1. 从一次真实请求说起LLM、Token、Prompt 到底怎么串起来你可能已经看过不少讲大模型概念的文章每个词单独看都懂但放在一起就乱了Transformer 是架构LLM 是模型Token 是计费单位Prompt 是输入Agent 是能自己干活的系统——它们之间到底是什么关系我换个方式讲。把一次 AI 请求想象成去餐厅点菜你写的 Prompt 是点菜单LLM 是后厨Transformer 是后厨的流水线设计Token 是食材的计量单位Context 是这一桌已经上了哪些菜的信息Tool 是后厨能用的额外设备Agent 则是那个不用你一步步指挥、自己看冰箱、自己下单、自己摆盘的厨师长。这条主线走下来你会发现所有概念都挂在同一条链上你输入 Prompt → Tokenizer 把文字切成 Token → Transformer 架构的 LLM 在 Context 里做推理 → 需要外部能力时调用 Tool → 多个步骤自主完成就是 Agent。而 TaoToken 在这条链里的位置很明确它提供统一的 API Key 和 API 通道让你不用分别去每家模型厂商注册、充值、管理密钥用一个 Key 就能调用不同模型。官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 。这篇面向零基础读者用一条主线把 LLM、Transformer、Token、Prompt、Agent 串成完整认知地图并给出可复制的概念对照表和最小调用示例。你跟着做完能在官网完成一次真实请求。先给一张全局对照表后面每一节都会展开概念一句话理解在请求链中的位置TransformerLLM 的内部核心架构模型内部计算方式LLM基于 Transformer 的数学函数输入问题输出答案推理引擎TokenLLM 处理文本的最小语义单元输入输出的计量单位Context模型每次处理任务时接收到的信息总和推理时的工作台Prompt给 LLM 的指令请求的起点Tool标准化的扩展接口让模型调用外部程序能力扩展MCP统一的工具接入标准工具接入协议Agent能自主感知、规划、使用工具完成目标的系统多步骤任务执行者Agent Skill封装特定能力的标准化功能模块Agent 的能力单元这张表建议先存下来后面遇到任何一个概念回到表里找它的位置就不会乱。2. LLM 与 Transformer模型为什么能听懂人话2.1 LLM 本质上是一个数学函数LLMLarge Language Model大语言模型听起来很玄但它的本质可以用一句话概括输入 Question输出 Answer 的数学函数。你给它一段文字它经过内部计算吐出另一段文字。没有魔法没有意识就是大规模参数下的概率计算。GPT-3.5 在 2023 年发布后被很多人视为这一波 AI 浪潮的起点它让普通人第一次感受到跟机器对话可以这么自然。但数学函数这个说法容易让人低估它。真正让 LLM 不同的是它的参数量足够大、训练数据足够多以至于它学会了语言中的模式、逻辑和常识。你问它明天兰州天气怎么样它不一定知道实时天气但它知道天气这个词通常和温度、降水、风力相关知道回答应该包含这些信息。2.2 Transformer内部核心架构LLM 的内部核心架构叫 Transformer对应论文《Attention Is All You Need》。你不需要读懂这篇论文但需要知道它解决了什么问题。在 Transformer 之前模型处理文本是逐字逐词按顺序来的像一个人一个字一个字读句子读到后面忘了前面。Transformer 的注意力机制让模型可以同时看到整段文本并判断哪些词和哪些词关系更近。举个例子小明把书放在桌子上因为它太重了。这里的它指什么注意力机制会让模型把它和书的关联权重调高而不是桌子。这就是 Transformer 的核心能力并行处理 注意力权重。对新手来说记住一句话就够了Transformer 是 LLM 的发动机结构它决定了模型能多好地理解上下文关系。2.3 从 LLM 到 Token模型眼里的文字不是文字你看到的你好模型看到的是一串数字。这中间的翻译官就是 Tokenizer。LLM 处理文本的最小语义单元叫 Token词元。Tokenizer分词器负责两件事编码过程把文本切分成 Token再把每个 Token 映射为 Token ID。比如你好世界可能被切成[你好, 世界]然后映射成[12345, 67890]。解码过程把模型输出的 Token ID 还原成文本不需要再切分。这里有个新手最容易踩的坑Token ≠ 词。Token 和词没有一一对应关系。