企业官网建设流程全解析

1. 从 trueforge 的 Ollama 端点说起：本地能跑，不等于一直该本地跑

在 trueforge 的模型目录里把 Ollama 端点写成http://127.0.0.1:11434/v1之后，聊天能通，但 agent 一遇到长上下文或工具调用就容易卡住。这时可以用 TaoToken 做云端兜底，先到 TaoToken 官网 获取 Key，再把https://taotoken.net/api配成云端模型出口。

这个判断不是拍脑袋。trueforge 的定位是“把 LLM 变成可用智能体的运行时层”，它接管的是 agent loop：模型调用、MCP 工具、技能、沙箱、审批、上下文管理、会话状态。你只要把模型端点配进去，流式输出、会话持久化、工具认证、代码隔离、人工检查点这些脏活它都替你跑。也正因为它接管得深，模型出口一旦配错，影响的不只是聊天体验，而是整个执行链路的合规边界。

对隐私合规工程师来说，Ollama 进 trueforge 的第一价值很明确：默认端点指向127.0.0.1，数据不出网。原始工单、内部代码片段、数据库 schema、客户标识信息，都可以留在本地推理进程里。第二个价值是成本可控，本地模型不按 token 计费。但问题也在这里：本地模型不是万能。7B、14B 级别的模型在长文档归纳、复杂工具参数生成、多轮函数调用上，经常出现格式跑偏、参数瞎编、上下文截断。你让它查内部文档，它可能返回一个看起来像 SQL 但表名不存在的字符串；你让它根据报错栈定位问题，它可能把异常链读反。

所以真实落地时，合理的架构不是“所有请求都本地”或“所有请求都云端”，而是本地优先、云端兜底。本地 Ollama 负责敏感数据和确定性任务，TaoToken 负责需要外发时 agent 的模型调用。注意这个“需要外发时”很关键：Token 消耗方是 agent 真正外发的模型调用，不是 trueforge 自己的运行日志，也不是本地 Ollama 的 token 统计。你要在评审文档里写清楚：哪些字段允许出网、出网前经过哪些脱敏、云端返回结果是否落盘、日志保留多久。

获取 Key 的路径不要绕。直接访问 TaoToken 官网，按控制台指引拿到YOUR_API_KEY。然后在 trueforge 的模型配置里新增一个 OpenAI 兼容 provider，Base URL 填https://taotoken.net/api。注意，Base URL 是工具配置项，不加 UTM 参数；官网链接才带 UTM，用于区分入口来源。这个细节看起来小，但在企业审计里很重要：配置文件和日志里不应该混入营销参数，否则排障时容易把 base URL 复制错。

还要先回答标题里的问题：TaoToken 负责云端兜底吗？负责，但它只负责“模型调用出口”这一段。它不会替你判断数据等级，不会自动脱敏，也不会阻止你把生产库连接串塞进 prompt。云端兜底是否合规，取决于你在 trueforge 路由层写了什么规则。把 Ollama 和 TaoToken 都注册进去只是第一步，第二步是明确路由条件：默认走本地，公开数据可走云端，敏感数据禁止外发，工具调用失败时才允许把脱敏后的上下文发到云端重试。

2. Ollama 本地端点与 TaoToken 云端端点对照：字段、流向、合规点

在 trueforge 里配置模型，本质上就是告诉运行时：调哪个 base URL、带什么认证、用哪个模型标识。Ollama 和 TaoToken 都兼容 OpenAI 风格接口，所以可以放在同一套 provider 体系里，但它们的合规属性完全不同。下面这张对照表建议直接放进你的设计文档。

配置时最容易混淆的是路径。Ollama 有两套接口：原生接口和 OpenAI 兼容接口。trueforge 如果按 OpenAI 兼容方式接入，Base URL 应该写http://127.0.0.1:11434/v1，而不是http://127.0.0.1:11434/api/chat。后者是 Ollama 原生聊天接口，路径和请求体格式不同，直接填进去可能出现 404 或解析失败。

TaoToken 侧统一用https://taotoken.net/api作为出口。你可以先用 curl 验证 Key 和模型 ID 是否可用：

curl -X POST https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "YOUR_MODEL_ID", "messages": [ {"role": "user", "content": "只回复 pong"} ], "stream": false }'

本地 Ollama 也可以做同样验证：

curl -X POST http://127.0.0.1:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "qwen2.5:14b", "messages": [ {"role": "user", "content": "只回复 pong"} ], "stream": false }'

