB journal。真实值当然不同，但模型结构对了，采购表就不会只按人数拍。两季度 25x 的关键不是“全部资源乘以 25”，而是分层：无状态 worker 按 queue depth 扩，Key 按 TPM 分池，journal 按写入字节和保留天数扩，缓存按命中率扩。

还要加一条月度校准规则：每月取第 95 百分位 QPS、TPM、p95 延迟、429 比例、journal replay lag，回填到本地表。只要实际值连续两周超过模型预测的 80%，就把扩容提前一个月。容量管理不是年末一次性写报告，而是把 25x 拆成 26 个周检查点。

5. Key 采购表：按池分 Key，而不是按人头扩容

Key 采购表的目标不是“买多少把 Key”，而是“让每个池都能独立限流、独立观测、独立替换”。先在 TaoToken 官网控制台建 Key 池：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=key_purchase 。官网首页入口同样可用：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=key_purchase 。

建议按五个池拆：

计算 Key 数量的公式可以写成：

Key 数量 = ceil(峰值 TPM ÷ 单 Key 限额 ÷ 安全水位 × 冗余系数)

其中安全水位不要设 1.0。你至少留 35% 空间给重试、夜间回放和模型上下文变长。冗余系数建议 1.3。若单 Key 限额是 60 万 TPM，峰值 TPM 是 1600 万，则：

ceil(16,000,000 ÷ 600,000 ÷ 0.65 × 1.3) ≈ 54 把

这个数字很大，但这是 25x 下的结果。不要用“现在 10 把够用”去推 26 周后，因为测试数和 CI 任务不是同步增长。测试数先涨 10 倍，CI 任务再涨到 25 倍，扇出和重试会把 Token 曲线推得更高。采购表里必须写清楚：每把 Key 对应哪个池、哪个环境、哪个负责人、何时轮换、超限后的降级动作。没有降级动作的 Key 采购表只是账单，不是容量方案。

控制台创建 Key 后，把YOUR_API_KEY替换进去。CI 中用密钥管理系统注入，不要写在仓库。替换 Key 时用双 Key 并行，先加新 Key，观察 429 比例和错误率，再摘旧 Key。Key 池的轮换要纳入两季度路线图，而不是出事后临时补。

6. 扩缩容策略：从 70 天补丁到 journal 可水平扩展

原文里三个临时补丁分别撑了约十周、四周和不足一天，这个时间线很有代表性。扩容副本能买时间，因为无状态部分最容易加；按包分片能缓解热点，但只要分片键选错，热点包会继续压垮单分片；每日重启能清内存和 journal，但恢复窗口越来越长，最后连一天都撑不住。容量管理工程师要做的不是嘲笑补丁，而是把补丁的有效期写进决策表：什么条件下允许临时补丁，什么指标触发架构改造。

最终方向是无状态服务、内存存储加 journal、可水平扩展。落到扩缩容策略，至少分三层：

第一层，无状态分析 worker。用队列深度而不是 CPU 做 HPA 主指标。CPU 高不一定代表排队，CPU 低也不代表 journal 没堵。

apiVersion: autoscaling/v2 kind: HorizontalPodAutoscaler metadata: name: tia-worker spec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: tia-worker minReplicas: 12 maxReplicas: 160 metrics: - type: Pods pods: metric: name: tia_queue_depth target: type: AverageValue averageValue: "30" - type: Pods pods: metric: name: journal_replay_lag_seconds target: type: AverageValue averageValue: "20" behavior: scaleUp: stabilizationWindowSeconds: 30 policies: - type: Percent value: 100 periodSeconds: 60 scaleDown: stabilizationWindowSeconds: 300 policies: - type: Percent value: 20 periodSeconds: 120

第二层，journal。按 repo 或 package 分片，但分片键要保证热点可拆。写入先追加，再异步压缩。保留天数按容量模型算，不要默认 14 天。两季度 25x 下，journal 可能从百 GB 走到 TB 级，必须做冷热分层。

第三层，Key 池。Key 不是 worker，不能靠 HPA 自动加。Key 采购要按月走，扩缩容策略里要有手动触发点：当池级 TPM 连续 10 分钟超过 70%，先限流 preview 和 local-dev，再启用备用 Key；当连续三天超过 80%，启动下一批 Key 采购。

两季度路线图可以这样排：

• 第 1 到 4 周：接 TaoToken，建 Key 池，跑通 Claude Code、Codex、CC Switch，采集基线。
• 第 5 到 8 周：上线容量表，接 queue depth、TPM、journal lag、429 比例。
• 第 9 到 13 周：按包分片，验证热点拆解，淘汰每日重启。
• 第 14 到 20 周：无状态 worker 水平扩展，journal 分片与压缩。
• 第 21 到 26 周：压测到 25x 目标，做 Key 池降级演练和回滚演练。

