用 Trae 开发「颜值水晶球」时最磨人的不是业务逻辑而是 claude-3.7-sonnet 前头永远排着两三百号人。等得不耐烦时我把模型通道切到了 TaoTokenhttps://taotoken.net/?utm_sourcetaotoken_aicg_blog_end用自己创建的 API Key 直连 claude-3.7排队从几分钟降到秒回。这篇就讲怎么改 Trae 的模型通道以及切完之后我如何继续按 MVP 思路把颜值测试小程序打磨完。1. 颜值水晶球做到一半卡在了排队上1.1 从「记个 todo」到想做一个颜值测试产品最初我用 AI 编程工具做了第一款小程序「记个 todo」前后端代码基本没怎么手写那一次经历让我意识到前端并没有想象中那么可怕。后来看到一个海外独立开发团队的产品组合恋爱诊所、颜值测试、卡路里照相机。这三样正好踩中了用户的三种高频心理需求想知道感情状态、想知道自己多好看、想知道吃下去的东西会不会长胖。独立开发三件套一直是日记、记账、待办因为它们简单、高频、需求长期存在。但颜值测试满足的条件更多拍一张照片就能得到答案结果自带娱乐性和社交传播性用户测完愿意分享给别人也就愿意反复使用。这个产品形态不需要复杂的前端交互核心就是「上传照片 展示结果」非常符合我这种后端出身、前端半吊子的人。于是我没有多想直接决定做它。1.2 功能一天跑通产品却打磨了两周「颜值水晶球」第一版的功能其实一天就通了小程序里选一张照片传给后端调用 claude-3.7-sonnet 分析颜值返回评分、年龄区间、性别判断再渲染到页面上。真正花时间的不是这条链路而是产品体验。第一步是命名AI 测颜值、颜值鉴定局、测测颜值这些名字基本都被占用了我在对话式 AI 里来回比选了五六个小时才最终定下「颜值水晶球」这个既有画面感、又没有撞名的名字。第二步是增加颜值趣评。光给干巴巴的分数和年龄产品没有情绪用户也不会截图分享。于是我让模型按不同分数段输出四字成语或四字短语比如颜值爆表、玉树临风、仙气飘飘。为了让这些评价既有趣又不冒犯我在候选词上反复筛选了很久才确定一套覆盖不同分数区间的表达。第三步是颜值格言。颜值测试天然迎合自恋、好奇、重视外形这些心理但也容易引发攀比或者打击到一部分对自己外貌不自信的用户。我想了很久决定在结果页里放一句简洁的格言引导用户正确看待颜值。这三件事做完产品的完成度才真正到了我满意的状态。1.3 体验反馈不错等我回来调 bug 时开始排队功能上线后周围朋友测完都觉得有意思反馈说拍照-评分-点评的流程很顺唯一的建议是想让结果页再好看一点。正当我让 Trae 修改结果页样式时问题来了claude-3.7-sonnet 前面排了几百号人。我发一句话要等两三分钟才收到回复改完这一个样式可能要花掉一个晚上。以前遇到这种排队我会切到 GitHub Copilot 继续写。但 Copilot 更适合单文件补全而不是在一个多文件小程序项目里持续对话。每次切换后我都得重新描述需求、重新贴上下文效率反而更低。所以我决定换一个思路保留 Trae 和 claude-3.7-sonnet只把模型请求的通道从 Trae 公共队列里挪出来接到一把自己的 Key 上。这就是后文要配的 TaoToken 通道。2. 先注册 TaoToken 拿 Key再改 Trae 的模型通道2.1 拿 Key 这一步从「切 Copilot」改成「开 TaoToken」原来的操作是「等不及就切 Copilot」现在改成先去 TaoToken 注册一个账号然后创建一个 API Key。整个流程和你在任何模型服务商控制台里拿 Key 一样登录、创建、复制不需要单独下载客户端也不需要改掉手里正在用的 Trae。TaoToken 是一个统一的 API 兼容通道不是套壳也不涉及任何破解逻辑。它把模型能力用标准的接口格式暴露出来你拿着这把 Key把 Trae 里的模型地址指到它Trae 再去调用 claude-3.7-sonnet 时就不会挤 Trae 自带的那条公共队列。注册完成后把 Key 复制到一个临时文件里备用下文所有配置里的 YOUR_API_KEY 就替换成它。2.2 Trae 模型配置里把 Base URL 指向 TaoToken回到 Trae 的模型设置找到模型供应商或服务商管理这一项选择自定义供应商新增一条配置。