1. 订单-库存-搜索链路为什么要统一模型通道订单服务创建订单后要扣库存、写搜索索引这条链路一旦串行调用任何一环抖动都会把响应时间拖到秒级。我试过把库存扣减和索引更新拆成 RabbitMQ 异步消息订单主流程只负责落库和发消息响应时间从 800ms 降到 120ms 左右。但异步化之后又冒出新问题库存服务、搜索服务、订单服务各自维护一套模型调用配置Key 散落在不同机器的环境变量里改一次配置要登录三台机器还容易漏。这个场景的核心矛盾不是能不能跑通而是配置能不能收敛到一处。分布式链路里每个服务都可能调用大模型做意图识别、商品标题生成、搜索词改写如果每个服务都自己写一套 HTTP 客户端和鉴权逻辑维护成本会随服务数量线性增长。把模型调用统一到一个兼容 OpenAI 协议的通道上所有服务共用同一个 Base URL 和 Key配置迁移就变成改一个地址的事。适合谁看已经在用 SpringCloud 做服务拆分手上有 RabbitMQ 和 Redis想给微服务加模型能力但不想每个服务重复造轮子的后端同学。你需要对application.yml和 Docker Compose 有基本概念能看懂FeignClient和RabbitListener注解。链路长这样Gateway 接请求 → 订单服务落库 → 发消息到 RabbitMQ → 库存服务消费扣减 → 搜索服务消费更新索引 → 任一服务需要模型能力时通过统一通道调用。Redis 负责缓存商品详情和库存余量减少数据库压力。下面按这个链路把配置一步步改到位。2. TaoToken 在微服务链路里的定位与前置准备TaoToken 在这里扮演的是统一模型出口的角色。它提供 OpenAI 兼容的 HTTP 接口意味着你不需要为每个服务引入不同的 SDK用 Spring 的RestTemplate或WebClient就能调。对微服务架构来说兼容协议比功能多更重要——协议统一了配置才能统一。前置准备分三块。第一块是账号和 Key访问官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后进控制台 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsole 创建 API Key。Key 只在创建时完整显示一次复制后先存到密码管理器后面要写进 Docker Compose 的环境变量。第二块是确认接口地址。API 根地址是 https://taotoken.net/api 注意这个地址不带任何查询参数。模型对话的完整路径是https://taotoken.net/api/v1/chat/completions和 OpenAI 官方路径结构一致。你可以在模型对话页面 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodels 先手动发一条消息确认 Key 能用、返回格式正常再往代码里写。第三块是本地环境。你需要一个能跑 Docker 的机器Docker Compose 版本 1.29 以上。SpringCloud 项目建议用 JDK 8 或 11Spring Boot 2.6.x 配 Spring Cloud 2021.0.x 比较稳。RabbitMQ 和 Redis 都用 Docker 起省去装环境的麻烦。注意Key 不要硬编码在application.yml里提交到 Git。用环境变量注入Docker Compose 里通过environment字段传本地开发用 IDE 的运行配置传。这是配置迁移能不能落地的关键Key 泄露了整条链路都得换。模型 ID 的选择上如果你只是做意图识别和短文本改写选轻量模型就够如果要做商品描述生成选能力强的。具体有哪些模型、各自什么特点在模型对话页面能看到完整列表和说明。把选好的 Model ID 记下来后面配置里要用。3. 可复制的 application.yml 与 Docker Compose 配置先改订单服务的application.yml。核心是把模型调用的 Base URL、Key、Model ID 抽成独立配置块其他服务引用同一套环境变量。server: port: 8080 spring: application: name: order-service datasource: url: jdbc:mysql://mysql:3306/cloud_order?useSSLfalseserverTimezoneUTC username: root password: ${MYSQL_PASSWORD:123} redis: host: redis port: 6379 rabbitmq: host: rabbitmq port: 5672 username: guest password: guest listener: simple: prefetch: 1 # 统一模型通道配置所有微服务共用同一套环境变量 llm: base-url: ${LLM_BASE_URL:https://taotoken.net/api} api-key: ${LLM_API_KEY} model-id: ${LLM_MODEL_ID:gpt-4o-mini} chat-path: /v1/chat/completions timeout: 30000库存服务和搜索服务用同样的llm配置块值从环境变量读不需要各自维护。这样改模型地址时只改 Docker Compose 里的LLM_BASE_URL一个地方。接着写一个配置类把llm块绑定成 BeanComponent ConfigurationProperties(prefix llm) Data public class LlmProperties { private String baseUrl; private String apiKey; private String modelId; private String chatPath; private int timeout; }再写一个通用的调用客户端用RestTemplate发请求。