英文里unhappiness可能被切成unhappiness三个 Token中文里一个汉字可能是一个 Token也可能两个汉字合起来是一个 Token。粗略换算40 万 Token 约等于 60 到 80 万汉字或者 30 万英文单词。这个换算在你估算费用和上下文长度时很有用。Token 为什么重要两个原因第一计费单位。大多数模型按 Token 数量收费输入和输出分别计算。你写很长的 Prompt输入 Token 就多费用就高。第二上下文窗口。模型能处理的 Token 总数有上限叫上下文窗口Context Window。超出这个限制模型就记不住了。2.4 Context模型的工作台Context上下文的定义是大模型每次处理任务时所接收到的信息总和。它包括对话历史、用户当前问题、工具列表、当前输出、System Prompt。你可以把 Context 理解成模型面前的工作台所有它能参考的信息都摆在这个台面上。上下文窗口就是这张工作台的最大容量。台面就那么大摆多了就放不下。这也是为什么长对话到后面模型会忘事——不是它不想记是工作台满了。RAG 技术Retrieval-Augmented Generation检索增强生成就是为了解决这个问题不把所有信息都塞进 Context而是先检索出最相关的片段再放进工作台。这样既节省 Token又能让模型拿到关键信息。3. TaoToken 前置统一 Key 与 API 通道怎么用3.1 为什么需要统一通道如果你要调用不同厂商的模型传统做法是去 A 厂商注册、拿 Key、充值去 B 厂商注册、拿 Key、充值去 C 厂商再重复一遍。每个厂商的 API 格式还不一样代码要改来改去。TaoToken 解决的就是这个问题一个 Key一个 API 地址调用多家模型。你不需要分别管理多个账号和密钥代码里只改模型 ID 就能切换。它的位置在请求链里是这样的你的代码 → TaoToken API 通道 → 目标模型LLM你只需要关心三件事Base URL、API Key、Model ID。3.2 获取 API Key打开 https://taotoken.net/api-keys 登录后创建一个新的 API Key。建议给 Key 起一个能认出用途的名字比如新手测试或项目A-开发。创建后立刻复制保存。页面通常只显示一次完整 Key关掉就看不到了。如果丢了删掉重建一个就行。3.3 可复制的配置片段下面是一个标准的 JSON 配置片段你可以直接复制到项目里把sk-你的Key替换成实际值{ base_url: https://taotoken.net/api, api_key: sk-你的Key, model: gpt-3.5-turbo, timeout: 60 }如果你用的是 TOML 格式的配置文件等价写法是[llm] base_url https://taotoken.net/api api_key sk-你的Key model gpt-3.5-turbo timeout 60如果你用的是 Claude Code 这类工具配置通常放在 settings 文件里关键字段同样是 Base URL、Key、Model ID 三件套。无论哪个工具只要看到这三个字段就按上面的值填。注意Base URL 填https://taotoken.net/api不要在后面多加/v1或斜杠具体以接入文档为准。文档地址https://taotoken.net/doc3.4 模型 ID 怎么选新手建议先用gpt-3.5-turbo或同类轻量模型做测试费用低、速度快。等跑通了再换更强的模型。模型 ID 的完整列表在文档里能查到切换时只改model字段即可其他配置不动。4. 可复制配置与最小调用示例4.1 Python 最小调用先安装依赖pip install openai然后写一个最小脚本from openai import OpenAI client OpenAI( base_urlhttps://taotoken.net/api, api_keysk-你的Key ) response client.chat.completions.create( modelgpt-3.5-turbo, messages[ {role: system, content: 你是一个简洁的助手。}, {role: user, content: 用一句话解释什么是Token。} ] ) print(response.choices[0].message.content)这段代码里messages数组就是 Context 的简化版system 是 System Promptuser 是 User Prompt。模型返回的内容在response.choices[0].message.content里。