AdapterRegistry 查不到模型名？让 Codex 走 TaoToken 对着 LLMGateway 排查降级链路-酒店常州论坛

AdapterRegistry 查不到模型名？让 Codex 走 TaoToken 对着 LLMGateway 排查降级链路

TaoToken 官网：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=。当LLMGatewayImpl.chat抛出RuntimeException("All models failed")时，多数人第一反应是模型服务挂了，但在这套 Java 可插拔网关里，更常见的原因是 AdapterRegistry 的modelToAdapter里根本没有登记当前modelName，getAdapter返回 null，preferredModel和fallbackModels逐个试完也没找到可用适配器，最终把异常统一包成All models failed。本文按排障视角走一遍：用 Codex 对着AdapterRegistry.register、supports兜底分支和isAvailable判断逐行核对，同时把 Codex 的请求指向 TaoToken 的 Key 与 Base URL，确认是网关自身路由问题，还是适配器可用性配置问题。TaoToken 在这里只提供 Key 和 API Base URL，不接手网关的 Adapter、模型路由或降级逻辑。排查完在本地跑一次 chat 请求，看 Codex 侧调用是否正常返回，再去 TaoToken 后台确认这次排查消耗的调用记录，回到官网就能把这把 Key 继续配到其它走同一网关排查的 AI 编程工具上。

All models failed 从哪来：LLMGatewayImpl.chat 的降级链路

先定位报错位置。LLMGatewayImpl.chat的主流程通常是这样：

调用determineModel(request)确定本次要用的模型名。
构造modelsToTry：先放首选模型，如果enableFallback为 true，再把fallbackModels追加进去。
遍历modelsToTry，对每个模型执行getAdapter(model)。
只有adapter != null && adapter.isAvailable()都成立，才会把 request 的 model 替换掉，然后调用adapter.chat(request)。
如果整个循环走完都没有返回，最后抛出RuntimeException("All models failed", lastException)。

问题就藏在第 3 步和第 4 步之间。getAdapter会先查modelToAdapter，查不到再遍历所有适配器调supports(modelName)兜底。如果modelToAdapter里没有登记，而supports也没命中，adapter就是 null。此时循环不会抛异常，只会继续试下一个模型；如果所有模型都这样，最终报错信息只有一句All models failed，看不到“到底是哪个模型没适配器”。

另一种情况更隐蔽：adapter能查到，但isAvailable()返回 false。BaseModelAdapter.isAvailable()常见实现是判断apiKey != null && !apiKey.isEmpty()。如果项目里改成了走 TaoToken，但 Adapter 仍然从旧厂商环境变量读 Key，apiKey为空，适配器就被判为不可用。getAvailableAdapters()也会把它过滤掉，chat循环同样跳过，最后仍然是All models failed。

所以排查目标可以拆成两条线：

路由线：deepseek-chat、qwen系列等 modelName 有没有进入modelToAdapter，fallbackModels和映射 key 是否一致，supports兜底能不能命中别名。
可用线：Adapter 的apiKey、baseUrl有没有正确注入，isAvailable为什么返回 false，请求有没有真正发到 TaoToken 的 Base URL。

TaoToken 前置：给 Codex 准备 Key 与 Base URL

这一步不写 Adapter 实现，也不改网关降级逻辑，只把外部调用入口准备好。打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册账号，在控制台创建一个 API Key。这个 Key 就是后续填进 Codex 和 Adapter 配置里的YOUR_API_KEY。API Base URL 使用https://taotoken.net/api，注意这个地址不加 UTM 参数，直接作为请求根地址。

TaoToken 在这里的角色是提供统一 Key 与 Base URL，让 Codex 侧和网关侧有一个稳定的外部调用入口。它不负责注册 Adapter，不维护modelToAdapter映射，也不参与preferredModel + fallbackModels的降级选择。排查时仍然要回到项目里的AdapterRegistry、DeepSeekAdapter、QwenAdapter和LLMGatewayImpl，逐行核对模型名和可用性判断。

