第七章：模型集成与输出治理

章引言

模型集成是智能体系统与 LLM 的边界。设计不当的集成会导致：

• 幻觉（输出不真实信息）

• 性能问题（过度推理、令牌浪费）

• 安全隐患（输出不可控）

• 兼容性问题（难以支持多个模型）

本章研究如何设计一个健壮、灵活、高效的模型集成层，包括多模型切换、输出解析、质量门控、幻觉检测等机制。

核心设计问题

1. 模型抽象：如何设计统一接口支持多个模型（Claude、GPT、DeepSeek 等）？

2. 输出解析：如何从原始 API 响应中安全地提取和验证结构化输出？

3. 质量保证：在工具调用执行前如何验证输出的合法性？

4. 幻觉检测：如何识别和防止智能体调用不存在的工具或生成错误的参数？

参考系统的方法

OpenClaw：支持 Claude/GPT/DeepSeek/Gemini/Ollama，带模型回退链路

Claude Code：绑定 Claude，专注于输出质量和推理预算管理

本章结构

• 7.1：模型抽象层

• 7.2：结构化输出解析

• 7.3：输出质量门控

• 7.4：幻觉检测与修复

• 7.5：推理预算管理

• 7.6：MiniHarness 输出治理

• 本章小结

模型集成层是智能体可靠性的最后防线。