下面是完整对照配置项填写值说明Base URLhttps://taotoken.net/api末尾不要加/v1不要带任何 UTM 参数API KeyYOUR_API_KEY替换成你在 TaoToken 创建的 Key模型 IDclaude-3.7-sonnet以 TaoToken 模型广场实际显示为准填完后保存并把 Trae 的当前模型切换到这个自定义服务商下的 claude-3.7-sonnet。注意官网落地页 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 和接口地址是两回事落地页用于注册、创建 Key、看模型广场和用量接口地址才是填进 Trae 的 Base URL。不要给接口地址加 UTM也不要在末尾画蛇添足补一个/v1。2.3 模型为什么仍然选 claude-3.7-sonnetTrae 使用指引里最优先的一条建议就是如果能够选优先选 claude-3.7-sonnet。在常见库和成熟用例上几款顶尖模型差异不大但在稀疏用例上claude-3.7-sonnet 明显更稳。我这次刚好就踩在一个稀疏用例上让模型在评估颜值的同一段提示词里既输出数字评分又输出成语点评还要保证点评不会冒犯用户。这种带明确风格约束的多目标输出换过其它模型试效果都差一些。所以切换通道时不要顺手把模型也换了。TaoToken 的作用是让 claude-3.7-sonnet 的请求走一条不排队的通道模型本身还是那个模型。配置完成后Trae 界面上显示的模型名不变变的只是背后的调用来源。如果模型广场上的 ID 和 Trae 自带显示名有差异以模型广场为准复制那里展示的完整 ID 填进配置即可。3. 验证发一条消息确认排队消失3.1 最快的验证方式直接对话配置保存后回到 Trae 的对话框随便发一句和当前项目相关的指令比如「帮我在 app.js 里加一段 console.log打印当前页面的路由路径」。如果 claude-3.7-sonnet 正常理解了你的意图并开始生成代码说明请求已经通过 TaoToken 转发成功。判断标准很简单消息发出后不再出现「前面还有 xxx 人在排队」的提示等待时间缩短到正常推理的秒级。这里不需要额外打开什么接口调试工具因为 Trae 本身就会在对话时自动向配置的 Base URL 发起请求。如果你担心是不是走了旧配置可以多问一句「你现在通过哪个 Base URL 响应」让模型复述它感知到的环境信息再用控制台用量做交叉验证。3.2 返回正常的判据一次正常的返回应该满足三个特征首字出现的时间明显比排队时快生成过程连续不会转圈几十秒后才开始输出结果没有校验类报错比如 401 Unauthorized 或 404 Not Found。对颜值水晶球这个项目来说我建议你顺手把要验证的 prompt 写成一个跟产品相关的动作比如「根据一张照片的 base64 编码输出颜值评分、年龄区间、四字评价和一个格言全部放在 JSON 里返回」。这条验证指令不仅能确认通道通了还能提前试探 claude-3.7-sonnet 对目标格式的把握程度一举两得。3.3 如果还在排队查这三处现象可能原因处理方式仍然提示排队Trae 还在用自带供应商自定义服务商没保存或没选中重新进入模型配置页确认 Base URL 是https://taotoken.net/api并且当前模型已切到该服务商返回 401 UnauthorizedAPI Key 复制不完整或仍停留着占位符YOUR_API_KEY回 TaoToken 控制台复制完整的 Key粘贴时注意别带空格返回 404 Not FoundBase URL 末尾多了/v1把 Base URL 改成https://taotoken.net/api不要补任何路径提示TaoToken 的接口地址和落地页是两个地址前者只填进工具后者只用于打开网页。如果拿官网落地页地址去填 Base URL大概率会得到一长串无法解析的路径进而报错或超时。4. 通道通了继续按 MVP 把颜值水晶球做完4.1 MVP 的核心是「完整走通」不是功能少Trae 使用指引里第二条原则是遵循 MVP。最小可行产品强调的是先做一个简单的、完整的、可以快速试错的东西再一点点迭代。