如果你习惯先确认 Key 能通，可以在创建后去模型对话页面发一条简单消息；但本篇重点是排障，所以拿完 Key 就进入配置和代码核对。

可复制配置：Codex config.toml 与 AdapterRegistry 映射核对

先让 Codex 走 TaoToken。Codex 的配置文件通常是~/.codex/config.toml，可以这样写：

# ~/.codex/config.toml model = "deepseek-chat" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY"

然后在终端导出 Key：

export TAOTOKEN_API_KEY=YOUR_API_KEY

Windows PowerShell 可以写成：

$env:TAOTOKEN_API_KEY="YOUR_API_KEY"

这里要确认三件事：base_url是https://taotoken.net/api，不是带/v1的重复路径；env_key与实际环境变量名一致；model填的是你准备排查的模型名，比如deepseek-chat或qwen-max。如果 Codex 仍然报旧地址，说明配置没被读取，或者当前 shell 没有继承环境变量。

接下来让 Codex 对着AdapterRegistry.register的映射写入和supports兜底分支逐行核对。可以把下面这段核对清单交给 Codex，要求它只读代码并输出结论：

请只读取当前仓库，不要改代码。按顺序输出： 1. AdapterRegistry.register 中 modelToAdapter.put 的所有 key； 2. DeepSeekAdapter.getSupportedModels() 和 QwenAdapter.getSupportedModels() 的实际返回值； 3. fallbackModels 从哪个配置读取，实际值是什么； 4. supports 兜底分支是否处理 deepseek-*、qwen-* 前缀，还是只做 equals； 5. getAvailableAdapters 中 isAvailable 依赖的 apiKey、baseUrl 分别从哪里注入。

重点看AdapterRegistry.register：

public void register(ModelAdapter adapter) { String adapterName = adapter.getName(); adapters.put(adapterName, adapter); for (String modelName : adapter.getSupportedModels()) { modelToAdapter.put(modelName, adapterName); } }

如果DeepSeekAdapter.getSupportedModels()漏了deepseek-chat，或者QwenAdapter.getSupportedModels()只写了qwen-max而请求用的是qwen-plus，那么modelToAdapter里就没有对应 key。getAdapter第一步查表返回 null，第二步遍历supports。如果supports只做了等值判断，qwen-plus同样命中不了，adapter 就是 null。

再看supports兜底分支：

public ModelAdapter getAdapter(String modelName) { String adapterName = modelToAdapter.get(modelName); if (adapterName != null) { return adapters.get(adapterName); } for (ModelAdapter adapter : adapters.values()) { if (adapter.supports(modelName)) { return adapter; } } return null; }

排查时不要只看modelToAdapter，也要看supports是否真的被调用。可以在兜底分支加一行临时日志，把modelName和每个 adapter 的getName()打出来。确认入参没有多余空格、大小写一致、版本后缀一致。

最后看isAvailable：

@Override public boolean isAvailable() { return apiKey != null && !apiKey.isEmpty(); }

走 TaoToken 后，Adapter 的apiKey应该填 TaoToken 的 Key，baseUrl应该填https://taotoken.net/api。如果apiKey仍从旧厂商变量读取，或者配置加载顺序导致它被覆盖成空字符串，isAvailable()就会返回 false。getAvailableAdapters()也会把该适配器过滤掉，看起来像“一个可用适配器都没有”。

验证请求：本地 chat 成功与 TaoToken 调用记录

配置和映射核对完后，先在本地直接发一次 chat 请求，确认 TaoToken 侧 Key 和 Base URL 可用：

curl -sS https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek-chat", "messages": [ {"role": "user", "content": "ping"} ], "stream": false }'

如果返回 JSON 里包含choices，说明 Key 与 Base URL 没问题。接着回到 Codex，让它发起一次走同一网关的调用，观察日志里是否还出现：

No adapter mapped for model=...
Adapter unavailable for model=...
All models failed

