企业官网建设流程全解析

1. 机器人租赁多端架构的真实痛点：为什么小程序、APP、后台不能各写各的

机器人租赁这个业务，表面看是"租设备"，实际跑起来你会发现它同时踩在三条完全不同的产品线上。小程序端要的是转化率，用户从看到机器人到下单付款，路径越短越好；APP 端要的是设备能力，调度员得用蓝牙连机器人控制网关、在信号差的展馆里离线查订单；管理后台要的是数据密度，设备台账、订单履约、租户配置、报表导出，全是复杂表单和表格。

我见过不少团队一开始图省事，三个端各写各的后端接口，结果三个月后接口数量翻了三倍，鉴权逻辑散落在四个代码库里，改一个 token 过期时间要发三次版。更麻烦的是，同一个用户在小程序下了单，打开 APP 看进度，两边的用户态对不上——因为两套 auth 服务签发的 JWT 密钥都不一样。

所以这篇要解决的核心问题是：机器人租赁小程序、APP、管理后台如何共用一套统一网关与鉴权通道。适合正在做多端 SaaS 平台的开发者、需要把 AI 能力接入租赁业务的技术负责人，以及想搞清楚"统一 Key 通道"到底怎么落地的同学。

统一网关的价值不在于"少写代码"，而在于把三件容易失控的事收拢到一处：端类型识别、token 策略分发、AI 能力调用的统一出口。前两件是业务鉴权，第三件就是本文要重点接入的 TaoToken 统一 Key 通道——机器人租赁业务里，智能客服、设备故障问答、租赁合同摘要这些场景都需要调大模型，如果每个端各自管一套 API Key，泄露风险和成本核算都会失控。

下面按"端差异分析 → 统一网关骨架 → TaoToken 接入配置 → 多端联调验证 → 报错排查"的顺序展开，每一步都给可复制的代码和配置。

1.1 先把"端差异"列成表，再动手写代码

动手前我们做了一张端差异分析表，事实证明它比后面所有架构图都重要：

三个结论直接决定了架构走向：小程序是主入口但约束最多，交互要围绕"下单转化"做减法；APP 的增量价值在设备能力，用不到蓝牙和推送就别单独维护一个 APP；后台的复杂度在表单和数据密度，选型上和移动端彻底分开。

这张表还有一个隐藏作用：它决定了统一网关里"哪些逻辑必须共用、哪些可以分端定制"。鉴权、租户状态校验、AI 调用出口必须共用；而端特有的设备指纹、微信会话有效性校验，则通过过滤器链差异化挂载。

2. TaoToken 统一 Key 通道前置准备：多端共用一套 AI 出口

机器人租赁业务里，AI 能力的使用场景比想象中多：小程序端的智能选型助手（"我要租一台能跳舞的机器人，预算 3000 以内"）、APP 端调度员的设备故障问答、管理后台的租赁合同摘要和报表解读。如果每个端各自申请一套大模型 API Key，会立刻遇到三个问题：Key 散落在三个代码库和三个构建环境里，轮换一次要改六处；成本无法按端归因，不知道是小程序烧的钱还是后台烧的；某个端 Key 泄露，无法单独吊销。

TaoToken 统一 Key 通道解决的正是这件事：所有端通过统一网关转发到同一个 API 出口，Key 只在网关侧持有，端侧永远拿不到明文 Key。这样轮换、归因、吊销都在一处完成。

前置准备分三步，都很轻：

第一步，注册并拿到统一 Key。访问官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 完成账号注册，然后在控制台创建 API Key。控制台地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，Key 管理页在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。创建后立刻复制保存，页面刷新后不再显示完整 Key。

第二步，确认 API 基地址。TaoToken 的 API 入口是 https://taotoken.net/api ，注意这个地址不带任何查询参数，所有端和网关都指向它。模型对话调试可以直接用 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 在线验证，确认 Key 和模型 ID 能跑通再写进网关配置。

第三步，确定模型 ID。机器人租赁场景我建议先用一个通用对话模型做智能客服和故障问答，模型 ID 在模型对话页能看到完整列表。记住这个 ID，后面网关配置和端侧调用都要用。

