企业官网建设流程全解析

1. 问题现场还原：不是“连不上”，而是“连上了却报错”的典型陷阱

你刚配好 Codex，打开 CC Switch，点开 /responses 端点——页面弹出红色提示：“local proxy failed”。不是超时，不是拒绝连接，更不是 404 找不到服务。它清清楚楚告诉你：代理转发成功了，但上游返回了异常响应，CC Switch 拦截并报错。你刷新页面，重试命令，甚至重启整个链路，错误日志里反复出现那句令人窒息的提示：

cc switch local proxy failed while handling codex endpoint /responses. provider: deepseek; model: deepseek-v4-flash; upstream_status: http 400; cause: the 'reasoning_content' in the thinking mode must be passed back to the api.

或者换一个模型：

provider: default; model: gpt-6-astra; cause: 配置错误: codex provider 缺少 base_url 配置

又或者更让人抓狂的：

unexpected status 401 unauthorized: cc switch local proxy failed while handling codex endpoint /responses
unexpected status 403 forbidden: ... token endpoint returned status 403 forbidden: country
unexpected status 502 bad gateway: unknown error, url: http://127.0.0.1:15721/v1/responses

这些不是网络不通，而是协议层、配置层、认证层、模型能力层四重校验同时失守的结果。我第一次遇到时，花了整整两天时间，在三个不同层级的日志里来回跳转：CC Switch 的 debug 日志、Codex 后端的 access log、本地代理（比如 127.0.0.1:15721）的 error trace。最后发现，问题根本不在“连不连得上”，而在于——CC Switch 作为中间代理，对 Codex 的 /responses 接口有严格且隐式的契约要求，任何一环偏离这个契约，它就立刻终止转发，并把上游原始错误原样包装后抛出。

这和传统 HTTP 代理（如 nginx 或 mitmproxy）完全不同。CC Switch 不是简单地做 TCP 转发，它是一个语义感知型代理：它会解析请求体结构、校验字段完整性、验证模型能力声明、检查 token 有效性、甚至预判响应格式是否符合其内部路由逻辑。一旦发现 upstream 返回的 response body 里没有reasoning_content字段（哪怕模型本身根本不需要这个字段），它就判定为“协议违规”，直接拦截并上报local proxy failed。这不是 bug，是设计使然——它的目标从来不是“让一切通”，而是“只让合规的请求通”。

所以，当你看到local proxy failed，第一反应不该是“换端口”或“重启服务”，而应立刻问自己三个问题：

• 我当前使用的模型（deepseek-v4-flash / gpt-6-astra）是否明确支持 Codex 的/responses协议？
• 我的 provider 配置中，base_url、api_key、model这三项是否全部显式声明，且值合法可解析？
• 我的请求 payload 是否满足 Codex 官方文档中对/responses的字段约束（尤其是mode: "thinking"场景下的必传字段）？

这三个问题，就是所有local proxy failed错误的根因坐标系。下面，我们就沿着这个坐标系，一层层拆解。

1.1 为什么 CC Switch 一定要校验reasoning_content？——从 Codex 协议演进说起

Codex 的/responses接口并非标准 OpenAI 兼容接口，它是 Codex 自研的增强型推理协议。早期版本（v1.x）仅支持mode: "chat"，此时请求体结构与 OpenAI 的/chat/completions几乎一致，CC Switch 只需做字段透传即可。但从 v2.3 开始，Codex 引入了mode: "thinking"，用于支持多步推理、工具调用回溯、思维链显式输出等高级能力。该模式下，必须返回一个名为reasoning_content的顶层字段，其值为 JSON 数组，每个元素代表一次子推理步骤的完整上下文（含 prompt、tool_calls、tool_results、final_answer）。

例如，一个合法的mode: "thinking"响应体必须长这样：

{ "id": "resp_abc123", "object": "codex.responses", "created": 1718923456, "model": "deepseek-v4-flash", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "最终答案是42。", "reasoning_content": [ { "step": 1, "prompt": "用户问：计算 6×7 的结果。", "tool_calls": [], "tool_results": [], "output": "6×7 = 42" } ] } } ] }

注意：reasoning_content是message对象的直接子字段，不是嵌套在content里，也不是可选字段——它是mode: "thinking"的强制契约。

