api-burn-tuning

给「烧 token」类工具（Token 燃烧器）摸清某个 AI 平台的限流口径，并算出又快又稳的最优调用参数。

简介

这是一个 WorkBuddy / Claude Code 技能（Skill）仓库，面向需要给大模型平台配置「Token 燃烧器」的场景：比如消耗赠送额度、冲积分活动、摸清新平台（智谱、硅基流动、火山方舟、阿里百炼、商汤日日新等）的限流模型。

给平台配燃烧器时最贵的错误，是没搞清它到底在限什么就去调参数——参数方向搞反，速度能差 400 倍（实测 4,000 token/分钟 vs 190 万 token/分钟）。本技能沉淀了一整套实测方法论和探测脚本：先用压力阶梯 + 并发爬坡搞清平台是按 rpm（每分钟请求次数）还是 tpm（每分钟 token 量）限流，再据此选择烧法和参数。

适合人群：需要给 LLM API 平台做用量冲刺/额度消耗的开发者、运营者，以及为自家 Agent 配「烧额度」子程序的人。

触发词：烧token、燃烧器、消耗额度、刷积分、限流、429、rpm、tpm、并发、填充字符数、API 用量。

功能特性

• 限流口径判别方法论：不要靠猜。用压力阶梯把请求频率一点点压上去直到撞 429，看 429 报错原文（rpm exhausted / tpm exhausted）判断限流维度；原文没写则用「大单次低频率」与「小单次高频率」两组对比实验定位。
• 三种烧法横向对比：填充式（塞长文本只要一字回答）、长输出式（让它疯狂输出）、雪球式（上下文滚动增大）。实测填充式碾压另外两种（33.7 万/分 vs 几千/分）——因为「读」比「写」快两个数量级。
• 单次填充大小寻优：实测给出 3 万~40 万字符各档的单次耗时，定位「10 万字符 ≈ 2.8 秒」的甜点区间，避免单次过大导致耗时暴涨。
• 候选参数对比选型：多组「填充大小 × 并发数」各跑 45 秒横向对比，选出「又快又稳」（零限流且不占满请求额度）的一组，降低被风控盯上的概率。
• 五个即改即用的探测脚本：改开头 KEY / BASE / MODEL 三个常量即可换平台；结果边跑边写同名 JSON，中途挂了不丢数据；自带本地假 OpenAI 兼容接口，调程序本身时不花额度。
• 积分 ↔ token 换算实测法：没有统一换算率（「写」比「读」贵约 2.7 倍），教你怎么用浏览器自动化精确读后台余额、按烧法各自实测换算率。
• 大量踩坑记录：包括「用 token 估算判断烧完」导致的真实事故、网络抖动不能当致命错误、时段差异（深夜比中午快 2~7 倍）、撞 429 的自适应退避策略（实测省 30 分钟以上）等。

工作原理 / 技术栈

• 纯 Python 3 探测脚本，只用标准库（urllib.request + json），零第三方依赖。
• 调用对象为 OpenAI 兼容的 /chat/completions 接口（改 BASE 即可指向任意兼容平台）。
• 方法论核心：压力阶梯（请求间隔从 8~10 秒压到零间隔连打）→ 并发爬坡（1 → 2 → 3）→ 抓 429 原文判口径 → 候选参数各跑 45 秒横向对比 → 选「又快又稳」组。
• 关键结论：rpm 限流时请求次数是稀缺资源，单次塞尽可能大；tpm 限流时贴着配额塞。平台往往有多层限制（rpm + 5 小时窗口积分 + 每周积分），窗口额度通常最早到顶。
• 收工判定铁律：以平台后台真实剩余额度为准（剩 5% 即停），token 换算比只用于进度展示，绝不能让程序据此停手。

安装与使用

把本仓库目录内容复制到你的技能目录下，文件夹名保持 api-burn-tuning：

• WorkBuddy / CodeBuddy：~/.workbuddy/skills/api-burn-tuning/
• Claude Code：~/.claude/skills/api-burn-tuning/

重启会话后即可通过触发词自动匹配。使用流程：

1. 运行 scripts/_限流口径实测.py，搞清输出是否占配额、输入上限、限流恢复时间、单次填充天花板。
2. 运行 scripts/_烧法对比实测.py，压力阶梯找 rpm 上限并对比三种烧法。
3. 运行 scripts/_并发实测.py，并发爬坡抓 429 原文。
4. 运行 scripts/_推荐参数实测.py，候选参数横向对比选出最终参数。

每个脚本约跑 5~10 分钟，放后台跑。结果写入同名 JSON 文件。

项目结构

api-burn-tuning/
├── SKILL.md                    # 技能正文：方法论 + 实测数据 + 踩坑记录
├── README.md                   # 本文件
├── README_EN.md                # 英文版说明
└── scripts/
    ├── _限流口径实测.py         # 探输出是否占配额、输入上限、限流恢复时间、填充天花板
    ├── _烧法对比实测.py         # 压力阶梯找 rpm 上限 + 三种烧法横向对比
    ├── _烧法参数实测.py         # 烧法参数实测
    ├── _烧法参数实测2.py        # 烧法参数实测（第二组）
    ├── _并发实测.py             # 并发爬坡，抓 429 原文
    ├── _推荐参数实测.py         # 候选参数横向对比，选出最终参数
    ├── _积分换算实测.py         # 积分 ↔ token 换算率实测
    ├── _读积分.py               # 读后台积分余额
    └── _假接口.py               # 本地假 OpenAI 兼容接口，调程序本身用，不花额度

注意事项

• 脚本需要有效的平台 API Key：通过环境变量（如 SENSENOVA_API_KEY）或改脚本顶部 KEY 常量提供。
• 换平台必须重跑：不同平台 429 的报错文案、限流模型都不一样，结论不能套用。
• 风控风险：把速度推到百万 token/分钟量级远高于正常使用，建议分段跑、留意账号是否异常，别用付费额度刷。
• 别用「连打两次就 429」这类小样本下结论：必须阶梯式加压 + 记录每一档的请求次数/分钟。
• 查后台余额有几十秒延迟，检查间隔要留安全余量，或用比例阈值（剩 5%）天然兜底。

License

MIT

作者

sheen945