颜值水晶球的第一版只做三件事上传照片、拿到评分、展示点评。没有复杂的排行榜没有好友 PK没有自动生成分享海报。这些都可以等核心链路稳定后再加。我在后端把请求转发到https://taotoken.net/api时也只写了一个最薄的转发层接收小程序上传的照片组装提示词调用模型把返回结果整理成 JSON 回给前端。小程序端拿到 JSON 后只做渲染。这样做的好处是一旦出现 bug你很容易判断问题出在前端解析、后端转发、提示词约束三个环节中的哪一段而不是在一个大泥潭里到处打日志。4.2 命名、趣评、格言三个体验打磨点通道切好之后我把之前攒下的三个打磨点逐一带回 claude-3.7-sonnet 的对话里。第一个是确认命名。当时的候选名单里有很多已经被占用的小程序名我把候选名和「是否容易被搜到」「是否好记」「是否贴合水晶球氛围」这些条件一起交给模型让它帮忙逐个筛。第二个是四字趣评的分布。不同颜值分数段应该有不同的成语组合高分段用颜值爆表、玉树临风中间段用清秀耐看、气质在线表述上不能让人不适。第三个是颜值格言的输出时机和文案风格。我最终确定的做法是每次评分后都跟一句不限于颜值的短句比如「美是多元的水晶球只负责发现它」这一类。这里注意提示词里要明确告诉模型格言必须是积极且不评价外貌的句子否则它经常会把格言写成「美丽是一种优势」这种容易引发攀比的内容。经过反复调整结果页观感才达到我满意的水平。4.3 陷入 bug 循环时的三种跳出策略Trae 用得深了偶尔会遇到不管怎么描述问题都修不好的情况甚至越改 bug 越多。这时候不要连续重试同一句提示词而是撤销掉这次尝试的所有改动重新开始。我在项目里实际用过三种策略都有用。第一种是人工定位。我自己写几行日志打印代码弄清楚数据是在哪个环节开始不符合预期的然后把定位结果告诉 claude-3.7-sonnet。比如它给出的评分明明是数字前端却显示 NaN我先打印后端返回的 JSON再打印前端解析后的变量马上就能发现问题出在字段名对不上。第二种是范例修改。到 GitHub 上找一段功能相近的成熟代码让 claude-3.7-sonnet 基于这段范例改造成适合我们项目的实现。它看到完整可运行的参照物之后生成的代码质量通常远高于凭空推理。第三种是代码转译。如果某个核心逻辑不方便在上千行的小程序代码里调试我用自己熟悉的 Python 先把函数写通再让 claude-3.7-sonnet 把它翻译成 JavaScript。对颜值评分这种纯计算型逻辑这个办法非常高效。5. 开发完回到 TaoToken 看用量也给下一步留好口子5.1 去控制台看这次调用是否记上账当你从排队通道切到 TaoToken 之后每一笔请求都会记录在 TaoToken 控制台的用量里。开发完一轮功能后打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 进入用量页面你会看到刚才在 Trae 里发出的对话请求、对应模型、token 消耗和大致花费估算。把这些记录和 Trae 里的反馈一一对照就能确认整个链路是彻底打通的也方便你做成本估算。我第一版跑完后查看用量发现大部分消耗发生在调整提示词的那些对话里真正发给最终用户请求占的比例反而不高。这个观察提醒我后续可以把一些重复性判断逻辑封装到后端缓存里同一个用户同一张照片只调用一次模型避免重复计费。5.2 上线后要注意的事颜值水晶球上线后小程序端不要直接暴露 YOUR_API_KEY。正确做法是小程序把照片传给自己的后端后端在服务器端保存或读取 TaoToken 的 Key再调用模型接口。这样即使小程序代码被反编译用户的请求也必须经由你的后端转发不会把 Key 泄露出去。如果你后面还要继续用其它 AI 编程工具这把 Key 也能复用。不同工具填同一个接口地址同一个模型 ID各自独立配置即可。但每次新配置前都先回到模型广场确认最新模型 ID避免凭记忆填写。下次开工前你可以先到 TaoToken 注册并创建一个 API Key再回 Trae 把 Base URL 填成 https://taotoken.net/api模型仍选 claude-3.7-sonnet然后像这篇里说的那样发一句话验证排队是否消失。通道没问题后就按 MVP 思路把颜值测试小程序或者你的下一个独立开发小产品一步步做到上线。