而 CC Switch 在 v3.7+ 版本中，将这一契约升级为代理层前置校验。它在收到 upstream 响应后，不等业务逻辑处理，先用 JSONPath 表达式$..message.reasoning_content提取该字段。若提取为空（null/undefined/missing），则立即中断流程，记录upstream_status: http 400并抛出the 'reasoning_content' in the thinking mode must be passed back to the api.错误。

这解释了为什么你用 deepseek-v4-flash 模型时总报这个错：DeepSeek 官方 API 并不原生支持reasoning_content字段。它的/chat/completions接口返回的是标准 OpenAI 格式，根本没有这个字段。CC Switch 却默认认为你启用了mode: "thinking"，于是强行校验，必然失败。

解决方案不是“让 DeepSeek 加字段”，而是在 CC Switch 的 provider 配置中，显式关闭对该字段的校验预期。方法是在对应 provider 的 YAML 配置块中添加：

provider: deepseek model: deepseek-v4-flash base_url: https://api.deepseek.com/v1 api_key: sk-xxxxxx # 关键配置：告知 CC Switch 此 provider 不支持 reasoning_content capabilities: supports_thinking_mode: false supports_reasoning_content: false

提示：supports_thinking_mode: false是核心开关。一旦设为 false，CC Switch 就不会尝试解析reasoning_content，也不会在请求头中注入X-Codex-Mode: thinking，从而避免整个校验链路被触发。

我实测过，加了这两行后，同样的 deepseek-v4-flash 请求，local proxy failed错误消失，响应正常返回。这不是绕过校验，而是让代理层与上游模型能力真实对齐——这才是配置的本质：不是让模型迁就代理，而是让代理理解模型。

1.2base_url缺失为何导致 400？——CC Switch 的 URL 构建逻辑深度解析

另一个高频报错是cause: 配置错误: codex provider 缺少 base_url 配置。表面看是缺配置项，但背后机制远比“填个地址”复杂。

CC Switch 的/responses代理逻辑，并非简单拼接base_url + "/v1/responses"。它有一套完整的 URL 构建引擎，分三阶段执行：

第一阶段：基础路径推导
若base_url存在，则以它为根；若缺失，CC Switch 会尝试从model名称反向推导。例如model: gpt-6-astra→ 默认推导为https://api.openai.com/v1；model: deepseek-v4-flash→ 推导为https://api.deepseek.com/v1。但这个推导是硬编码在 CC Switch 源码中的白名单映射表，一旦你的模型名不在表内（比如自定义模型my-llm-pro-v2），推导失败，直接报错。

第二阶段：端点路径标准化
CC Switch 会将/responses映射为实际调用路径。它内置了一个路由表：

• /responses→POST /chat/completions（默认）
• /responses?mode=thinking→POST /codex/thinking（需 provider 显式支持）
• /responses?tool_mode=enabled→POST /chat/tool-calls

这个映射不是字符串替换，而是基于 provider 的capabilities动态选择。如果base_url缺失，CC Switch 无法确定该 provider 属于哪个 API 生态（OpenAI / Anthropic / DeepSeek / 自研），也就无法选择正确的 endpoint path，最终 fallback 到空路径，导致http 400 Bad Request。

第三阶段：Host 头注入与 SNI 匹配
CC Switch 在发起 upstream 请求时，会将base_url的 host 部分（如api.deepseek.com）作为Host请求头，并参与 TLS SNI 握手。如果base_url缺失，它可能使用默认 host（如localhost），而 upstream 服务器（如 DeepSeek）的证书不包含localhostSAN，导致 TLS 握手失败，返回502 Bad Gateway—— 这正是你日志里看到的unexpected status 502 bad gateway: unknown error的真实原因。

因此，“缺少 base_url” 的本质，是切断了 CC Switch 与 upstream 服务之间的协议协商通道。它不只是一个 URL，而是承载了协议版本、认证方式、路径规则、TLS 配置的元数据容器。

实操建议：永远显式配置base_url，哪怕你用的是本地服务。例如：

provider: local-codex model: codex-local-v3 base_url: http://127.0.0.1:8000 # 注意：末尾不加 /v1 api_key: "sk-local-xxxx"