两个都通之后，再把它们写进 trueforge 的模型配置。下面给出一份通用 YAML 示例。不同版本的 trueforge 字段名可能略有差异，但核心结构不变：两个 provider、一个默认路由、一个 fallback、若干条数据分级规则。

providers: - id: local-ollama type: openai-compatible base_url: http://127.0.0.1:11434/v1 api_key: ollama default_model: qwen2.5:14b tags: - local - private - id: taotoken-cloud type: openai-compatible base_url: https://taotoken.net/api api_key: ${TAOTOKEN_API_KEY} default_model: YOUR_MODEL_ID tags: - cloud - fallback routing: default: local-ollama fallback: taotoken-cloud rules: - match: data_class: public use: taotoken-cloud - match: data_class: internal use: local-ollama - match: tool_call_failed: true use: taotoken-cloud

这里的环境变量TAOTOKEN_API_KEY就是你在控制台创建的YOUR_API_KEY。不要把 Key 硬编码进 YAML 再提交到 Git。企业环境里建议用 secret manager 注入，或者至少用.env加.gitignore。另外，base_url: https://taotoken.net/api不要加 UTM，UTM 只用于官网访问统计，不用于 API 调用。如果你在 API 配置里看到?utm_source=...，那大概率是复制错了链接。

3. trueforge 路由配置：本地优先、云端兜底的落地写法

路由配置的目标不是“让云端更快”，而是“让外发可控”。很多团队一上来就把默认模型设成云端，结果本地 Ollama 成了摆设，所有 prompt 都出网，合规评审直接卡死。更稳的做法是把本地设为默认，云端只在明确条件下触发。

第一种落法是显式切换。trueforge 的聊天 UI 或 HTTP API 在发请求时指定 provider。默认用local-ollama，当用户或任务标记为“公开资料分析”“复杂代码重构建议”“长文档摘要”时，再切到taotoken-cloud。这种方式最直观，适合人工操作场景，但依赖调用方自觉。

第二种落法是规则路由。在 trueforge 的 routing 规则里按data_class、tool_name、context_length、tool_call_failed等字段判断。例如：内部知识问答默认走 Ollama；只有data_class=public的公开文档才走 TaoToken；当本地模型返回的函数调用参数校验失败时，允许把“脱敏后的工具 schema + 用户问题”发到云端重试，但禁止把原始工具返回值发出去。

第三种落法是代理层兜底。如果 trueforge 当前版本不支持复杂路由，可以在它前面放一个自建网关。网关只做两件事：根据请求头或元数据判断数据等级；把允许外发的请求转发到https://taotoken.net/api。这里要强调：网关必须是自建、可审计、无状态的，不能是灰色中转。它的日志要记录请求 ID、模型 ID、外发字段白名单、token 数量，但不记录完整 prompt 原文，除非数据等级为公开。

下面是一段更贴近 trueforge 配置思路的 JSON 示例，可以按你的版本映射：

{ "models": { "default": "local-ollama", "providers": { "local-ollama": { "type": "openai-compatible", "baseUrl": "http://127.0.0.1:11434/v1", "apiKey": "ollama", "model": "qwen2.5:14b", "timeoutMs": 120000 }, "taotoken-cloud": { "type": "openai-compatible", "baseUrl": "https://taotoken.net/api", "apiKeyEnv": "TAOTOKEN_API_KEY", "model": "YOUR_MODEL_ID", "timeoutMs": 60000 } }, "fallback": { "enabled": true, "from": "local-ollama", "to": "taotoken-cloud", "conditions": [ "tool_call_invalid", "context_too_long", "local_timeout" ] } } }

注意，fallback 不是无条件的。tool_call_invalid触发时，只把“模型生成失败的函数名和参数结构”发到云端，不要带原始业务数据。context_too_long触发时，先本地压缩，再发压缩后的摘要。local_timeout触发时，如果数据等级是敏感，宁可返回失败，也不要自动切云端。这一点必须在配置里写死，不能交给模型判断。

你还需要在 trueforge 的审批点里加一条：当 agent 准备调用云端 provider 时，如果数据等级为 internal 及以上，必须人工确认。trueforge 的人工检查点能力正好可以用在这里。审批界面里展示：外发模型、外发字段列表、脱敏结果预览、预计 token 数。审批通过后再调用 TaoToken。这样既保留了云端兜底的能力，又不会让敏感数据在无人值守时出网。