用 Trae 开发「颜值水晶球」时最磨人的不是业务逻辑而是 claude-3.7-sonnet 前头永远排着两三百号人。等得不耐烦时我把模型通道切到了 TaoTokenhttps://taotoken.net/?utm_sourcetaotoken_aicg_blog_end用自己创建的 API Key 直连 claude-3.7排队从几分钟降到秒回。这篇就讲怎么改 Trae 的模型通道以及切完之后我如何继续按 MVP 思路把颜值测试小程序打磨完。1. 颜值水晶球做到一半卡在了排队上1.1 从「记个 todo」到想做一个颜值测试产品最初我用 AI 编程工具做了第一款小程序「记个 todo」前后端代码基本没怎么手写那一次经历让我意识到前端并没有想象中那么可怕。后来看到一个海外独立开发团队的产品组合恋爱诊所、颜值测试、卡路里照相机。这三样正好踩中了用户的三种高频心理需求想知道感情状态、想知道自己多好看、想知道吃下去的东西会不会长胖。独立开发三件套一直是日记、记账、待办因为它们简单、高频、需求长期存在。但颜值测试满足的条件更多拍一张照片就能得到答案结果自带娱乐性和社交传播性用户测完愿意分享给别人也就愿意反复使用。这个产品形态不需要复杂的前端交互核心就是「上传照片 展示结果」非常符合我这种后端出身、前端半吊子的人。于是我没有多想直接决定做它。1.2 功能一天跑通产品却打磨了两周「颜值水晶球」第一版的功能其实一天就通了小程序里选一张照片传给后端调用 claude-3.7-sonnet 分析颜值返回评分、年龄区间、性别判断再渲染到页面上。真正花时间的不是这条链路而是产品体验。第一步是命名AI 测颜值、颜值鉴定局、测测颜值这些名字基本都被占用了我在对话式 AI 里来回比选了五六个小时才最终定下「颜值水晶球」这个既有画面感、又没有撞名的名字。第二步是增加颜值趣评。光给干巴巴的分数和年龄产品没有情绪用户也不会截图分享。于是我让模型按不同分数段输出四字成语或四字短语比如颜值爆表、玉树临风、仙气飘飘。为了让这些评价既有趣又不冒犯我在候选词上反复筛选了很久才确定一套覆盖不同分数区间的表达。第三步是颜值格言。颜值测试天然迎合自恋、好奇、重视外形这些心理但也容易引发攀比或者打击到一部分对自己外貌不自信的用户。我想了很久决定在结果页里放一句简洁的格言引导用户正确看待颜值。这三件事做完产品的完成度才真正到了我满意的状态。1.3 体验反馈不错等我回来调 bug 时开始排队功能上线后周围朋友测完都觉得有意思反馈说拍照-评分-点评的流程很顺唯一的建议是想让结果页再好看一点。正当我让 Trae 修改结果页样式时问题来了claude-3.7-sonnet 前面排了几百号人。我发一句话要等两三分钟才收到回复改完这一个样式可能要花掉一个晚上。以前遇到这种排队我会切到 GitHub Copilot 继续写。但 Copilot 更适合单文件补全而不是在一个多文件小程序项目里持续对话。每次切换后我都得重新描述需求、重新贴上下文效率反而更低。所以我决定换一个思路保留 Trae 和 claude-3.7-sonnet只把模型请求的通道从 Trae 公共队列里挪出来接到一把自己的 Key 上。这就是后文要配的 TaoToken 通道。2. 先注册 TaoToken 拿 Key再改 Trae 的模型通道2.1 拿 Key 这一步从「切 Copilot」改成「开 TaoToken」原来的操作是「等不及就切 Copilot」现在改成先去 TaoToken 注册一个账号然后创建一个 API Key。整个流程和你在任何模型服务商控制台里拿 Key 一样登录、创建、复制不需要单独下载客户端也不需要改掉手里正在用的 Trae。TaoToken 是一个统一的 API 兼容通道不是套壳也不涉及任何破解逻辑。它把模型能力用标准的接口格式暴露出来你拿着这把 Key把 Trae 里的模型地址指到它Trae 再去调用 claude-3.7-sonnet 时就不会挤 Trae 自带的那条公共队列。注册完成后把 Key 复制到一个临时文件里备用下文所有配置里的 YOUR_API_KEY 就替换成它。2.2 Trae 模型配置里把 Base URL 指向 TaoToken回到 Trae 的模型设置找到模型供应商或服务商管理这一项选择自定义供应商新增一条配置。