这个类放在公共模块里订单、库存、搜索都依赖它Component public class LlmClient { Autowired private LlmProperties props; private final RestTemplate restTemplate new RestTemplate(); public String chat(String userMessage) { String url props.getBaseUrl() props.getChatPath(); HttpHeaders headers new HttpHeaders(); headers.setContentType(MediaType.APPLICATION_JSON); headers.setBearerAuth(props.getApiKey()); MapString, Object body new HashMap(); body.put(model, props.getModelId()); body.put(messages, Collections.singletonList( Map.of(role, user, content, userMessage) )); HttpEntityMapString, Object entity new HttpEntity(body, headers); ResponseEntityMap resp restTemplate.postForEntity(url, entity, Map.class); ListMapString, Object choices (ListMapString, Object) resp.getBody().get(choices); MapString, Object message (MapString, Object) choices.get(0).get(message); return (String) message.get(content); } }Docker Compose 文件把环境变量集中管理这是配置迁移的落点version: 3.8 services: mysql: image: mysql:5.7.25 environment: MYSQL_ROOT_PASSWORD: 123 volumes: - ./mysql/data:/var/lib/mysql ports: - 3306:3306 redis: image: redis:6.2 ports: - 6379:6379 rabbitmq: image: rabbitmq:3-management environment: RABBITMQ_DEFAULT_USER: guest RABBITMQ_DEFAULT_PASS: guest ports: - 5672:5672 - 15672:15672 order-service: build: ./order-service environment: LLM_BASE_URL: https://taotoken.net/api LLM_API_KEY: ${LLM_API_KEY} LLM_MODEL_ID: gpt-4o-mini MYSQL_PASSWORD: 123 depends_on: - mysql - redis - rabbitmq ports: - 8080:8080 stock-service: build: ./stock-service environment: LLM_BASE_URL: https://taotoken.net/api LLM_API_KEY: ${LLM_API_KEY} LLM_MODEL_ID: gpt-4o-mini depends_on: - rabbitmq search-service: build: ./search-service environment: LLM_BASE_URL: https://taotoken.net/api LLM_API_KEY: ${LLM_API_KEY} LLM_MODEL_ID: gpt-4o-mini depends_on: - rabbitmq - redisLLM_API_KEY用${LLM_API_KEY}从宿主机环境变量读启动前export LLM_API_KEY你的Key。这样 Compose 文件本身可以进 GitKey 不进。RabbitMQ 的异步解耦部分订单服务发消息Service public class OrderService { Autowired private RabbitTemplate rabbitTemplate; public void createOrder(Order order) { orderMapper.insert(order); // 发消息到库存队列库存服务异步扣减 rabbitTemplate.convertAndSend(stock.queue, order.getProductId()); // 发消息到搜索队列搜索服务异步更新索引 rabbitTemplate.convertAndSend(search.queue, order.getProductId()); } }库存服务消费并调用模型做库存预警文案生成Component public class StockListener { Autowired private LlmClient llmClient; RabbitListener(queues stock.queue) public void onStockMessage(Long