Q: 性能指标是怎么计算的？

Runner 对请求延迟、TTFT、流总时长、生成阶段和生成速度分别计算 min/average/P50/P95/max；P50/P95 使用排序后的 nearest-rank。性能维度使用请求平均延迟、TTFT P50、生成速度 P50和退避惩罚。DNS、TCP、TLS 分段耗时无法从当前 fetch 稳定取得，因此不生成伪指标；成本也不会在缺少版本化模型与中转站价格表时估算。

Q: 哪些问题最值得优先关注？

对 Claude Code 场景，agent_sdk 是默认阻断项；对 OpenAI/Gemini Agent 场景，tool/function calling、structured_output、streaming_integrity 和 usage_accounting 是高优先级项。

Q: 为什么我的中转站显示「模型不可用」？

detect 提交前会调用对应协议的最小请求做 preflight；失败时返回 422 model_not_alive，并对 upstream_error 做敏感信息脱敏。

Q: 榜单是怎么生成的？

SummaryStore 记录 job summary，默认以 RELAY_RANK_LEADERBOARD_MIN_SAMPLES=3、MIN_WINDOWS=2、WINDOW_HOURS=24 和 HALF_LIFE_HOURS=24 控制资格与衰减；每个窗口先取中位数，再对窗口样本做截尾加权均值。DomainGovernance 在公开读取层处理 canonical domain、under_review 和 suppressed 状态。公开榜单和 sitemap 在存储故障时降级为空数据。

Q: 为什么某个域名被合并或暂时不显示？

运营方通过 leaderboard:govern CLI 写入 domain_governance，并同步记录 operation_logs。别名循环会被拒绝，under_review/suppressed 不进入榜单、域名详情或 sitemap。

Q: 「推荐」「观察」「避坑」的标准是什么？

当前前端标签由 LeaderboardExplorer 的 riskOf 计算：recommended 为 averageScore >= 85 且 passRate >= 0.7；avoid 为 averageScore = 0.5；其余为 watch。榜单标签是聚合风险口径，不等同于单次报告的 verdict 阈值。

Question 1

平台会保存我的 API key 吗？

Accepted Answer

明文 key 只存在于请求处理和检测执行内存中，不写入数据库、Blob、报告、榜单或日志。报告只保存脱敏值，公开错误会经过 redaction。

Question 2

检测结果可信吗？

Accepted Answer

Claude 侧默认只通过服务器端官方 Claude Agent SDK 发起真实 Claude Code 请求，不再发送原始 Anthropic API 探针，以兼容仅允许官方客户端请求形态的中转站。OpenAI/Gemini 侧继续使用协议行为、usage、tool/structured output 和流式一致性探针。SDK 通过证明 Claude Code 请求形态可用，但不等同于 Anthropic 官方授权。

Question 3

分数应该怎么理解？

Accepted Answer

Claude SDK benchmark 权重为兼容性 20%、稳定性 20%、速度 40%、marker 正确性 10%、模型与 usage 证据 10%；TTFT 与总延迟分别走连续曲线，速度取两者中较低的一项，既避免重复奖励，也防止首 token 很快但完整响应很慢。SDK 未提供 TTFT 时只使用总延迟。quick/standard/full 分别采样 1/3/5 次。其他协议沿用 detector 加权。判定线为 passed >= 70、marginal 50-69、failed < 50。

Question 4

性能指标是怎么计算的？

Accepted Answer

Runner 对请求延迟、TTFT、流总时长、生成阶段和生成速度分别计算 min/average/P50/P95/max；P50/P95 使用排序后的 nearest-rank。性能维度使用请求平均延迟、TTFT P50、生成速度 P50和退避惩罚。DNS、TCP、TLS 分段耗时无法从当前 fetch 稳定取得，因此不生成伪指标；成本也不会在缺少版本化模型与中转站价格表时估算。

Question 5

哪些问题最值得优先关注？

Accepted Answer

对 Claude Code 场景，agent_sdk 是默认阻断项；对 OpenAI/Gemini Agent 场景，tool/function calling、structured_output、streaming_integrity 和 usage_accounting 是高优先级项。

Question 6

为什么我的中转站显示「模型不可用」？

Accepted Answer

detect 提交前会调用对应协议的最小请求做 preflight；失败时返回 422 model_not_alive，并对 upstream_error 做敏感信息脱敏。

Question 7

榜单是怎么生成的？

Accepted Answer

SummaryStore 记录 job summary，默认以 RELAY_RANK_LEADERBOARD_MIN_SAMPLES=3、MIN_WINDOWS=2、WINDOW_HOURS=24 和 HALF_LIFE_HOURS=24 控制资格与衰减；每个窗口先取中位数，再对窗口样本做截尾加权均值。DomainGovernance 在公开读取层处理 canonical domain、under_review 和 suppressed 状态。公开榜单和 sitemap 在存储故障时降级为空数据。

Question 8

为什么某个域名被合并或暂时不显示？

Accepted Answer

运营方通过 leaderboard:govern CLI 写入 domain_governance，并同步记录 operation_logs。别名循环会被拒绝，under_review/suppressed 不进入榜单、域名详情或 sitemap。

Question 9

「推荐」「观察」「避坑」的标准是什么？

Accepted Answer

当前前端标签由 LeaderboardExplorer 的 riskOf 计算：recommended 为 averageScore >= 85 且 passRate >= 0.7；avoid 为 averageScore < 60 或 failRate >= 0.5；其余为 watch。榜单标签是聚合风险口径，不等同于单次报告的 verdict 阈值。

Question 10

检测报告可以分享吗？

Accepted Answer

报告页、status.image_url 和 PNG 下载入口统一使用 /r/{jobId}/opengraph-image；报告 JSON 从 /api/result/{jobId} 获取。

Question 11

如何删除检测报告？

Accepted Answer

客户端仅在 localStorage 存在该 jobId 的删除令牌时显示按钮；DELETE /api/result/{jobId} 使用 Bearer token 鉴权，服务端只保存令牌哈希并进行 timing-safe 比对。验证成功后依次删除 Blob artifact、job summary 和 detection job，错误或缺失令牌统一返回 404。

Question 12

公开报告里会包含哪些内容？

Accepted Answer

报告对象会通过 sanitizePublicValue 处理后写入 job store 和公开 result API；API key 及其掩码都不会进入持久报告。公开错误会经过 sanitizePublicError。

Question 13

为什么同一个中转站多次检测分数不同？

Accepted Answer

不同 mode 会启用不同 detector 集合和超时配置；流式、tool call、usage 和长上下文项更容易受到上游负载、代理层转换和超时策略影响。

Question 14

什么时候应该选择快速、标准、完整模式？

Accepted Answer

mode 会映射到 defaultExecutionConfigForMode。完整模式会跑更全面 detector；长上下文和极限长上下文需要额外开关，并受部署超时配置限制。

Question 15

这个项目是开源的吗？

Accepted Answer

Next.js 运行时核心在 src/engine，检测协议、评分、报告生成和公开 API 都可以通过测试和部署验证脚本审计。

常见问题

问题目录