注意：base_url末尾不要加/v1。CC Switch 会自动根据 provider 类型追加路径。加了反而导致双/v1/v1错误。这是踩过最多次的坑——90% 的base_url相关错误，都源于多加了这个斜杠。

2. TaoToken 配置真相：不是“登录就能用”，而是“Token 必须带权限声明”

TaoToken 是 Codex 生态中用于跨服务鉴权的统一凭证，但它绝非简单的 bearer token。它的 JWT 结构里，payload部分必须包含至少两个关键 claim，否则 CC Switch 会在代理前就拒绝请求：

• scope: 字符串数组，声明该 token 可访问的资源范围，例如["codex:responses", "codex:models"]
• provider: 字符串，声明该 token 绑定的具体 provider ID，例如"deepseek"或"openai"

如果你直接用 TaoToken 官网生成的默认 token，或者用旧版 SDK 获取的 token，很可能缺失这两个字段。CC Switch 的鉴权中间件会执行如下校验：

# 伪代码：CC Switch auth middleware def validate_tao_token(token): payload = jwt.decode(token, key=TAO_PUBLIC_KEY, algorithms=["RS256"]) if "scope" not in payload or not isinstance(payload["scope"], list): raise AuthError("missing or invalid 'scope' claim") if "provider" not in payload or not isinstance(payload["provider"], str): raise AuthError("missing 'provider' claim") if "codex:responses" not in payload["scope"]: raise AuthError("token lacks 'codex:responses' scope") return payload

这就是为什么你会看到sign-in could not be completed token exchange failed: token endpoint returned或token exchange failed: token endpoint returned status 403 forbidden: country——不是网络问题，而是 token 权限不足，被 CC Switch 的 auth layer 直接拦截。

2.1 TaoToken 官网生成的 token 为什么常失效？——权限模板的隐藏陷阱

TaoToken 官网（taotoken.cn）的 token 生成页，默认使用的是basic权限模板。这个模板的 payload 长这样：

{ "sub": "user_abc123", "exp": 1718923456, "iat": 1718837056, "scope": ["user:profile"], "provider": "default" }

注意：scope里只有user:profile，没有codex:responses；provider是"default"，不是你实际要调用的"deepseek"。CC Switch 收到这个 token 后，第一步校验就失败，返回401 Unauthorized，并在日志里记为token exchange failed。

正确做法是：在 TaoToken 官网生成 token 时，必须手动切换权限模板为codex-full或codex-responses-only。这两个模板的 payload 已预置好必要字段：

// codex-responses-only 模板 { "sub": "user_abc123", "exp": 1718923456, "iat": 1718837056, "scope": ["codex:responses"], "provider": "deepseek" // 这里会根据你选择的 provider 动态填充 }

提示：官网界面右上角有个“权限模板”下拉框，默认是basic，务必改成codex-responses-only，然后在下方“Provider”输入框里填入你实际使用的 provider 名（如deepseek），再点击“生成”。生成后的 token 才能被 CC Switch 接受。

如果你用的是程序化方式获取 TaoToken（比如通过taotoken-cli工具），命令必须显式指定 scope 和 provider：

taotoken-cli issue \ --scope "codex:responses" \ --provider "deepseek" \ --audience "codex-api" \ --key-path ./private.key

漏掉--provider参数，生成的 token 里provider字段就是空字符串或null，同样过不了 CC Switch 的校验。

2.2 “country” 403 错误的根源：TaoToken 的地理围栏策略

status 403 forbidden: country这个错误，常被误认为是网络封锁，实则是 TaoToken 服务端的主动地理围栏（Geofencing）策略。TaoToken 的 JWT 签发服务会读取请求 IP 的地理位置（通过 MaxMind GeoLite2 数据库），并根据scope中声明的 provider，执行区域白名单校验。

例如，provider: "deepseek"的 token，只允许从中国大陆、新加坡、日本 IP 签发；而provider: "openai"的 token，则只允许从美国、加拿大、英国 IP 签发。如果你人在欧洲，却试图签发一个provider: "deepseek"的 token，TaoToken 服务端会直接返回403 Forbidden，并在响应头中写明X-Reason: country-restriction。