注意：统一 Key 通道的核心原则是"Key 不下发到端"。小程序、APP、后台都只调用你自己的网关地址，由网关在服务端注入 Authorization 头。任何把 Key 写进小程序前端代码的做法都等于公开泄露。

前置准备完成后，你手里应该有三样东西：一个 TaoToken API Key、API 基地址https://taotoken.net/api、一个确认可用的模型 ID。下面进入网关骨架的搭建。

3. 可复制的统一网关配置：三端鉴权 + TaoToken 转发

这一节给完整的可复制配置。网关用 Spring Cloud Gateway 的思路，但配置本身是通用的，换成 Nginx + Lua 或 Node 网关也能照着改。

3.1 网关路由与三端过滤器链

先看路由骨架。核心思路是按路径前缀识别端类型，套用不同的鉴权过滤器，最后统一转发到 TaoToken：

# gateway-routes.yaml spring: cloud: gateway: routes: - id: mp-route uri: http://robot-rental-service:8080 predicates: - Path=/mp/** filters: - MpAuthFilter - StripPrefix=1 - id: app-route uri: http://robot-rental-service:8080 predicates: - Path=/app/** filters: - AppAuthFilter - StripPrefix=1 - id: admin-route uri: http://robot-rental-service:8080 predicates: - Path=/admin/** filters: - AdminAuthFilter - StripPrefix=1 - id: ai-route uri: https://taotoken.net/api predicates: - Path=/ai/** filters: - AiAuthFilter - StripPrefix=1

三端 token 策略刻意不同，因为安全等级和使用场景不一样：

3.2 TaoToken 转发的 JSON 配置片段

AI 路由的转发配置单独拎出来，因为这里要注入 Key 和模型参数。下面这段是网关侧的配置，路径和字段名保持和实际一致：

{ "aiRoute": { "upstream": "https://taotoken.net/api", "pathRewrite": { "^/ai": "" }, "headers": { "Authorization": "Bearer ${TAOTOKEN_API_KEY}", "Content-Type": "application/json" }, "defaultModel": "your-model-id", "timeoutMs": 60000, "retry": { "maxAttempts": 2, "backoffMs": 500 } } }

${TAOTOKEN_API_KEY}从网关的环境变量读取，绝不写死在配置文件里。defaultModel填你在模型对话页确认过的模型 ID。端侧调用时只需要请求/ai/v1/chat/completions，网关会自动补全 Authorization 头并转发到https://taotoken.net/api/v1/chat/completions。

3.3 端侧调用示例：三端同一套接口

小程序端（uni-app）调用网关的 AI 接口：

// utils/ai.js —— 小程序端，只调自己的网关 export async function askRobotAssistant(question) { const token = uni.getStorageSync('mp_token') const res = await uni.request({ url: 'https://your-gateway.com/ai/v1/chat/completions', method: 'POST', header: { 'Authorization': `Bearer ${token}`, 'Content-Type': 'application/json' }, data: { model: 'your-model-id', messages: [ { role: 'system', content: '你是机器人租赁助手，帮用户选型。' }, { role: 'user', content: question } ] } }) return res.data.choices[0].message.content }

APP 端（uni-app 编译到 App）调用方式完全一样，只是 token 从 APP 的存储里取。管理后台（Vue）同理。三端共用同一个网关地址和同一套请求格式，这就是统一 Key 通道的价值——端侧代码不需要知道 TaoToken 的存在，也不需要持有任何 Key。

如果你在做长期编码或 Agent 类项目，需要更稳定的调用配额和更细的用量管理，可以了解 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，里面有完整的接口说明和参数列表。

4. 多端联调与鉴权链路验证：从 401 到成功返回

配置写完不算完，必须验证三端鉴权链路和 AI 转发都能跑通。这一节给可执行的验证步骤。

4.1 验证网关鉴权：三端分别请求

先用 curl 模拟三端请求，确认过滤器链生效：

# 小程序端：带 mp_token 请求 curl -X GET https://your-gateway.com/mp/orders \ -H "Authorization: Bearer <mp_token>" # APP 端：带 access_token 请求 curl -X GET https://your-gateway.com/app/orders \ -H "Authorization: Bearer <app_access_token>" # 管理后台：带 admin_token 请求 curl -X GET https://your-gateway.com/admin/devices \ -H "Authorization: Bearer <admin_token>"