这个路线图比“等报警再扩容”多了一步：每个阶段都有可复现产出。容量模型、Key 采购表、扩缩容策略不是三份独立文档，而是一张随时更新的运营表。

7. 排障手册：Claude Code、Codex、CC Switch 常见错误

接入阶段最常见的不是模型能力问题，而是配置串线。按下面顺序查，能减少大部分无效扩容。

Claude Code 报 401：检查ANTHROPIC_API_KEY是否为YOUR_API_KEY，是否被 CC Switch 切到了 Codex profile。验证：

env | grep ANTHROPIC_

Claude Code 报模型不存在：不要改 Base URL，去模型对话页确认可用模型：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=troubleshooting 。把ANTHROPIC_MODEL换成当前可用值。

Codex 报 401：检查TAOTOKEN_API_KEY，不要去看ANTHROPIC_API_KEY。config.toml里的env_key必须和 shell 变量名一致。

env | grep TAOTOKEN_

CC Switch 切换后仍报旧 Key：说明当前 shell 残留旧变量。关闭终端重开，或手动清理：

unset ANTHROPIC_API_KEY ANTHROPIC_BASE_URL unset TAOTOKEN_API_KEY unset OPENAI_API_KEY OPENAI_BASE_URL

429 频繁：先看是单 Key 还是池级。单 Key 超限就轮换，池级超限才采购。不要用无限重试掩盖容量不足。重试要加指数退避和抖动。

for i in 1 2 3 4 5; do if curl -sS -o /tmp/tia.json -w "%{http_code}" \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{"model":"claude-sonnet-4-5","messages":[{"role":"user","content":"ping"}]}' \ https://taotoken.net/api/v1/messages | grep -q '^200$'; then break fi sleep $((2 ** i + RANDOM % 3)) done

注意，上面命令只用于本地验证。生产调用由你的服务端 SDK 完成，并且要接指标、限流、降级。容量管理工程师不靠“重试到成功”解决问题，而靠“知道为什么失败”。

超时：先区分网络、队列、模型推理。Claude Code 本地超时不要直接扩容 worker，先看请求是否被 preview 池挤占。CI 超时则看 queue depth 和 journal replay lag。如果 p95 延迟上升但 QPS 没涨，通常是 journal 回放或内存存储触顶。

8. 把容量规划落到可复现产出：模型、采购表、扩缩容清单

到这里，你应该已经完成三件事：用 TaoToken Key 跑通 Claude Code，用config.toml跑通 Codex，用 CC Switch 三件套隔离环境；然后用本地 SQL 得到两季度 25x 容量模型；再按 Key 池写出采购表和扩缩容触发线。最后把产出物固化成目录：

capacity/ baseline.sql key-purchase.csv autoscaling-policy.yaml journal-retention.md monthly-review.md

key-purchase.csv至少包含：

pool,env,owner,peak_tpm,key_count,rotate_days,degrade_action ci-tia-prod,prod,platform,16000000,54,30,限流preview ci-tia-preview,preview,devtools,3000000,10,14,暂停非必需PR nightly-replay,prod,batch,5000000,18,30,缩短回放窗口 local-dev,dev,everyone,300000,2,7,切共享Key admin-ops,ops,sre,100000,2,90,人工审批

每月复盘时，只问四个问题：实际峰值 TPM 是否超过模型 80%？429 是否集中在某个池？journal 回放是否超过 20 秒？扩缩容是否仍然以队列深度为主指标？如果答案有一个“是”，就更新采购表或扩缩容策略。两季度 25x 不是一次性压测，而是持续校准。

如果你还没拿 Key，从这里开始：先到官网注册并创建 Key，再把 Base URL 设为https://taotoken.net/api。建议路径是：

1. 模型对话确认可用模型和返回格式：
   https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=capacity_2q_25x
2. 选择 Coding Plan 或按量方案，对齐两季度预算：
   https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=capacity_2q_25x
3. 创建生产、预览、本地三组 Key：
   https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=capacity_2q_25x
4. 按 Claude Code 文档写入settings.json，验证ANTHROPIC_*：
   https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=capacity_2q_25x

最后再重复一次官网入口，方便你从控制台开始建池：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=final_cta 。容量规划两季度，不要等 CI 再次超时才回头补 Key 池。先把 Base URL 设为https://taotoken.net/api，把YOUR_API_KEY换成你的 Key，跑通一条最小请求，然后把第一个月的 TPM、QPS、journal 写入本地容量表。这样当负载真的走向 25x，你手里有模型、有采购表、有扩缩容策略，而不是只有一条超时日志。