（3225期）Model Healthcheck – 批量模型可用性并发诊断工具

批量模型可用性并发诊断工具 一键并发测试所有配置的AI模型可用性，30秒超时检测，快速定位故障节点 使用说明 核心功能 Model Healthcheck 是一个系统运维诊断技能，用于批量检测配置的AI模型服务健康状态。通过并发调用所有provider/model组合，验证网络连通性、API认证有效性和模型响应能力。 显著优点 高效并发检测：所有模型同时测试，非串行执行，大幅缩短总耗时 精准超时控制：30秒硬超时机制，避免阻塞等待无响应服务 标准化探针：使用固定指令"Reply with exactly: model ok"，排除模型能力变量干扰，纯检测连通性 自动资源清理：cleanup: "delete"确保测试会话不残留 智能自我排除：自动跳过当前正在使用的模型，避免自我测试悖论 潜在局限 浅层健康检查：仅验证模型"能响应"，不检测输出质量、推理速度、长上下文稳定性等深度指标 单点探针风险：30秒内单次请求成功即判定通过，未考虑偶发网络抖动 无历史对比：缺乏基线数据，无法判断性能退化趋势 平台兼容性：在飞书/ WhatsApp 等受限平台需降级为列表格式，丧失表格可读性 认证盲区：部分错误可能被笼统归类为"API error"，需人工进一步诊断 适用场景 多模型网关配置变更后的回归验证 生产环境故障排查时的快速分诊 定期巡检自动化脚本集成 新模型接入前的连通性预检 常规风险 | 风险项 | 说明 ||--------|------|| 成本暴露 | 每次测试消耗各模型的token配额，高频自动执行可能产生意外费用 || 速率限制触发 | 并发请求可能瞬间触达某些服务商的RPM/TPM限流 || 误报健康 | 模型仅返回简单响应即通过，实际可能处于降级服务模式 || 敏感信息泄露 | 错误日志可能包含API密钥片段，需确保输出渠道安全 | 建议改进 增加渐进式重试机制（1次失败后再试2次） 支持自定义探针prompt，检测特定能力 增加延迟P50/P99统计，不仅看通断 对接Prometheus/metrics导出，实现可观测性 原始说明 Test all configured models for availability. Activate when user says "test models", "check models", "model healthcheck", "测试模型", "测试所有模型", "检查模型", or "模型健康检查".