4. 数据不出网边界：隐私合规工程师要写进评审文档的四级清单

“数据不出网”不是一句口号，而是一组可验证的边界。建议按四级分类写进评审文档，并映射到 trueforge 的路由规则。

边界一：Ollama 监听地址。本地模式建议只绑定127.0.0.1。如果你把OLLAMA_HOST设成0.0.0.0:11434，同一局域网内其他机器就能访问你的模型端点，数据不出网的前提就被打破了。企业内网共享推理另说，但那时要有反向代理、认证和审计，不能裸奔。

边界二：trueforge 本地模式不要直接暴露公网。本地模式通常是单进程加 SQLite，默认没有登录，数据存在本地文件。适合个人试用和本机开发，不适合直接给团队共享。如果要多人使用，走托管模式，配 Postgres + Redis 和 OIDC 登录，再把模型出口固定在受控网关后面。

边界三：禁止 MCP/Agent 直连 Oracle 或生产库。让 agent 通过 MCP 工具直接查生产库，风险不在模型本身，而在权限过大和审计缺失。更安全的做法是：SQL 由读者在本地终端或跳板机执行，把脱敏后的查询计划、表结构说明、报错信息交给模型分析。模型可以给优化建议，但不直接触达生产数据。trueforge 的沙箱能力可以用在代码执行上，但数据库连接串不要进沙箱，也不要写进 prompt。

边界四：脱敏必须发生在 trueforge 调用云端之前。下面这个 Python 函数只是一个示例，演示在路由到 TaoToken 之前如何做字段白名单和外发前检查：

import hashlib import re SENSITIVE_PATTERNS = [ r"\b\d{17}[\dXx]\b", # 身份证 r"\b1[3-9]\d{9}\b", # 手机号 r"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}\b", # 邮箱 r"(?i)(password|secret|token|api[_-]?key)\s*[:=]\s*\S+", ] def redact(text: str) -> str: for pattern in SENSITIVE_PATTERNS: text = re.sub(pattern, "[REDACTED]", text) return text def build_cloud_payload(user_question: str, context: str, data_class: str): if data_class in ("sensitive", "regulated"): raise PermissionError("该数据等级禁止外发到云端模型") safe_context = redact(context) payload = { "model": "YOUR_MODEL_ID", "messages": [ {"role": "system", "content": "你是内部知识助手，只基于给定上下文回答。"}, {"role": "user", "content": f"问题：{user_question}\n上下文：{safe_context}"}, ], "stream": False, } payload["audit_hash"] = hashlib.sha256(safe_context.encode()).hexdigest() return payload

这段代码的重点不是正则多全，而是流程：先判断数据等级，再脱敏，再计算审计哈希，最后才允许调用 TaoToken。Token 消耗发生在最后一步，也就是 agent 真正外发的模型调用。本地 Ollama 的调用不计入 TaoToken token，但本地日志也要记录，方便对账和排障。

5. 排障：trueforge 配了 Ollama 却走云端，或云端 401 的常见原因

第一个高频问题：Ollama 端点写错。http://127.0.0.1:11434/api/chat是原生接口，http://127.0.0.1:11434/v1才是 OpenAI 兼容接口。trueforge 按 OpenAI 兼容 provider 接入时，必须用后者。写错后常见报错是 404、invalid JSON、missing model。

第二个问题：模型名不匹配。Ollama 的模型名必须和ollama list输出一致，包括 tag。qwen2.5和qwen2.5:14b可能被当成两个模型。trueforge 配置里写qwen2.5:14b，但本地只拉了qwen2.5:7b，请求就会失败。云端模型 ID 也一样，必须从 TaoToken 的模型对话页复制，不能凭记忆写。

第三个问题：本地超时太短。Ollama 首次加载模型时可能几十秒才返回首 token，如果 trueforge 的超时设置是 10 秒，就会触发 fallback，看起来像“本地不可用”，实际是超时。把本地 provider 的timeoutMs调到 120000 或更长，并开启流式输出，能缓解大部分误判。

第四个问题：函数调用不兼容。小模型对 tool call 的 JSON schema 遵循能力弱，可能返回自然语言而不是结构化参数。trueforge 会认为工具调用失败。这时可以走云端兜底，但只把工具定义和失败原因发出去，不要把工具执行结果带出去。云端重试成功后，返回的参数仍由本地 trueforge 执行，数据边界不破。