productId) { int stock stockService.getStock(productId); if (stock 10) { String warning llmClient.chat( 商品 productId 库存仅剩 stock 件生成一句简短预警 ); log.warn(库存预警{}, warning); } } }Redis 缓存商品详情减少模型调用频次public Product getProduct(Long id) { String key product: id; String cached redisTemplate.opsForValue().get(key); if (cached ! null) { return JSON.parseObject(cached, Product.class); } Product product productMapper.selectById(id); redisTemplate.opsForValue().set(key, JSON.toJSONString(product), 10, TimeUnit.MINUTES); return product; }4. 验证请求与成功结果确认配置写完先别急着起全部服务。按依赖顺序验证出问题好定位。第一步单独验证模型通道通不通。用 curl 直接打接口排除 Spring 配置的干扰curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $LLM_API_KEY \ -d { model: gpt-4o-mini, messages: [{role: user, content: 回复ok两个字}] }返回里choices[0].message.content有内容说明 Key 和地址都对。如果返回 401看 Key 是不是复制时带了空格如果返回 404检查路径是不是漏了/v1。第二步起基础设施。docker-compose up -d mysql redis rabbitmq等 RabbitMQ 管理页面能打开http://localhost:15672guest/guest再起业务服务。第三步起订单服务看启动日志里LlmProperties有没有绑定成功。可以在启动类里加一行打印Bean public CommandLineRunner checkConfig(LlmProperties props) { return args - { log.info(LLM base-url: {}, props.getBaseUrl()); log.info(LLM model-id: {}, props.getModelId()); log.info(LLM api-key length: {}, props.getApiKey() null ? 0 : props.getApiKey().length()); }; }Key 长度打印出来是 0说明环境变量没传进去检查 Docker Compose 的environment字段和宿主机export。第四步打订单接口触发全链路curl -X POST http://localhost:8080/order/create \ -H Content-Type: application/json \ -d {productId: 1001, userId: 1, count: 2}预期结果订单接口 200 返回响应时间在 200ms 内RabbitMQ 管理页面stock.queue和search.queue有消息进出库存服务日志出现模型生成的预警文案搜索服务日志出现索引更新记录。如果订单接口返回了但队列没消息检查RabbitTemplate的convertAndSend队列名和RabbitListener的queues值是否一致。第五步验证 Redis 缓存生效。连续调两次商品查询接口第二次日志里不应该出现数据库查询语句。用redis-cli看product:1001这个 key 有没有值。全链路跑通后把LLM_BASE_URL从https://taotoken.net/api改成别的地址重启服务链路照样通——这就证明配置迁移成功了模型通道和业务逻辑解耦了。5. 本篇常见错误排查401 Unauthorized最常见。三种可能Key 没传进容器、Key 复制时带了换行、请求头格式不对。先在容器里echo $LLM_API_KEY确认环境变量存在再用 curl 在容器内打一次接口。请求头必须是Authorization: Bearer sk-xxxBearer和 Key 之间一个空格。Connection refused 或 local proxy failed检查LLM_BASE_URL是不是写成了https://taotoken.net/api/带尾斜杠拼接后变成//v1/chat/completions。正确写法是不带尾斜杠代码里baseUrl chatPath拼出完整路径。另外确认容器能访问外网docker exec -it order-service curl -I https://taotoken.net/api看能不能通。reading choices 空指针resp.getBody().get(choices)返回 null说明响应体结构不是预期的 OpenAI 格式。先打印完整响应体看实际返回了什么。常见原因是 Model ID 写错了服务端返回了错误信息而不是正常结构。去模型对话页面确认 Model ID 的准确拼写。OAuth 相关报错如果你用的是 Claude Code 或 Codex 这类工具接入报 OAuth 错误通常是认证方式没配对。这类工具需要的是 API Key 认证不是 OAuth 流程。检查配置里是不是误开了 OAuth 选项。