下面是完整对照配置项填写值说明Base URLhttps://taotoken.net/api末尾不要加/v1不要带任何 UTM 参数API KeyYOUR_API_KEY替换成你在 TaoToken 创建的 Key模型 IDclaude-3.7-sonnet以 TaoToken 模型广场实际显示为准填完后保存并把 Trae 的当前模型切换到这个自定义服务商下的 claude-3.7-sonnet。注意官网落地页 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 和接口地址是两回事落地页用于注册、创建 Key、看模型广场和用量接口地址才是填进 Trae 的 Base URL。不要给接口地址加 UTM也不要在末尾画蛇添足补一个/v1。2.3 模型为什么仍然选 claude-3.7-sonnetTrae 使用指引里最优先的一条建议就是如果能够选优先选 claude-3.7-sonnet。在常见库和成熟用例上几款顶尖模型差异不大但在稀疏用例上claude-3.7-sonnet 明显更稳。我这次刚好就踩在一个稀疏用例上让模型在评估颜值的同一段提示词里既输出数字评分又输出成语点评还要保证点评不会冒犯用户。这种带明确风格约束的多目标输出换过其它模型试效果都差一些。所以切换通道时不要顺手把模型也换了。TaoToken 的作用是让 claude-3.7-sonnet 的请求走一条不排队的通道模型本身还是那个模型。配置完成后Trae 界面上显示的模型名不变变的只是背后的调用来源。如果模型广场上的 ID 和 Trae 自带显示名有差异以模型广场为准复制那里展示的完整 ID 填进配置即可。3. 验证发一条消息确认排队消失3.1 最快的验证方式直接对话配置保存后回到 Trae 的对话框随便发一句和当前项目相关的指令比如「帮我在 app.js 里加一段 console.log打印当前页面的路由路径」。如果 claude-3.7-sonnet 正常理解了你的意图并开始生成代码说明请求已经通过 TaoToken 转发成功。判断标准很简单消息发出后不再出现「前面还有 xxx 人在排队」的提示等待时间缩短到正常推理的秒级。这里不需要额外打开什么接口调试工具因为 Trae 本身就会在对话时自动向配置的 Base URL 发起请求。如果你担心是不是走了旧配置可以多问一句「你现在通过哪个 Base URL 响应」让模型复述它感知到的环境信息再用控制台用量做交叉验证。3.2 返回正常的判据一次正常的返回应该满足三个特征首字出现的时间明显比排队时快生成过程连续不会转圈几十秒后才开始输出结果没有校验类报错比如 401 Unauthorized 或 404 Not Found。对颜值水晶球这个项目来说我建议你顺手把要验证的 prompt 写成一个跟产品相关的动作比如「根据一张照片的 base64 编码输出颜值评分、年龄区间、四字评价和一个格言全部放在 JSON 里返回」。这条验证指令不仅能确认通道通了还能提前试探 claude-3.7-sonnet 对目标格式的把握程度一举两得。3.3 如果还在排队查这三处现象可能原因处理方式仍然提示排队Trae 还在用自带供应商自定义服务商没保存或没选中重新进入模型配置页确认 Base URL 是https://taotoken.net/api并且当前模型已切到该服务商返回 401 UnauthorizedAPI Key 复制不完整或仍停留着占位符YOUR_API_KEY回 TaoToken 控制台复制完整的 Key粘贴时注意别带空格返回 404 Not FoundBase URL 末尾多了/v1把 Base URL 改成https://taotoken.net/api不要补任何路径提示TaoToken 的接口地址和落地页是两个地址前者只填进工具后者只用于打开网页。如果拿官网落地页地址去填 Base URL大概率会得到一长串无法解析的路径进而报错或超时。4. 通道通了继续按 MVP 把颜值水晶球做完4.1 MVP 的核心是「完整走通」不是功能少Trae 使用指引里第二条原则是遵循 MVP。最小可行产品强调的是先做一个简单的、完整的、可以快速试错的东西再一点点迭代。