4.2 curl 版本如果你不想装 Python 依赖用 curl 也能测curl https://taotoken.net/api/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的Key \ -d { model: gpt-3.5-turbo, messages: [ {role: user, content: 用一句话解释什么是Prompt。} ] }4.3 Prompt 怎么写才有效Prompt 是给 LLM 的指令它的质量直接影响输出质量。好的提示词有三个特征清晰、具体、明确。对比一下差的 Prompt帮我写点东西。好的 Prompt用 200 字左右给零基础读者解释什么是 Transformer不要用数学公式举一个生活中的类比。后者明确了长度、受众、禁止项和表达方式模型输出的可用性会高很多。Prompt 分两类User Prompt 是用户输入的提示System Prompt 是开发者后台设置的提示。System Prompt 通常用来设定角色和边界比如你是一个只回答技术问题的助手。关于 Prompt Engineering提示词工程我的建议是不需要花太多功夫深入研究。掌握清晰、具体、明确三个原则加上多试几次就能覆盖大部分日常场景。4.4 从 Prompt 到 Tool 到 Agent当你发现模型需要查实时天气、读数据库、执行代码时就需要 Tool工具。Tool 本质上是标准化的扩展接口让大模型能够调用外部程序或服务来完成特定任务突破自身的功能限制。工作流程举例你问明天兰州天气怎么样模型判断需要调用天气查询工具工具返回数据模型再归纳成自然语言回答你。这里模型负责选择和总结工具负责查数据平台负责串联整个流程。MCPModel Context Protocol是统一的工具接入标准。你可以把它理解成工具界的 USB 接口——不管什么工具只要符合 MCP 标准就能被 Agent 接入。Agent智能体则是更进一步它能自主感知环境、进行规划决策、并使用工具采取行动以达成特定目标。核心特征是在没有人类逐步指导的情况下独立完成复杂的多步骤任务。反例帮你理解你问查一下明天上海的天气查完告诉你结果——这是被动响应不是 Agent。但如果你说帮我盯着上海某区域的天气如果明天下雨就发提醒邮件同时在学校附近订一个避雨的咖啡馆并发地址这就是 Agent持续监控、判断条件、触发邮件、搜索咖啡馆、预订并发送。从你说我做的助手升级为你定目标我来完成的代理者这是 Agent 的本质升级。主流 Agent 工具包括 Codex、Claude Code、Gemini CLI、Cursor、Trae 等。Agent Skill 则是封装了特定能力、可被 Agent 按需调用的标准化功能模块。它定义能做什么以及如何做把复杂的任务规划转化为具体、可靠的外部行动。这是开发人员的核心工作之一。5. 验证请求与成功结果逐步确认每一步5.1 第一步确认 Key 有效先用最简单的 curl 测试 Key 是否能通curl https://taotoken.net/api/models \ -H Authorization: Bearer sk-你的Key如果返回模型列表的 JSON说明 Key 和通道都正常。如果返回 401说明 Key 有问题去 https://taotoken.net/api-keys 检查是否复制完整、是否被删除。5.2 第二步发一次对话请求用第 4 节的 Python 脚本或 curl 命令发一次请求。成功时你会看到类似这样的返回{ choices: [ { message: { role: assistant, content: Token是模型处理文本的最小单位。 } } ], usage: { prompt_tokens: 18, completion_tokens: 12, total_tokens: 30 } }重点看两个地方choices[0].message.content是模型回答usage里的total_tokens是这次请求消耗的 Token 数。这个数字直接对应费用。5.3 第三步验证多轮对话把上一次的回答追加到 messages 里再问一个新问题messages [ {role: system, content: 你是一个简洁的助手。}, {role: user, content: 用一句话解释什么是Token。}, {role: assistant, content: Token是模型处理文本的最小单位。}, {role: user, content: 那Context和Token是什么关系} ]模型能基于前面的对话回答说明 Context 在起作用。