Claude Code 接入时 Base URL 填https://taotoken.net/apiKey 填创建的 API KeyModel ID 填对应模型。RabbitMQ 消息重复消费库存服务重启后重复扣减。这是消息确认机制的问题RabbitListener默认自动 ack处理失败也会 ack。改成手动 ackspring: rabbitmq: listener: simple: acknowledge-mode: manual然后在监听方法里处理成功后channel.basicAck(deliveryTag, false)失败时basicNack重回队列或进死信队列。Redis 连接超时Docker Compose 里服务名是redisapplication.yml里 host 要写redis不是localhost。容器内localhost指向容器自己不是宿主机。同理 MySQL 和 RabbitMQ 的 host 都写服务名。Docker Compose 启动顺序问题depends_on只保证启动顺序不保证服务就绪。订单服务可能在 MySQL 还没初始化完就启动导致连接失败。加健康检查mysql: healthcheck: test: [CMD, mysqladmin, ping, -h, localhost] interval: 5s retries: 10业务服务的depends_on改成带条件的写法等 MySQL 健康再启动。6. 把配置收敛到一处链路才算真正跑通整条链路跑通后回头看真正花时间的不是写代码是让三个服务的配置指向同一个模型通道。Base URL、Key、Model ID 这三件套只要有一个服务写错链路就在那一环断掉。用环境变量加 Docker Compose 集中管理改一处全链路生效这是分布式配置迁移最省事的做法。如果你后面要加新的微服务比如评价服务、推荐服务直接复制llm配置块和LlmClient类环境变量从 Compose 里继承不用重新配 Key。模型要换的时候改LLM_MODEL_ID一个值所有服务跟着换。长期做编码和 Agent 类任务的话可以了解下 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 适合需要持续调用模型的场景。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有各语言和工具的接入示例。API Key 管理在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 可以创建多个 Key 分配给不同服务方便按服务追踪用量。最后留一个实用技巧在LlmClient里加一层简单的重试网络抖动时自动重发一次避免因为偶发超时导致消息处理失败进死信队列。重试次数别超过 2 次否则可能放大问题。 
长河君 · 2026/10/3 6:32:13 · 阅读 1.2k 【实用篇】SpringCloud+RabbitMQ+Docker+Redis+搜索+分布式：把配置改到 TaoToken 的微服务链路实战
1. 订单-库存-搜索链路为什么要统一模型通道订单服务创建订单后要扣库存、写搜索索引这条链路一旦串行调用任何一环抖动都会把响应时间拖到秒级。我试过把库存扣减和索引更新拆成 RabbitMQ 异步消息订单主流程只负责落库和发消息响应时间从 800ms 降到 120ms 左右。但异步化之后又冒出新问题库存服务、搜索服务、订单服务各自维护一套模型调用配置Key 散落在不同机器的环境变量里改一次配置要登录三台机器还容易漏。这个场景的核心矛盾不是能不能跑通而是配置能不能收敛到一处。分布式链路里每个服务都可能调用大模型做意图识别、商品标题生成、搜索词改写如果每个服务都自己写一套 HTTP 客户端和鉴权逻辑维护成本会随服务数量线性增长。把模型调用统一到一个兼容 OpenAI 协议的通道上所有服务共用同一个 Base URL 和 Key配置迁移就变成改一个地址的事。适合谁看已经在用 SpringCloud 做服务拆分手上有 RabbitMQ 和 Redis想给微服务加模型能力但不想每个服务重复造轮子的后端同学。你需要对application.yml和 Docker Compose 有基本概念能看懂FeignClient和RabbitListener注解。链路长这样Gateway 接请求 → 订单服务落库 → 发消息到 RabbitMQ → 库存服务消费扣减 → 搜索服务消费更新索引 → 任一服务需要模型能力时通过统一通道调用。Redis 负责缓存商品详情和库存余量减少数据库压力。下面按这个链路把配置一步步改到位。2. TaoToken 在微服务链路里的定位与前置准备TaoToken 在这里扮演的是统一模型出口的角色。它提供 OpenAI 兼容的 HTTP 接口意味着你不需要为每个服务引入不同的 SDK用 Spring 的RestTemplate或WebClient就能调。对微服务架构来说兼容协议比功能多更重要——协议统一了配置才能统一。前置准备分三块。第一块是账号和 Key访问官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后进控制台 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsole 创建 API Key。Key 只在创建时完整显示一次复制后先存到密码管理器后面要写进 Docker Compose 的环境变量。第二块是确认接口地址。API 根地址是 https://taotoken.net/api 注意这个地址不带任何查询参数。模型对话的完整路径是https://taotoken.net/api/v1/chat/completions和 OpenAI 官方路径结构一致。