颜值水晶球的第一版只做三件事上传照片、拿到评分、展示点评。没有复杂的排行榜没有好友 PK没有自动生成分享海报。这些都可以等核心链路稳定后再加。我在后端把请求转发到https://taotoken.net/api时也只写了一个最薄的转发层接收小程序上传的照片组装提示词调用模型把返回结果整理成 JSON 回给前端。小程序端拿到 JSON 后只做渲染。这样做的好处是一旦出现 bug你很容易判断问题出在前端解析、后端转发、提示词约束三个环节中的哪一段而不是在一个大泥潭里到处打日志。4.2 命名、趣评、格言三个体验打磨点通道切好之后我把之前攒下的三个打磨点逐一带回 claude-3.7-sonnet 的对话里。第一个是确认命名。当时的候选名单里有很多已经被占用的小程序名我把候选名和「是否容易被搜到」「是否好记」「是否贴合水晶球氛围」这些条件一起交给模型让它帮忙逐个筛。第二个是四字趣评的分布。不同颜值分数段应该有不同的成语组合高分段用颜值爆表、玉树临风中间段用清秀耐看、气质在线表述上不能让人不适。第三个是颜值格言的输出时机和文案风格。我最终确定的做法是每次评分后都跟一句不限于颜值的短句比如「美是多元的水晶球只负责发现它」这一类。这里注意提示词里要明确告诉模型格言必须是积极且不评价外貌的句子否则它经常会把格言写成「美丽是一种优势」这种容易引发攀比的内容。经过反复调整结果页观感才达到我满意的水平。4.3 陷入 bug 循环时的三种跳出策略Trae 用得深了偶尔会遇到不管怎么描述问题都修不好的情况甚至越改 bug 越多。这时候不要连续重试同一句提示词而是撤销掉这次尝试的所有改动重新开始。我在项目里实际用过三种策略都有用。第一种是人工定位。我自己写几行日志打印代码弄清楚数据是在哪个环节开始不符合预期的然后把定位结果告诉 claude-3.7-sonnet。比如它给出的评分明明是数字前端却显示 NaN我先打印后端返回的 JSON再打印前端解析后的变量马上就能发现问题出在字段名对不上。第二种是范例修改。到 GitHub 上找一段功能相近的成熟代码让 claude-3.7-sonnet 基于这段范例改造成适合我们项目的实现。它看到完整可运行的参照物之后生成的代码质量通常远高于凭空推理。第三种是代码转译。如果某个核心逻辑不方便在上千行的小程序代码里调试我用自己熟悉的 Python 先把函数写通再让 claude-3.7-sonnet 把它翻译成 JavaScript。对颜值评分这种纯计算型逻辑这个办法非常高效。5. 开发完回到 TaoToken 看用量也给下一步留好口子5.1 去控制台看这次调用是否记上账当你从排队通道切到 TaoToken 之后每一笔请求都会记录在 TaoToken 控制台的用量里。开发完一轮功能后打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 进入用量页面你会看到刚才在 Trae 里发出的对话请求、对应模型、token 消耗和大致花费估算。把这些记录和 Trae 里的反馈一一对照就能确认整个链路是彻底打通的也方便你做成本估算。我第一版跑完后查看用量发现大部分消耗发生在调整提示词的那些对话里真正发给最终用户请求占的比例反而不高。这个观察提醒我后续可以把一些重复性判断逻辑封装到后端缓存里同一个用户同一张照片只调用一次模型避免重复计费。5.2 上线后要注意的事颜值水晶球上线后小程序端不要直接暴露 YOUR_API_KEY。正确做法是小程序把照片传给自己的后端后端在服务器端保存或读取 TaoToken 的 Key再调用模型接口。这样即使小程序代码被反编译用户的请求也必须经由你的后端转发不会把 Key 泄露出去。如果你后面还要继续用其它 AI 编程工具这把 Key 也能复用。不同工具填同一个接口地址同一个模型 ID各自独立配置即可。但每次新配置前都先回到模型广场确认最新模型 ID避免凭记忆填写。下次开工前你可以先到 TaoToken 注册并创建一个 API Key再回 Trae 把 Base URL 填成 https://taotoken.net/api模型仍选 claude-3.7-sonnet然后像这篇里说的那样发一句话验证排队是否消失。通道没问题后就按 MVP 思路把颜值测试小程序或者你的下一个独立开发小产品一步步做到上线。
