模型服务的组成

一个可调用的模型服务需要实际提供推理的端点、对外发布的模型名和调用凭据。本地模型与外部服务进入平台的起点不同，但都在发布路由汇合。

对象	它记录什么	它本身能否被 API 调用
模型记录	HuggingFace 或本地模型文件的来源、类别与元数据	不能
部署	某个模型用哪个引擎、镜像和节点资源运行	还需要就绪端点与发布
来源端点	真实上游的协议、地址、上游模型名与凭据；可以来自本地部署或外部服务	尚需绑定到发布路由
发布路由	应用看到的模型名、类型、价格、端点绑定、权重和故障切换	发布且有可用绑定后可以
API Key	调用方身份及模型、用量限制	用来请求已发布模型

本地流程是添加模型 → 模型部署 → 发布模型。添加模型只是登记文件，创建部署才启动推理容器。部署向导可选择自动发布；即便如此，也应在发布中心检查对外名称、绑定和状态。

外部服务流程从登记来源端点开始，无需添加模型文件或计算节点。两条流程都要发布路由，应用请求中的 model 使用对外模型名。网关会把它换为端点的上游模型名，按端点协议转发，再把响应中的模型名映射回来。租户可见性还受模型封禁和 Key 授权范围影响。

一个路由可以绑定多个端点，以优先级、权重和故障切换控制流量。端点和路由的存在并不保证上游持续健康；交付应用前，应使用目标 Key 请求 GET /v1/models 并发起一次与端点协议匹配的真实推理调用。