你可以在模型对话页面 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodels 先手动发一条消息确认 Key 能用、返回格式正常再往代码里写。第三块是本地环境。你需要一个能跑 Docker 的机器Docker Compose 版本 1.29 以上。SpringCloud 项目建议用 JDK 8 或 11Spring Boot 2.6.x 配 Spring Cloud 2021.0.x 比较稳。RabbitMQ 和 Redis 都用 Docker 起省去装环境的麻烦。注意Key 不要硬编码在application.yml里提交到 Git。用环境变量注入Docker Compose 里通过environment字段传本地开发用 IDE 的运行配置传。这是配置迁移能不能落地的关键Key 泄露了整条链路都得换。模型 ID 的选择上如果你只是做意图识别和短文本改写选轻量模型就够如果要做商品描述生成选能力强的。具体有哪些模型、各自什么特点在模型对话页面能看到完整列表和说明。把选好的 Model ID 记下来后面配置里要用。3. 可复制的 application.yml 与 Docker Compose 配置先改订单服务的application.yml。核心是把模型调用的 Base URL、Key、Model ID 抽成独立配置块其他服务引用同一套环境变量。server: port: 8080 spring: application: name: order-service datasource: url: jdbc:mysql://mysql:3306/cloud_order?useSSLfalseserverTimezoneUTC username: root password: ${MYSQL_PASSWORD:123} redis: host: redis port: 6379 rabbitmq: host: rabbitmq port: 5672 username: guest password: guest listener: simple: prefetch: 1 # 统一模型通道配置所有微服务共用同一套环境变量 llm: base-url: ${LLM_BASE_URL:https://taotoken.net/api} api-key: ${LLM_API_KEY} model-id: ${LLM_MODEL_ID:gpt-4o-mini} chat-path: /v1/chat/completions timeout: 30000库存服务和搜索服务用同样的llm配置块值从环境变量读不需要各自维护。这样改模型地址时只改 Docker Compose 里的LLM_BASE_URL一个地方。接着写一个配置类把llm块绑定成 BeanComponent ConfigurationProperties(prefix llm) Data public class LlmProperties { private String baseUrl; private String apiKey; private String modelId; private String chatPath; private int timeout; }再写一个通用的调用客户端用RestTemplate发请求。这个类放在公共模块里订单、库存、搜索都依赖它Component public class LlmClient { Autowired private LlmProperties props; private final RestTemplate restTemplate new RestTemplate(); public String chat(String userMessage) { String url props.getBaseUrl() props.getChatPath(); HttpHeaders headers new HttpHeaders(); headers.setContentType(MediaType.APPLICATION_JSON); headers.setBearerAuth(props.getApiKey()); MapString, Object body new HashMap(); body.put(model, props.getModelId()); body.put(messages, Collections.singletonList( Map.of(role, user, content, userMessage) )); HttpEntityMapString, Object entity new HttpEntity(body, headers); ResponseEntityMap resp restTemplate.postForEntity(url, entity, Map.class); ListMapString, Object choices (ListMapString, Object) resp.getBody().get(choices); MapString, Object message (MapString, Object) choices.get(0).get(message); return (String) message.get(content); } }Docker Compose 文件把环境变量集中管理这是配置迁移的落点version: 3.8 services: mysql: image: mysql:5.7.25 environment: MYSQL_ROOT_PASSWORD: 123 volumes: - ./mysql/data:/var/lib/mysql ports: - 3306:3306 redis: image: redis:6.2 ports: - 6379:6379 