预期结果：三个请求都返回 200 和对应数据。如果某个端返回 401，说明该端的过滤器链没匹配上，检查路径前缀和过滤器注册顺序。

4.2 验证 TaoToken 转发：端到端跑一次对话

用网关的 AI 路由发一次真实请求：

curl -X POST https://your-gateway.com/ai/v1/chat/completions \ -H "Authorization: Bearer <mp_token>" \ -H "Content-Type: application/json" \ -d '{ "model": "your-model-id", "messages": [ {"role": "user", "content": "租一台能跳舞的机器人，预算3000以内，推荐一下"} ] }'

成功返回的结构里，choices[0].message.content就是模型回复。这一步验证的是完整链路：端侧 token → 网关鉴权 → 注入 TaoToken Key → 转发到https://taotoken.net/api→ 返回结果。如果这一步通了，说明统一 Key 通道已经跑通。

4.3 验证多端会话一致性

同一用户在小程序和 APP 分别登录，检查userId是否同源。我们的做法是统一 auth-service 签发，用 userId 维度的设备注册表管理多端会话，踢出策略按端独立——踢小程序不影响 APP。验证方法：小程序登录后调/mp/user/profile，APP 登录后调/app/user/profile，两个接口返回的 userId 必须一致。

5. 本篇常见报错排查：401、local proxy failed、reading choices

多端网关接入最容易卡在几个固定报错上，逐个对照排查。

报错一：401 Unauthorized，端侧请求被网关拦截。最常见原因是 token 过期或过滤器链没匹配。先确认请求路径前缀是否正确（/mp/、/app/、/admin/），再检查 token 是否过期。小程序端 401 时应该触发静默续期逻辑，用wx.checkSession判断会话是否有效，有效则重新wx.login换 code2Session，无效则引导用户重新授权。APP 端 401 时用 refresh token 换新的 access token，注意 refresh 旋转后旧 token 立即作废。

报错二：local proxy failed，网关转发 TaoToken 失败。这个报错通常出现在网关到https://taotoken.net/api的连接环节。排查顺序：先确认网关所在网络能正常访问该地址（用 curl 在网关机器上直接测）；再检查Authorization头是否正确注入，Key 是否有多余空格；最后确认pathRewrite规则，/ai/v1/chat/completions重写后应该是/v1/chat/completions，多一层或少一层都会 404。

报错三：reading choices 时 panic 或空指针。这个报错说明请求发出去了、也返回了，但响应结构里没有choices字段。原因通常是模型 ID 写错，或者请求体格式不对。检查model字段是否和模型对话页确认的一致，messages是否是标准数组格式。还有一种情况是网关把错误响应也透传了，端侧直接取choices[0]就崩了——端侧代码必须做防御性判断：

if (!res.data || !res.data.choices || !res.data.choices.length) { console.error('AI 返回异常:', res.data) return '抱歉，助手暂时不可用' } return res.data.choices[0].message.content

报错四：OAuth 相关报错，管理后台登录失败。管理后台如果用 OAuth 对接企业账号，报错通常出在回调地址不匹配或 scope 配置错误。检查 OAuth 应用的回调 URL 是否和网关的/admin/oauth/callback一致，scope 是否包含所需权限。如果用的是 Claude Code 或类似编码工具接入，配置三件套要写全：Base URL 填https://taotoken.net/api，Key 填控制台创建的 Key，Model ID 填确认可用的模型。三件套缺一个都会报鉴权或模型不存在。

报错五：CC Switch / Cline MCP / Codex auth.json 配置不生效。如果你在开发环境用这些工具接入，配置文件的字段名必须和工具要求一致。以 Codex 的auth.json为例，Base URL、Key、Model ID 三个字段都要填，路径要和工具文档一致。Cline 的 MCP 配置里，baseUrl指向https://taotoken.net/api，apiKey填你的 Key。配置完重启工具再测，热加载不一定生效。

排查完这些，多端网关骨架基本就稳了。最后留一个实用技巧：在网关侧加一个/ai/health探针接口，定期用最小请求体调一次 TaoToken，确认 Key 有效和模型可用，比等用户报错再查快得多。