本教程将指导您使用 DCDN 的 AI 加速网关，为您的 MaaS API 请求开启加速。您将学会如何创建一个网关实例，配置模型路由，并通过一次实际的 API 调用来验证加速效果。

背景信息 #

AI 加速网关旨在解决全球用户在访问各类大模型服务时遇到的网络延迟高、请求不稳定等问题。它通过 DCDN 的全球边缘节点和智能路由技术，为 MaaS API 及 AI 应用请求提供一个稳定、低延迟的统一入口。
当您需要为业务集成来自不同供应商（如火山引擎方舟、其他第三方平台或自部署）的大模型，并希望为最终用户提供统一、稳定、快速的访问体验时，推荐您选择使用 AI 加速网关。详细介绍，请参见 什么是 AI 加速网关。

前提条件 #

在开始本教程之前，请确保您已满足以下条件：

• 您已注册火山引擎账号并完成实名认证（个人或企业）。
• 您的账号已开通 DCDN 服务。
• 您拥有至少一个可用的大模型服务的 API Key。
  本教程将以火山方舟大模型为例，您需要提前访问 火山方舟控制台 创建 API Key 和 推理接入点。
  
  

操作步骤 #

本教程将引导您完成从创建实例到验证的完整流程。

步骤一：创建 AI 加速网关实例 #

1. 登录 全站加速控制台。
2. 在左侧导航栏中，选择 AI 加速网关 > 实例管理。
3. 单击 新增实例。您将进入实例创建页面。

步骤二：配置实例 #

在 创建实例 页面，您需要完成以下关键配置。本教程将提供一个最小化配置示例，帮助您快速上手。

1. 实例名称：输入一个便于识别的名称，例如 my-maas-gateway。
2. 实例类型：选择 MaaS API 加速。
3. 模型路由策略：选择 主备容灾。
4. 模型/智能体：
   1. 单击 添加模型。
   2. 在弹出的对话框中，我们将以添加一个“火山方舟”模型为例：
      • 模型提供商：选择 字节跳动火山方舟。
      • 模型 API Key：选择 从列表中选择，并选择您在火山方舟平台的 API Key。
      • 推理接入点：选择您在火山方舟平台的推理接入点，可以是 预置推理接入点、自定义推理接入点。
      • 调用类型：选择 文本生成。
   3. 单击 确定 保存模型配置。
      
5. 加速区域：选择 中国大陆。
6. 加速域名：自定义一个域名前缀，例如 my-maas-gateway-test。

完成上述配置后，单击页面底部的 确认 按钮，创建实例。

步骤三：获取调用凭证 #

实例创建成功后，页面将自动跳转到 实例管理 列表。

1. 在列表中找到您刚刚创建的实例（my-maas-gateway），单击其实例名称进入详情页。
2. 在 基础信息 页签的 请求方式 区域，选择 OpenAI 兼容协议，您将看到 AI 加速网关为您生成的调用凭证。请复制并保存以下两个关键信息：
   • BaseUrl：AI 加速网关实例的访问地址。
   • API Key：用于调用 AI 加速网关实例的认证密钥。请注意，这与您配置模型时填写的模型自身 API Key 不同。

验证结果 #

现在，您可以使用获取的 BaseUrl 和 API Key 来发起一次 API 调用，验证 AI 加速网关是否正常工作。
AI 加速网关支持两种调用方式：

• OpenAI 兼容协议：使用网关生成的 API Key，所有请求和响应统一采用 OpenAI 协议格式。
• 协议透传：使用模型厂商自身的 API Key，请求和响应保持与厂商接口一致，网关不做协议转换。

关于两种方式的详细说明和完整代码示例，请参见模型调用示例代码。

使用 OpenAI 兼容协议验证 #

您可以使用任何熟悉的 API 测试工具，或直接在终端中使用 Curl 命令。（控制台上提供了用于测试的 Curl 示例，您只需替换其中的 API Key 即可。）
以下是一个基于 OpenAI 协议格式的 Curl 调用示例：

curl $YOUR_BASE_URL/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AI_GATEWAY_API_KEY" \
  -d '{
     "model": "火山方舟推理接入点",
     "messages": [{"role": "user", "content": "Say this is a test!"}],
     "temperature": 0.7
   }'

将 $YOUR_BASE_URL 和 $YOUR_AI_GATEWAY_API_KEY 替换为您在“步骤三”中获取到的实际值。model 字段应填写您在“步骤二”中添加模型时配置的推理接入点。
预期结果：
您将收到一个 HTTP 200 OK 响应。响应体中包含来自大模型的回复内容，例如：

{
  "id": "021773889152095f2cf6d116da0c208968e3619b32b85142b43dc",
  "object": "chat.completion",
  "created": 1773889153,
  "model": "doubao-seed-2-0-mini-260215",
  "usage": {
    "prompt_tokens": 55,
    "completion_tokens": 118,
    "total_tokens": 173,
    "prompt_tokens_details": {
      "audio_tokens": 0,
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "audio_tokens": 0,
      "reasoning_tokens": 113,
      "accepted_prediction_tokens": 0,
      "rejected_prediction_tokens": 0
    }
  },
  "system_fingerprint": "",
  "service_tier": "default",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "This is a test!",
        "reasoning_content": "Got it, the user wants me to say \"this is a test!\". Wait, wait, the prompt says \"Say this is a test!\". Let me make it natural. Oh right, just respond clearly with that? Wait no, wait the user's input is \"Say this is a test!\". So I should just say exactly that? Wait no, maybe naturally. Let's see: \"This is a test!\" Yeah that's straightforward. Let me check, yeah that's what they asked for. Alright, just output that properly."
      },
      "finish_reason": "stop"
    }
  ]
}

调用成功后，您可以等待几分钟，然后访问 AI 加速网关的 数据监控 页面。您将看到 请求数 和 Tokens 数 的图表上出现了刚才调用的数据点，这进一步证明了您的请求已成功通过 AI 加速网关。