用途：为 AI 应用准备一个经过实际验证的备用模型方案，把主模型被停止服务或弃用时的冲击半径压缩到一次配置修改，并避免“只在配置里写了备用模型、却从未真正运行过”的自欺做法。
主要能力与步骤：通过 OpenAI 兼容的网关 base_url 路由，而不是硬编码某家提供商的端点，使切换成为配置编辑而非代码改动；命名主模型后，固定一个同时满足四个条件的备用模型：与主模型不同、开源权重（托管专有模型同样可能被收回，开源权重无法被取消发布）、带 tested_on 日期（用户最后一次实际运行它的时间）、以及实际运行过的 2-5 条冒烟提示词。四项缺一即视为配置未完成；若从未运行过备用模型，应先运行冒烟提示词再记录日期，不得为未发生的测试填写日期。资料提供一个校验脚本，会拒绝未测试、仅托管或与主模型相同的备用方案。还需把演练排入日程（每月即可），重跑冒烟提示词并更新 tested_on，同时把提示词与上下文保存为可移植形式。
限制与注意：开源权重不等于前沿水平，大模型需要较高硬件，现实做法是较小的开源模型或廉价云主机，而非家用机器对标旗舰；网关本身也是依赖项，可能变更条款，它缩短切换时间但不消除风险；不要在有预览状态的模型上构建重要功能，因其下架通知最短，应优先选择正式可用且有公开弃用策略的模型。其他具体平台、收费与价格信息暂未提供。