如果它答非所问检查 messages 顺序是否正确。5.4 第四步观察 Token 消耗连续发几次不同长度的 Prompt对比usage.total_tokens。你会发现输入越长prompt_tokens 越大回答越长completion_tokens 越大。这就是 Token 作为计费单位的直观体现。到这里你已经完成了一次真实请求并且验证了 Key、通道、模型、Token 计费四个环节。6. 本篇常见错排查401、local proxy failed、reading choices、OAuth6.1 401 Unauthorized最常见的原因是 Key 复制不完整或者 Key 前面多了空格。检查Authorization头里的 Key 是否和页面上一致。另一个原因是 Key 被删除或过期去 https://taotoken.net/api-keys 重新创建一个。如果确认 Key 没问题还是 401检查 Base URL 是否写成了https://taotoken.net/api/末尾多斜杠或https://taotoken.net/api/v1。以接入文档为准https://taotoken.net/doc6.2 local proxy failed这个报错通常出现在本地工具配置里意思是本地代理设置有问题。检查你的工具配置里是否有多余的代理字段或者环境变量里是否有HTTP_PROXY、HTTPS_PROXY指向了不可用的地址。把代理相关配置清掉直接用 TaoToken 的 API 地址即可。6.3 reading choices 报错reading choices或cannot read property choices of undefined通常意味着返回结构和你预期的不一样。可能原因请求根本没成功返回的是错误信息而不是正常响应。先打印完整返回内容确认是否有error字段。如果有按错误信息排查如果没有choices检查模型 ID 是否正确。6.4 OAuth 相关报错如果你用的是 Claude Code 这类工具可能会遇到 OAuth 报错。这类工具通常支持两种认证方式OAuth 登录和 API Key。用 TaoToken 时应该选 API Key 方式填入 Base URL、Key、Model ID 三件套。如果工具强制走 OAuth检查是否有使用 API Key的选项或者参考接入文档里的工具配置说明。6.5 模型 ID 不存在报错信息通常是model not found或类似提示。去文档里核对模型 ID 拼写注意大小写和连字符。切换模型时只改model字段其他不动。6.6 请求超时如果请求长时间无响应先检查网络是否能访问https://taotoken.net/api。然后在配置里适当调大timeout值比如从 30 调到 60。如果还是超时换一个轻量模型试试排除是模型负载问题。排查顺序建议先确认 Key 有效 → 再确认 Base URL 正确 → 再确认模型 ID 存在 → 最后看请求体格式。大部分问题在前两步就能定位。7. 概念关系图与下一步动作把前面的内容串成一张关系图用户 → Prompt → LLM基于 Transformer ↓ Tokenizer 处理 ↓ Context上下文 ↓ ┌─────────┴─────────┐ ↓ ↓ 直接回答 调用 Tool / Agent Skill ↓ Agent智能体 ↓ 自主规划 → 使用工具 → 达成目标TaoToken 的位置在用户 → LLM这条通道上它提供统一的 Key 和 API 地址让你不用分别对接每家模型厂商。下一步你可以做三件事第一去 https://taotoken.net/api-keys 创建一个 Key用第 4 节的 curl 命令发一次请求确认通道可用。第二把第 4 节的 Python 脚本保存下来改一改 Prompt观察不同写法对输出的影响。这是理解 Prompt 最直接的方式。第三如果你想长期做编码或 Agent 类任务可以了解 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。如果只是想先验证模型效果用模型对话入口https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。概念不用一次全记住。你只要记住这条主线Prompt 进Token 计量Context 工作台Transformer 发动机Tool 扩展能力Agent 自主完成目标。遇到任何一个新概念回到这条线上找位置就不会迷路。