用途：为使用 Cohere API 的生产项目提供实践参考，涵盖模型选择、API 配置、错误处理、成本优化与架构模式。
模型选择：通用对话/推理用 command-a-03-2025；带引用的 RAG 用 command-r-plus-08-2024；成本敏感任务用 command-r-08-2024；英文嵌入用 embed-english-v3.0，多语言（100+ 语言）用 embed-multilingual-v3.0；重排序可用 rerank-v3.5，高质量用 rerank-v4.0-pro，低延迟用 rerank-v4.0-fast。
API 配置：新项目统一使用 ClientV2，避免旧客户端：co = cohere.ClientV2()。温度按场景设置：智能体/工具调用用较低温度（如 0.3），创意任务用较高温度（如 0.7），需确定性输出用 0。
嵌入：必须指定 input_type，索引文档用 search_document，查询用 search_query，且查询与索引必须一致，否则检索质量显著下降。建议一次调用批量嵌入（最多 96 条文本）并缓存嵌入结果。
RAG：采用两阶段检索，先用嵌入做宽召回，再用 rerank 精排；生成时引入 command-r-plus-08-2024 并传入 documents，可通过 response.message.citations 读取引用文本与来源。
错误处理：捕获 cohere.core.ApiError，对 429 采用指数退避重试，对 5xx 服务端错误可延迟重试，其他错误直接抛出，并设置最大重试次数。
成本优化：按任务选合适模型、批量嵌入、缓存嵌入、仅在质量重要时重排序、使用流式输出改善体验（不额外计费）。
限制：以上为生产实践建议，具体模型可用性、限流与计费以 Cohere 官方文档为准；资料未提供价格、配额或平台细节。