القائمة
Mastra Model Router、多 provider、成本控制（3 道闸门）、Vertical Skill（垂类模型经 MCP 发现 + 独立推理端点）、Embedding。编写 LLM/模型调用代码时使用。见 ADR-0008。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | llm-gateway |
| description | Mastra Model Router、多 provider、成本控制（3 道闸门）、Vertical Skill（垂类模型经 MCP 发现 + 独立推理端点）、Embedding。编写 LLM/模型调用代码时使用。见 ADR-0008。 |
import { resolveModel } from "../llm/index";
const agent = new Agent({ model: resolveModel() }); // env 默认
const agent = new Agent({ model: resolveModel("doubao/doubao-...") }); // 指定
CUSTOM_PROVIDERS。垂类模型（异常检测、预测、视觉…）不是 LLM、不走 Model Router、不走 MCP 热路径：
agent ──MCP 描述符(发现/契约)──▶ 决定调用 ──▶ 独立推理端点(BentoML/KServe/Triton, gRPC/REST)
└─ 按服务端租户上下文解析「逐租户模型变体」(防串号)
tenant/account 上下文（ADR-0014）。Gate 1: Redis 缓存 key: platform:classify:cache:{tenantId}:{accountId}:{deviceId}:{eventType}
命中 → 复用，跳过 LLM
Gate 2: 日额度 key: platform:classify:quota:{tenantId}:{accountId}:{YYYY-MM-DD}
INCR + EXPIRE 86400；超额 → 不调用
Gate 3: 模型降级 简单 → 轻量(doubao-lite/haiku)；复杂 → 强模型(sonnet/gpt-4o)
这 3 道闸门的计数同时作为 Lago usage-based 计量的采集点（ADR-0015）。
import { resolveEmbeddingModel } from "../llm/embedding";
const embedder = resolveEmbeddingModel();
const result = await embedder.doEmbed({ values: ["query text"] });
默认 Doubao multimodal embedding endpoint，1536 维（记忆向量维度单一真相源）。
LLM/agent 调用经 Mastra OTel 导出到 Langfuse（trace/eval/dataset，ADR-0011）。不自建可观测后端。
IoT AI Platform 的 TypeScript 严格模式、错误处理、测试策略、依赖管理、Git commit 规范、安全编码守则。编写任何代码前先读本 Skill。
接入层（Tap）集成模式：MQTT Tap、Webhook Tap、Shifu 可选连接器；统一 Event Envelope、幂等/DLQ。编写设备接入代码时使用。见 ADR-0016。
Mastra Agent/Tool/Workflow 定义模式、config-as-data 函数式壳、Concierge/Vertical Agent、注册中心、流式响应、自定义路由。编写 src/mastra/ 下代码前必读。
三层租户隔离 SQL 模式、pgvector 记忆表、遥测时序(TimescaleDB)与特征库(Feast)、迁移规范。编写数据库相关代码时使用。见 ADR-0004/0010/0013。
IoT AI Platform 目标架构（分面）、层间契约、数据流、可扩展性核心。理解系统全局、做跨层决策、新增能力前使用。真相源是 CONTEXT.md + docs/adr/。