rabbitmq: image: rabbitmq:3-management environment: RABBITMQ_DEFAULT_USER: guest RABBITMQ_DEFAULT_PASS: guest ports: - 5672:5672 - 15672:15672 order-service: build: ./order-service environment: LLM_BASE_URL: https://taotoken.net/api LLM_API_KEY: ${LLM_API_KEY} LLM_MODEL_ID: gpt-4o-mini MYSQL_PASSWORD: 123 depends_on: - mysql - redis - rabbitmq ports: - 8080:8080 stock-service: build: ./stock-service environment: LLM_BASE_URL: https://taotoken.net/api LLM_API_KEY: ${LLM_API_KEY} LLM_MODEL_ID: gpt-4o-mini depends_on: - rabbitmq search-service: build: ./search-service environment: LLM_BASE_URL: https://taotoken.net/api LLM_API_KEY: ${LLM_API_KEY} LLM_MODEL_ID: gpt-4o-mini depends_on: - rabbitmq - redisLLM_API_KEY用${LLM_API_KEY}从宿主机环境变量读启动前export LLM_API_KEY你的Key。这样 Compose 文件本身可以进 GitKey 不进。RabbitMQ 的异步解耦部分订单服务发消息Service public class OrderService { Autowired private RabbitTemplate rabbitTemplate; public void createOrder(Order order) { orderMapper.insert(order); // 发消息到库存队列库存服务异步扣减 rabbitTemplate.convertAndSend(stock.queue, order.getProductId()); // 发消息到搜索队列搜索服务异步更新索引 rabbitTemplate.convertAndSend(search.queue, order.getProductId()); } }库存服务消费并调用模型做库存预警文案生成Component public class StockListener { Autowired private LlmClient llmClient; RabbitListener(queues stock.queue) public void onStockMessage(Long productId) { int stock stockService.getStock(productId); if (stock 10) { String warning llmClient.chat( 商品 productId 库存仅剩 stock 件生成一句简短预警 ); log.warn(库存预警{}, warning); } } }Redis 缓存商品详情减少模型调用频次public Product getProduct(Long id) { String key product: id; String cached redisTemplate.opsForValue().get(key); if (cached ! null) { return JSON.parseObject(cached, Product.class); } Product product productMapper.selectById(id); redisTemplate.opsForValue().set(key, JSON.toJSONString(product), 10, TimeUnit.MINUTES); return product; }4. 验证请求与成功结果确认配置写完先别急着起全部服务。按依赖顺序验证出问题好定位。第一步单独验证模型通道通不通。用 curl 直接打接口排除 Spring 配置的干扰curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $LLM_API_KEY \ -d { model: gpt-4o-mini, messages: [{role: user, content: 回复ok两个字}] }返回里choices[0].message.content有内容说明 Key 和地址都对。如果返回 401看 Key 是不是复制时带了空格如果返回 404检查路径是不是漏了/v1。第二步起基础设施。docker-compose up -d mysql redis rabbitmq等 RabbitMQ 管理页面能打开http://localhost:15672guest/guest再起业务服务。第三步起订单服务看启动日志里LlmProperties有没有绑定成功。可以在启动类里加一行打印Bean public CommandLineRunner checkConfig(LlmProperties props) { return args - { log.info(LLM base-url: {}, props.getBaseUrl()); log.info(LLM model-id: {}, props.getModelId()); log.info(LLM api-key length: {}, props.getApiKey() null ? 