理想结果是 Codex 侧正常返回内容，网关日志显示某个模型命中了适配器，并且adapter.isAvailable()为 true。然后再去 TaoToken 后台确认这次排查消耗的调用记录，看请求时间、模型名和调用状态是否对上。如果后台没有记录，说明请求根本没发到 TaoToken，需要回头检查 Codex 的config.toml、环境变量和 Adapter 的baseUrl。如果后台有记录但网关仍报错，说明问题在适配器返回处理或模型名映射，不在外部入口。

本篇常见错排查：AdapterRegistry、supports 与 isAvailable

下面这些点按出现频率从高到低排，建议逐条核对。

第一，getSupportedModels漏了实际模型名。deepseek-chat、deepseek-coder、qwen-max、qwen-plus、qwen-turbo这些名字只要有一个没写进注册列表，modelToAdapter就查不到。核对方法是把getSupportedModels()的返回值和请求里的model字段逐字对比，注意版本后缀和连字符。

第二，fallbackModels里的名字和modelToAdapter的 key 对不上。比如 fallback 配的是qwen-max，但注册 key 是qwen-max-latest；或者首选模型写deepseek，但映射只登记了deepseek-chat。降级链路会继续往下试，但每个都查不到 adapter，最后统一报All models failed。

第三，supports兜底分支没有生效。如果modelToAdapter没有精确 key，getAdapter会遍历所有 adapter 调supports。此时要检查supports是否只做了equals，是否漏了startsWith("deepseek-")、startsWith("qwen-")这类前缀匹配。如果前缀匹配写错，或者入参带了空格，兜底同样返回 null。

第四，isAvailable被判空。BaseModelAdapter.isAvailable()通常只看apiKey是否非空。走 TaoToken 后，要确认 Adapter 注入的是 TaoToken 的 Key，而不是旧厂商 Key。如果配置来源是环境变量，检查变量名是否和代码读取的一致；如果配置来源是配置文件，检查加载顺序和默认值。

第五，determineModel选出的模型本身不可路由。请求显式指定的 model 拼错、preferredModel为空、getSupportedModels()第一个模型取不到，都会让首选模型进入不了映射。建议在determineModel返回后打印一次最终模型名，再和modelToAdapter.keySet()对比。

第六，Codex 配置没生效。config.toml的base_url多写/v1、env_key没导出、model_provider选错，都会让请求走不到 TaoToken。先用 curl 确认 TaoToken 侧通，再回来看 Codex 配置，能快速区分是外部入口问题还是网关内部问题。

第七，异常被吞。chat循环里的 catch 如果只打印简略信息，最终All models failed的 cause 可能被覆盖。排查阶段建议把每个模型的失败原因打全，明确区分adapter == null、!adapter.isAvailable()和adapter.chat抛出的业务异常。

排查完成后：TaoToken API Keys 与接入文档

这套排查链路里，TaoToken 只负责 Key 和 Base URL：https://taotoken.net/api。Adapter 注册、modelToAdapter映射、preferredModel + fallbackModels降级顺序、supports兜底和isAvailable判断，仍然在 Java 网关项目里完成。排查完本地 chat 请求并确认 TaoToken 后台有调用记录后，就可以把同一把 Key 复用到其它走这套网关的 AI 编程工具。

需要创建或管理 Key，可以直接去 API Keys 页面：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=api-keys。需要核对 Base URL、鉴权头和 OpenAI 兼容路径，可以看接入文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=doc。如果后续要把这把 Key 长期接到 Codex、Agent 或持续编码流程里，可以再看 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=coding-plan。排查时优先用 API Keys 和接入文档确认入口，再回到AdapterRegistry把模型名、fallback 列表和可用性判断逐一对齐，All models failed基本就能收敛到具体那一行。

企业官网建设流程全解析