故障排查

从 VPS 调用 LLM API 时最常见问题的解决方法。

连接超时或被拒绝

该 API 仅可从 ReadyServer VPS 通过私有网络访问。

SDK 提示缺少 API 密钥

尽管本 API 不使用密钥,OpenAI SDK 仍要求提供。填入任意占位值即可:

export OPENAI_API_KEY="not-needed"

也可以直接传入,例如在 Python 中使用 OpenAI(api_key="not-needed")。

404 或提示“model does not exist”

model 的取值必须与模型列表中的 id 完全一致:

curl http://api.readyserver.ai/v1/models

请求迟迟没有开始响应

算力由所有 ReadyServer VPS 客户共享。服务繁忙时,请求会排队,使用 token 较少的客户将被优先处理。

算力如何共享,详见公平使用政策。

qwen3.8-27b 响应慢或消耗很多 token

qwen3.8-27b 在作答前会先进行推理,且默认使用最高推理强度。对于较简单的任务,可将 reasoning_effort 设为 "low"、关闭思考,或改用 qwen3.6-27b。详见思考模式。

400:提示词过长

如果错误信息提到最大上下文长度,说明你的提示词加上 max_tokens 超出了模型的上下文窗口(参见模型)。请精简对话历史、概括较早的轮次,或把长文档拆分为更小的片段。

响应被截断

如果 finish_reason 为 "length",说明生成在 max_tokens 或上下文上限处停止。请在限制范围内调高 max_tokens,或要求模型给出更简短的回答。

如果 content 返回为空而不是被截断,且 reasoning 很长,说明推理在回答开始前就用完了全部额度。这是 qwen3.8-27b 在默认推理强度下的表现:请至少给出 4,000 的 max_tokens,或将 reasoning_effort 设为 "low"。详见思考模式。

响应速度慢

较长的回答需要时间生成,服务繁忙时响应也会变慢。请使用流式响应,让最初的 token 尽快到达,并把提示词与 max_tokens 控制在实际所需的范围内。

仍未解决?

请联系 ReadyServer 技术支持,并附上: