一、操作场景
·参数注入：为所有请求自动添加必要的参数（如固定的 temperature、max_tokens）
·参数覆盖：覆盖客户端传入的参数值，统一控制模型行为
·参数清理：删除敏感或不必要的参数，防止参数泄露
·协议适配：适配不同供应商的参数差异（如将 top_p 改写为 topP）
·多版本兼容：支持不同 API 版本的参数格式转换
注意：说明：
注意：参数改写发生在请求路由之后、转发给后端模型服务之前，仅影响转发的请求，不影响客户端收到的响应。
二、前置条件
1. 已创建 AI 网关实例且处于运行中状态。
2. 已创建模型 API。
3. 了解后端模型服务支持的参数格式和要求。
三、步骤 1：进入模型 API 详情页
1. 登录 微服务平台控制台，左侧导航栏选择 AI 网关，进入实例列表页面。
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. 在左侧导航栏单击模型管理，然后单击模型 API 页签。
4. 单击目标模型 API 名称，进入 API 详情页。
5. 切换到参数改写页签。
四、步骤 2：参数改写配置
1. 在参数改写页签中，查看当前配置状态。
2. 单击配置参数改写规则进入配置页面。
3. 在配置页面中，开启是否启用开关。
4. 选择需要改写的参数，配置参数改写规则。
5. 单击添加按钮，可配置多条参数改写规则。规则按配置顺序依次执行。
操作类型说明：
| 操作类型 | 说明 | 使用场景 |
| 新增 | 添加新的参数键值对 | 注入默认参数如 temperature: 0.7 |
| 编辑 | 修改已有参数的值 | 覆盖客户端传入的参数 |
| 删除 | 删除指定的参数 | 清理敏感或不必要的参数 |
| 重命名 | 修改已有参数名 | 将原有参数名改为新参数名，参数的值不变 |
五、步骤 3：保存配置
单击确定保存参数改写规则，配置立即生效。
六、示例 1：统一温度参数
·场景：统一控制所有请求的 temperature 参数，避免客户端随意设置。
·配置：
| 阶段 | 操作类型 | 参数键 | 参数值 |
| Body 参数 | 编辑 | temperature | 0.7 |
·效果：无论客户端传入什么 temperature 值，最终都使用 0.7。
七、示例 2: 改写模型 body 参数字段
·场景：对模型请求/响应字段做重命名映射（如将 reasoning 统一映射为 reasoning_content），屏蔽不同推理框架之间的字段差异。
·配置：
| 阶段 | 操作类型 | 参数键 | 参数值 |
| Body 参数 | 编辑 | reasoning | reasoning_ content |
·效果：配置后，上游业务无需改造代码即可兼容不同模型服务返回的字段结构。
八、示例 3：清理敏感信息
·场景：删除请求中的用户标识信息，保护用户隐私。
·配置：
| 阶段 | 操作类型 | 参数键 | 参数值 |
| Body 参数 | 删除 | user | – |
| Body 参数 | 删除 | metadata.user_id | – |
·效果：请求中的用户标识字段被删除，不会转发给后端模型服务。
九、示例 4：适配 Azure OpenAI
·场景：适配 Azure OpenAI 的 api-version Query 参数要求。
·配置：
| 阶段 | 操作类型 | 参数键 | 参数值 |
| Query 参数 | 新增 | api-version | 2024-02-01 |
·效果：所有请求自动添加 ?api-version=2024-02-01。
十、注意事项
1. 执行时机：参数改写发生在请求路由之后、转发给后端模型服务之前。
2. 执行顺序：多条规则按配置顺序依次执行，建议将依赖性的规则按正确顺序排列。
3. Body 参数限制：仅支持对 JSON 格式的请求 Body 进行参数改写。
4. 参数键路径：支持简单的参数键名（如 temperature），暂不支持嵌套路径（如 messages[0].content）。
5. 与缓存的配合：参数改写发生在缓存查询之后，缓存的 Key 基于原始请求计算。
6. 与日志的关系：LLM Log 记录的是改写后的请求包体（如已开启包体采集）。
7. 参数值类型：当前版本参数值统一作为字符串处理，暂不支持数字、布尔等类型标记。