场景一：企业 API 统一接入与治理

业务痛点：企业内部服务与对外开放能力各自暴露入口，认证、限流、域名、审计等治理能力重复建设，缺乏统一的流量入口与管控平面。

解决方案：

1. 创建 API 网关专享版实例，作为企业南北向流量的统一入口，支持公网（EIP）与私网（VPC 服务网卡）双通道接入。
2. 通过 基础服务 + HTTP API 代理企业各后端服务（域名后端 / IP 后端），统一配置请求路径与方法。
3. 为不同调用方创建 消费者（API-KEY 或 AK/SK 凭证），按服务级别或 API 级别授权。
4. 通过 流量管控插件 设置限流策略，绑定 自定义域名 与 SSL 证书对外提供 HTTPS 服务。
5. 通过业务监控、日志分析实现统一审计与问题定位。

场景二：多模型统一接入

业务痛点：企业 AI 应用需要同时调用多家模型服务（如千帆平台模型、第三方模型 API、自建开源模型），各家接口格式、认证方式不同，业务代码耦合大量适配逻辑，切换模型成本高。

解决方案：

1. 为每个模型供应商创建 AI 模型后端，配置服务地址、模型协议（OpenAI 兼容 / Anthropic 兼容 / 原生协议）与 API-Key。
2. 创建 Model 服务，选择模型场景（文本生成、Embedding 等）与服务协议，网关自动生成标准的预置路由（如 /v1/chat/completions）。
3. 创建 Model API，选择多后端策略（按模型名称路由），将不同模型名称的请求分发到对应后端。

业务方只需对接网关的统一 OpenAI 兼容接口，通过请求中的 model 字段即可访问任意已接入的模型服务。

场景三：新模型灰度发布

业务痛点：需要将线上流量从旧模型平滑迁移到新模型，直接切换风险高，出现问题难以回滚。

解决方案：在 Model API 中使用 多后端（按比例） 策略，先将 5% 流量分配给新模型后端，结合业务监控（成功率、响应时间）与调用链分析验证效果，逐步调高比例直至全量。同时配置 Fallback 兜底后端，新模型异常时自动切换到稳定模型，保障业务连续性。

场景四：企业内部模型资源统一管控与成本分摊

业务痛点：企业内多个团队共用模型资源，API-Key 分散管理存在泄露风险，各团队用量不透明，成本无法分摊。

解决方案：

1. 模型 API-Key 统一托管在网关后端配置中，各团队不接触真实密钥。
2. 为每个团队创建 消费者，分发独立的 API-KEY 或 AK/SK 凭证。
3. 通过 授权管理 控制各团队可访问的服务与 API 范围。
4. 通过 配额管理 设置各团队的请求数与 Token 配额上限，按天自动重置，防止超用。
5. 为后端配置 Token 单价（区分输入、输出、命中缓存），在消费者 费用信息 中按时间段和后端维度查询各团队消费汇总，实现成本分摊。

场景五：Agent 应用统一代理

业务痛点：企业构建的 Agent 应用形态多样（HTTP、WebSocket），接入方式缺乏统一标准，难以实现集中化治理。

解决方案：通过 Agent 服务 + Agent API 将 Agent 应用统一接入网关，支持 HTTP 与 WebSocket 协议代理，复用网关的消费者鉴权、授权、限流插件与全链路观测能力，实现 Agent 应用的统一入口与治理。

场景六：传统 API 与 AI API 混合治理

业务痛点：企业同时存在传统 HTTP API 与 AI API，希望使用同一个网关统一管理。

解决方案：API 网关专享版的 基础服务（HTTP_SERVICE） 支持传统 HTTP API 代理，与 Model 服务、Agent 服务共存于同一实例，共享域名管理、消费者体系、插件体系与观测能力，避免多套网关并行维护。