一、操作场景
·多任务模型分发：根据用户意图将翻译、代码生成、对话等不同任务路由到最优模型
·成本优化：简单意图（如闲聊）路由到低成本模型，复杂意图（如代码审查）路由到高性能模型
·分级服务：VIP 用户意图路由到专有服务，普通用户路由到共享服务
·场景隔离：将不同业务场景的请求隔离到不同的模型服务，避免相互影响
注意：说明：
注意：意图识别路由需选择一个意图识别模型服务来执行语义分析。该模型用于理解用户请求的意图，不直接处理用户的业务请求。
二、前置条件
·已创建 AI 网关实例且处于运行中状态
·已创建至少两个模型服务（意图识别模型 + 业务模型）
·已明确需要识别的意图类别及其对应的路由目标
三、步骤 1：配置模型 API
1. 登录 微服务平台控制台，在左侧导航栏单击 AI 网关 > 实例列表；
2. 在实例列表页面，单击需要配置的网关实例的“ID”，进入该网关实例的基本信息页面；
3. 选择左侧导航栏 模型管理 > 模型 API；
4. 单击新建或编辑已有 API；
5. 完成基本信息配置后，进入 第二步：选择模型服务；
6. 选择 服务类型 为 多模型服务；
7. 在 路由策略 区域，选择 意图识别路由。
四、步骤 2：配置意图识别模型
在 意图识别模型配置 区域，选择用于意图识别的模型：
配置参数说明：
| 参数 | 是否必填 | 说明 |
| 意图识别模型 | 是 | 用于执行意图识别的模型服务 |
| 置信度阈值 | 是 | 意图识别置信度低于此值时，使用默认服务 |
| 默认模型服务 | 是 | 未匹配任何意图或置信度不足时使用的服务 |
置信度阈值建议值：
| 阈值 | 说明 | 适用场景 |
| 0.50 | 较低的置信度要求，更多请求按识别意图路由 | 意图类别较少且区分度高时 |
| 0.70 | 推荐的置信度阈值，兼顾准确率和覆盖率 | 大多数场景 |
| 0.85 | 较高的置信度要求，仅置信度高的意图才按类别路由 | 对路由准确性要求高的场景 |
五、步骤 3：配置意图类型与模型映射
在路由规则配置区域，配置各意图对应的模型服务，支持代码编写、数学计算、翻译、快速问答和复杂推理场景。
六、步骤 4：保存配置
单击确定保存模型 API 配置，意图识别路由立即生效。
七、注意事项
·意图识别模型选择：意图识别模型需要具备良好的自然语言理解能力（NLU）。
·额外 Token 消耗：每个请求在路由前会先调用意图识别模型进行语义分析，产生额外的 Token 消耗和时间开销。
·意图请求不记录：意图识别调用的请求和响应不写入 LLM Log（仅为路由决策服务）。
·置信度阈值调优：建议先使用较低的阈值（0.5）观察识别效果，根据实际表现逐步调整。
·路由延迟增加：由于需要先调用意图识别模型，路由延迟可能会增加（取决于模型响应速度）。