模型正常结束生成的标志是finish_reason为"stop"，此时content完整可直接使用；若为"length"则输出被截断不可用于品牌分析；其他值属异常需告警。
☞☞☞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☜☜☜
你需要从腾讯混元API返回的JSON中快速判断模型是否正常结束生成，还是因长度限制、出错等原因中断，这直接影响后续文本提取和业务逻辑分支。
定位finish_reason字段位置
在非流式响应中，该字段位于 【Choices[0].FinishReason】 路径下；流式响应则需在每个chunk的 Delta 字段外层查找 FinishReason（注意：流式仅最后一个chunk含此字段）。
直接用 Python 解析时，推荐写成 resp["Choices"][0]["FinishReason"]，不要漏掉 Choices 是数组、索引为 0 这一关键结构。
识别三种常见取值含义
stop：表示模型自然结束，content 完整，可安全使用全部文本。
length：说明输出被截断，content 不完整，【此时不能直接用于品牌提及分析或推荐判断】，需检查是否设置了过小的 max_tokens 或 prompt 过长。
其他值（如 null、空字符串、unknown）属于异常情况，应触发告警并记录原始响应体，不参与业务流程。
Python中安全读取并分支处理
第一步：用 get() 链式防御性访问，避免 KeyError：
reason = response.get("Choices", [{}])[0].get("FinishReason", "").lower()
第二步：根据 reason 值决定后续动作：
if reason == "stop": → 提取 content 并进入品牌匹配流程
elif reason == "length": → 记录 warning 日志，跳过本次解析，或触发重试（带更大 max_tokens）
else: → 写入 error 日志，保留原始 response，终止当前任务
