生产环境接入LiblibAI API前需验证五类异常：网络抖动、凭证失效、参数越界、模型不可用、任务超时；测试覆盖连通性、鉴权、签名、参数校验、轮询可靠性及计费逻辑。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在生产环境正式接入LiblibAI API前验证服务稳定性与容错能力，必须覆盖请求链路中真实高频出现的异常场景，包括网络抖动、凭证失效、参数越界、模型不可用和任务超时五类典型问题，漏测任意一类都可能导致上线后大面积生成失败或计费失控。
测试API连通性与基础鉴权
第一步：用curl构造最简请求，仅携带Authorization头和空JSON体，目标URL为/v1/text2image；这能快速暴露DNS解析失败、SSL证书过期或网关拦截等底层网络问题。
第二步：故意将Bearer后的空格删除，发起请求；【缺少这个空格会直接返回401且不带任何错误说明，前端日志里只能看到空白响应】。
第三步：把api_key末尾字符改错一位再发送；观察是否返回明确的“Invalid API key”提示——若返回500而非401，说明服务端未做密钥格式校验，存在安全隐患。
模拟凭证过期与动态签名失效
方法一：手动设置Timestamp为当前时间减去310秒（超300秒阈值），发起带Signature的请求；LiblibAI会静默拒绝，返回403且无error字段，极易被误判为网络问题。
方法二：复用上一次请求的SignatureNonce值再次调用；服务端将立即返回403并附带"error": "nonce reused"，这是风控机制生效的明确信号。
注意：不要在测试中使用从浏览器Cookie里复制的access_token，该token有效期仅24小时且无法刷新，过期后服务端不会提示，只会让所有请求卡在pending状态。
触发参数校验边界与模型加载失败
① 将prompt字段设为空字符串提交；接口应返回400及"error": "prompt cannot be empty"，而非跳过校验直接进入排队。
② 在model_id中填入一个明显不存在的ID（如nonexistent-model-v9）；必须收到400响应且error_message包含“model not found”，否则说明服务端未做模型白名单校验。
③ 把width参数设为511（低于最小分辨率512）；正确行为是拒绝请求并提示“resolution too low”，若允许通过则后续生成图会严重畸变或裁切。
压测任务轮询链路可靠性
第一步：正常发起文生图请求，获取task_id后，立即向/v1/task/{task_id}发起GET请求；此时应返回"status": "queued"而非直接报错。
第二步：在轮询过程中，手动断开本机网络5秒后再恢复；重连后继续轮询，检查是否仍能收到"status": "success"及有效result.url——若断网后任务自动被取消或状态丢失，说明服务端缺乏断线保活机制。
第三步：将轮询间隔强行拉长至15秒以上连续请求20次；观察是否因服务端任务过期策略导致返回"status": "expired"，这是判断任务最长存活时间的关键依据。
验证计费与配额扣减逻辑
方法一：在API控制台查看当前剩余积分，执行一次成功生成请求后，立即刷新页面核对积分是否准确扣减1点；【若扣减量为0或2点，说明计费口径与文档不符，必须重新确认计费规则】。
方法二：故意触发三次400错误请求（如空prompt、非法model_id、超宽分辨率），检查积分余额是否保持不变；任何失败请求都不应产生费用。
