第 3 课履约任务约 13 分钟
原生 Chat API 调优与参数深度剖析
temperature、max_tokens、penalty 等参数的场景化配置，以及统一 llm_client 封装设计。
Chat API参数调优FastAPIhttpx
进度保存在本机浏览器；验收通过后再点更稳妥
本课任务 · AI 履约学法
实现 Provider Adapter + profile 参数预设 + timeout/retry。
推荐：复制 Prompt → 在 AI大模型/AI编程工具 改项目 → 跑验收 → 再展开下方概念卡。不必先对着仓库读代码。
Prompt
你在 codehub-llm-core 中实现 LLM 客户端工程化。 本课目标： 1. services/llm/：抽象 LLMClient + OpenAICompatibleClient + factory 2. profile：extract(temperature=0.1) / chat(0.7) / code(0.2) 3. timeout=60s，最多 3 次指数退避重试 4. 映射 Timeout / 429 到业务错误码 约束： - 禁止在 Router 里写重试逻辑 - 日志记录 model、latency_ms（有 usage 则记 tokens） 验收：curl 分别用 profile=extract 与 profile=chat，观察输出差异。
验收标准
npm run verify:llm-03- ✓profile 参数生效
- ✓模拟超时返回业务错误码而非裸 500
- ✓Provider 可通过 env 切换 base_url
卡关对照：Gitee tag phase-1-llm-api（验收通过后再看，或路径 C 直接 checkout）