0 : props.getApiKey().length()); }; }Key 长度打印出来是 0说明环境变量没传进去检查 Docker Compose 的environment字段和宿主机export。第四步打订单接口触发全链路curl -X POST http://localhost:8080/order/create \ -H Content-Type: application/json \ -d {productId: 1001, userId: 1, count: 2}预期结果订单接口 200 返回响应时间在 200ms 内RabbitMQ 管理页面stock.queue和search.queue有消息进出库存服务日志出现模型生成的预警文案搜索服务日志出现索引更新记录。如果订单接口返回了但队列没消息检查RabbitTemplate的convertAndSend队列名和RabbitListener的queues值是否一致。第五步验证 Redis 缓存生效。连续调两次商品查询接口第二次日志里不应该出现数据库查询语句。用redis-cli看product:1001这个 key 有没有值。全链路跑通后把LLM_BASE_URL从https://taotoken.net/api改成别的地址重启服务链路照样通——这就证明配置迁移成功了模型通道和业务逻辑解耦了。5. 本篇常见错误排查401 Unauthorized最常见。三种可能Key 没传进容器、Key 复制时带了换行、请求头格式不对。先在容器里echo $LLM_API_KEY确认环境变量存在再用 curl 在容器内打一次接口。请求头必须是Authorization: Bearer sk-xxxBearer和 Key 之间一个空格。Connection refused 或 local proxy failed检查LLM_BASE_URL是不是写成了https://taotoken.net/api/带尾斜杠拼接后变成//v1/chat/completions。正确写法是不带尾斜杠代码里baseUrl chatPath拼出完整路径。另外确认容器能访问外网docker exec -it order-service curl -I https://taotoken.net/api看能不能通。reading choices 空指针resp.getBody().get(choices)返回 null说明响应体结构不是预期的 OpenAI 格式。先打印完整响应体看实际返回了什么。常见原因是 Model ID 写错了服务端返回了错误信息而不是正常结构。去模型对话页面确认 Model ID 的准确拼写。OAuth 相关报错如果你用的是 Claude Code 或 Codex 这类工具接入报 OAuth 错误通常是认证方式没配对。这类工具需要的是 API Key 认证不是 OAuth 流程。检查配置里是不是误开了 OAuth 选项。Claude Code 接入时 Base URL 填https://taotoken.net/apiKey 填创建的 API KeyModel ID 填对应模型。RabbitMQ 消息重复消费库存服务重启后重复扣减。这是消息确认机制的问题RabbitListener默认自动 ack处理失败也会 ack。改成手动 ackspring: rabbitmq: listener: simple: acknowledge-mode: manual然后在监听方法里处理成功后channel.basicAck(deliveryTag, false)失败时basicNack重回队列或进死信队列。Redis 连接超时Docker Compose 里服务名是redisapplication.yml里 host 要写redis不是localhost。容器内localhost指向容器自己不是宿主机。同理 MySQL 和 RabbitMQ 的 host 都写服务名。Docker Compose 启动顺序问题depends_on只保证启动顺序不保证服务就绪。订单服务可能在 MySQL 还没初始化完就启动导致连接失败。加健康检查mysql: healthcheck: test: [CMD, mysqladmin, ping, -h, localhost] interval: 5s retries: 10业务服务的depends_on改成带条件的写法等 MySQL 健康再启动。6. 把配置收敛到一处链路才算真正跑通整条链路跑通后回头看真正花时间的不是写代码是让三个服务的配置指向同一个模型通道。Base URL、Key、Model ID 这三件套只要有一个服务写错链路就在那一环断掉。用环境变量加 Docker Compose 集中管理改一处全链路生效这是分布式配置迁移最省事的做法。如果你后面要加新的微服务比如评价服务、推荐服务直接复制llm配置块和LlmClient类环境变量从 Compose 里继承不用重新配 Key。模型要换的时候改LLM_MODEL_ID一个值所有服务跟着换。长期做编码和 Agent 类任务的话可以了解下 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 适合需要持续调用模型的场景。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有各语言和工具的接入示例。API Key 管理在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 可以创建多个 Key 分配给不同服务方便按服务追踪用量。最后留一个实用技巧在LlmClient里加一层简单的重试网络抖动时自动重发一次避免因为偶发超时导致消息处理失败进死信队列。重试次数别超过 2 次否则可能放大问题。