第五个问题：云端 401。先检查YOUR_API_KEY是否复制完整，再检查请求头是否是Authorization: Bearer YOUR_API_KEY。如果 Key 正确但仍 401，检查 Base URL 是否误写成带 UTM 的官网链接。API 出口应该是https://taotoken.net/api，不是https://taotoken.net/?utm_source=...。官网链接用于获取 Key，API 调用用纯净 Base URL，两者不要混。

第六个问题：日志里看到云端调用，但以为只有聊天会触发。trueforge 的 agent loop 里，上下文压缩、工具参数修复、子智能体都有可能触发模型调用。如果这些环节走了云端，token 消耗方就不只是用户提问。你需要在路由规则里给不同调用类型打标签，例如chat、tool_repair、context_summarize，再分别设置是否允许外发。最稳妥的策略是：tool_repair和context_summarize默认走本地，只有公开数据才允许走云端。

6. 云端出口验证：Claude Code、Codex 与 CC Switch 的正确配置姿势

trueforge 跑通后，你可能还要用 Claude Code 或 Codex 验证 TaoToken 这个云端出口是否稳定。注意，Claude Code 和 Codex 的配置方式不同，不能把ANTHROPIC_*套到 Codex 上。

Claude Code 使用settings.json，走 Anthropic 兼容环境变量：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "YOUR_MODEL_ID" } }

Codex 使用config.toml，走 OpenAI 兼容 provider 写法：

model = "YOUR_MODEL_ID" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"

设置好环境变量：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

如果你用 CC Switch 管理多个供应商，记住三件套：供应商名称填TaoToken，Base URL 填https://taotoken.net/api，API Key 填YOUR_API_KEY。不要填官网带 UTM 的链接，也不要填模型对话页面地址。CC Switch 只负责切换配置，不负责数据脱敏，所以敏感项目仍然要走本地 Ollama 或 trueforge 的本地路由。

验证时建议按顺序做三步。第一步，用 curl 直接打https://taotoken.net/api/chat/completions，确认 Key 和模型 ID 可用。第二步，在 Claude Code 或 Codex 里发一条简单消息，确认流式输出正常。第三步，回到 trueforge，把云端 provider 的 fallback 条件打开，用一条公开数据测试自动兜底。三步都通过后，再接入内部知识库和工具链。

这里再强调一次边界：Claude Code 的ANTHROPIC_*只适用于 Claude Code；Codex 用config.toml，不要混用环境变量。trueforge 的模型配置则独立于这两者，它的 Base URL 同样是https://taotoken.net/api，认证用YOUR_API_KEY。三套配置可以共用同一个 Key，但数据分级和路由规则要分别写清楚。

7. 把云端兜底用成“可控出口”而不是“默认外发”

回到最初的问题：Ollama 本地模型进 trueforge，TaoToken 负责云端兜底吗？答案是负责，但前提是你把路由、脱敏和审批配好。trueforge 负责把 agent 跑稳，Ollama 负责让敏感数据不出网，TaoToken 负责在需要外发时提供稳定的云端模型出口。三者各管一段，合起来才是一个可审计的 agent 运行时。

隐私合规工程师最该盯住的不是“有没有用云端”，而是“什么条件下用了云端、外发了哪些字段、token 花在哪个调用上”。建议在评审文档里固定四个指标：本地调用占比、云端调用触发原因分布、外发字段白名单命中率、每次外发的审计哈希。只要这四个指标可控，云端兜底就不是风险，而是弹性。

如果你还没开始配，建议按这个顺序走：

1. 先到 模型对话 确认可用模型和调用方式，把模型 ID 记下来。
2. 需要长期跑 coding agent 或高频调用，看 Coding Plan，选适合的用量档位。
3. 到 API Keys 创建YOUR_API_KEY，不要硬编码进仓库。
4. Claude Code 用户再看 Claude Code 文档，确认ANTHROPIC_BASE_URL和认证字段的写法。
5. 回到 trueforge，把本地 provider 设为默认，把https://taotoken.net/api设为 fallback，再按数据等级加路由规则。

最后提醒一句：不要让 agent 通过 MCP 或任何工具直连 Oracle、MySQL、Postgres 生产库。SQL 和命令由读者在本地终端执行，模型只分析脱敏后的结构和报错。trueforge 的沙箱、审批、上下文管理可以帮你把 agent 跑稳，但数据边界必须由你在配置层写死。云端兜底是能力，不是默认路径。把这句话写进评审文档，后面会省掉很多解释成本。