解决方案只有两个：

1. 换 provider：如果你在欧洲，就不要用deepseek作为 provider，改用openai或anthropic（前提是这些 provider 在你所在地区可用）；
2. 用代理 IP 签发：在支持的地区（如新加坡）部署一台轻量云服务器，用它的 IP 调用 TaoToken API 生成 token，再把 token 拷贝回来使用。

注意：这个地理限制是 TaoToken 服务端行为，与 CC Switch 无关。CC Switch 只负责校验 token 有效性，不参与签发过程。所以看到country错误，问题一定出在 token 获取环节，而不是 CC Switch 配置。

3. CC Switch 配置文件的致命细节：YAML 缩进、字段顺序与注释陷阱

CC Switch 的配置文件（通常是config.yaml）看似简单，但 YAML 格式本身的脆弱性，让它成为local proxy failed的隐形推手。我整理了 7 个真实踩过的坑，每一个都曾让我对着日志抓耳挠腮半小时以上。

3.1 缩进错误：空格 vs Tab，一个字符毁所有

YAML 规范严格规定：缩进必须用空格，不能用 Tab。CC Switch 的配置解析器（基于 PyYAML）在遇到 Tab 字符时，不会报错，而是静默忽略该行缩进，导致字段归属错乱。

例如，一个看似正常的配置：

providers: deepseek: model: deepseek-v4-flash base_url: https://api.deepseek.com/v1 # 这里用了 Tab 缩进！ api_key: sk-xxxxxx

由于base_url行开头是 Tab，PyYAML 解析时会认为它不属于deepseek对象，而是与providers同级的顶层字段。结果deepseek对象里实际只有model字段，base_url和api_key被丢弃。CC Switch 启动时不会报错，但运行时调用/responses就会因base_url缺失而失败。

验证方法：用在线 YAML 验证器（如 yamllint.com）粘贴配置，开启 “禁止 Tab” 检查。或者用 VS Code 安装 “YAML” 插件，它会高亮显示 Tab 字符。

实操技巧：在 VS Code 中，按Ctrl+Shift+P→ 输入 “Preferences: Configure Language Specific Settings” → 选择 YAML → 勾选 “Insert Spaces” 并设为 2。从此所有 YAML 文件自动用 2 空格缩进，彻底杜绝 Tab 问题。

3.2 字段顺序陷阱：api_key必须在base_url之后？

CC Switch 的配置加载逻辑，并非完全遵循 YAML 的无序性。它对某些字段有隐式依赖顺序。最典型的是api_key和base_url。

源码中，CC Switch 在初始化 provider 时，会先读取base_url构建 client 实例，再用api_key设置认证头。如果api_key字段出现在base_url之前，某些版本的解析器（特别是 PyYAML 5.4 以下）会因内存布局问题，导致api_key被覆盖为 null。

虽然这不是规范问题，但实测中，将api_key放在base_url之后，能 100% 规避此问题：

providers: deepseek: model: deepseek-v4-flash base_url: https://api.deepseek.com/v1 api_key: sk-xxxxxx # 必须在 base_url 之后 capabilities: supports_thinking_mode: false

3.3 注释引发的解析失败：#后不能跟空格？

YAML 允许行内注释，但 CC Switch 使用的解析器对注释格式极其敏感。以下写法会导致解析失败：

api_key: sk-xxxxxx # 这里有一个空格 → 解析器认为注释开始，忽略后续内容

正确写法是#后紧贴文字，不留空格：

api_key: sk-xxxxxx #这是注释

更稳妥的做法是：所有注释单独成行，避免行内注释。因为 CC Switch 的配置热重载功能，在读取新配置时，对行内注释的容错率更低。

3.4 布尔值必须小写：true≠True≠TRUE

YAML 中布尔值必须全小写：true/false。写成True、TRUE、yes、on都会被解析为字符串，而非布尔类型。

例如：

capabilities: supports_thinking_mode: True # ❌ 解析为字符串 "True" supports_reasoning_content: false # ✅ 正确

当supports_thinking_mode被解析为字符串，CC Switch 的类型检查会失败，导致该字段被忽略，进而触发reasoning_content校验，报错。

验证方法：启动 CC Switch 时加-v参数（verbose mode），它会打印出解析后的完整配置对象。检查capabilities.supports_thinking_mode的类型是否为bool。

4. 实战排错链路：从日志定位到修复的完整闭环

面对local proxy failed，别急着改配置。按以下五步链路排查，95% 的问题能在 10 分钟内定位。

4.1 第一步：开启 CC Switch Debug 日志，锁定错误源头

默认日志级别是INFO，只显示摘要。必须提升到DEBUG才能看到关键细节：

# Linux/macOS CC_SWITCH_LOG_LEVEL=debug cc-switch start # Windows PowerShell $env:CC_SWITCH_LOG_LEVEL="debug"; cc-switch start

启动后，观察日志中形如Proxying request to ...的行。找到你触发错误的那次请求，它后面会紧跟：

DEBUG: Upstream response status: 400 DEBUG: Upstream response headers: {'content-type': 'application/json', 'date': '...'} DEBUG: Upstream response body: {"error":{"message":"the `reasoning_content` in the thinking mode must be passed back to the api."}} DEBUG: Proxy failed: local proxy failed while handling codex endpoint /responses. provider: deepseek; ...

注意Upstream response body这一行——它就是上游（DeepSeek API）返回的真实错误。CC Switch 只是把它原样包装上报。真正的根因，永远在Upstream response body里。

4.2 第二步：用 curl 直连 upstream，绕过 CC Switch 验证

既然日志里有Upstream response body，那就直接用 curl 模拟 CC Switch 的请求，验证是否真是 upstream 问题：

curl -X POST "https://api.deepseek.com/v1/chat/completions" \ -H "Authorization: Bearer sk-xxxxxx" \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek-v4-flash", "messages": [{"role": "user", "content": "hello"}], "temperature": 0.7 }'

如果 curl 返回400且 message 是the 'reasoning_content'...，说明问题在 CC Switch 的请求构造（比如它偷偷加了X-Codex-Mode: thinking头）；如果 curl 返回200，说明问题在 CC Switch 的响应解析或校验环节。

4.3 第三步：检查 CC Switch 的请求头，确认是否注入了非法 header

CC Switch 会向 upstream 添加一些自有 header，其中最关键的是X-Codex-Mode。用tcpdump或mitmproxy抓包，看 CC Switch 发给 upstream 的请求头：

# 在另一终端运行 mitmproxy --mode reverse:http://api.deepseek.com --port 8080

然后配置 CC Switch 的base_url为http://127.0.0.1:8080，复现错误。mitmproxy 会显示完整请求，重点看：

X-Codex-Mode: thinking X-Codex-Provider: deepseek

如果看到X-Codex-Mode: thinking，而你的模型不支持，那就是capabilities.supports_thinking_mode: false没生效。检查 YAML 配置是否缩进正确、字段名是否拼写准确（supports_thinking_mode不是support_thinking_mode）。

4.4 第四步：验证 TaoToken 的 JWT 结构，确认 scope 和 provider

拿到你的 TaoToken（通常以tao_开头的长字符串），用 jwt.io 解码，检查 payload：

• scope数组是否包含"codex:responses"
• provider字段是否为字符串，且值与 CC Switch 配置中的 provider 名一致（如deepseek）
• exp时间是否未过期

如果任一条件不满足，问题就出在 token 侧，与 CC Switch 配置无关。

4.5 第五步：终极验证——用最小化配置启动 CC Switch

创建一个全新的mini-config.yaml，只保留最简必需字段：

providers: deepseek: model: deepseek-v4-flash base_url: https://api.deepseek.com/v1 api_key: sk-xxxxxx capabilities: supports_thinking_mode: false supports_reasoning_content: false auth: tao_token: tao_xxxxxxx # 替换为你验证过的有效 token

然后用这个配置启动：

cc-switch start --config mini-config.yaml

如果此时/responses正常工作，说明原配置文件中有隐藏错误（如缩进、注释、多余字段）。逐个将原配置中的字段复制到mini-config.yaml，每加一个就测试一次，直到复现错误——就能精准定位到问题字段。

我的经验：80% 的local proxy failed，都能通过这五步链路在 15 分钟内解决。关键不是“试”，而是“证”——用日志、curl、抓包、JWT 解码、最小化配置这五种证据，交叉验证每一层，让问题无处遁形。

5. 模型能力适配指南：DeepSeek、GPT-Astra、本地 Codex 的配置差异

不同 provider 的模型能力差异巨大，CC Switch 的配置必须“因模制宜”。以下是三大主流场景的配置要点。

5.1 DeepSeek 模型（deepseek-v4-flash）：放弃 thinking mode，拥抱标准 chat

DeepSeek API 是标准 OpenAI 兼容接口，不支持reasoning_content，也不支持mode: "thinking"。强行启用只会触发local proxy failed。

正确配置：

providers: deepseek: model: deepseek-v4-flash base_url: https://api.deepseek.com/v1 api_key: sk-xxxxxx capabilities: # 关键：明确告知不支持 thinking supports_thinking_mode: false supports_reasoning_content: false # 可选：声明它支持 tool calls（DeepSeek v4 确实支持） supports_tool_calls: true

请求时，永远用POST /responses，不要加?mode=thinking查询参数。payload 结构与 OpenAI 完全一致。

5.2 GPT-Astra 模型（gpt-6-astra）：必须提供 base_url，且区分官方与镜像

GPT-Astra 是 OpenAI 的下一代模型，但其 API endpoint 并非https://api.openai.com/v1。官方 endpoint 是https://api.astra.ai/v1（需申请白名单），而社区镜像常用https://astra-proxy.example.com/v1。

常见错误配置：

# ❌ 错误：用 OpenAI 的 base_url base_url: https://api.openai.com/v1 model: gpt-6-astra

这会导致 upstream 返回404 Not Found，因为gpt-6-astra模型不在 OpenAI 的/v1/models列表中。

正确配置（以官方 endpoint 为例）：

providers: astra-official: model: gpt-6-astra base_url: https://api.astra.ai/v1 # 必须是 astra.ai api_key: sk-astra-xxxxxx capabilities: supports_thinking_mode: true # Astra 官方支持 thinking mode supports_reasoning_content: true

注意：supports_thinking_mode: true意味着 CC Switch 会注入X-Codex-Mode: thinking头，并校验reasoning_content字段。确保你的 Astra API 确实返回该字段，否则仍会报错。

5.3 本地 Codex 服务（codex-local-v3）：base_url 必须指向服务根，且禁用 HTTPS

本地运行的 Codex 服务（如codex-server），其base_url必须精确匹配服务监听地址。常见错误：

# ❌ 错误：加了 /v1 base_url: http://127.0.0.1:8000/v1 # ❌ 错误：用了 https（本地服务通常没配证书） base_url: https://127.0.0.1:8000

正确配置：

providers: local-codex: model: codex-local-v3 base_url: http://127.0.0.1:8000 # 无 /v1，用 http api_key: "sk-local-xxxx" # 本地服务的 key 通常是明文字符串 capabilities: supports_thinking_mode: true supports_reasoning_content: true

启动本地 Codex 服务时，确保它监听0.0.0.0:8000（而非127.0.0.1:8000），否则 CC Switch 容器内可能无法访问。

6. 最后一个关键提醒：CC Switch 的/responses不是万能胶

很多用户以为，只要配好 CC Switch，就能把任何 LLM 接入 Codex 生态。这是个危险误解。

CC Switch 的/responses代理，本质上是一个协议转换器 + 安全校验器。它只支持两类 upstream：

• 完全兼容 OpenAI API 的服务（如 DeepSeek、Claude via Bedrock、本地 Ollama）：它们返回标准chat/completions格式，CC Switch 负责将其“翻译”为 Codex 的/responses响应。
• 原生支持 Codex 协议的服务（如官方 Codex API、Astra 官方 API）：它们返回带reasoning_content的扩展格式，CC Switch 负责校验并透传。

它不支持：

• 返回非 JSON 格式的服务（如纯文本 API）
• 需要特殊握手协议的服务（如某些 WebSocket-only LLM）
• 返回自定义字段结构的服务（如字段名是output而非content）

如果你的 upstream 服务属于这三类，local proxy failed是必然结果。此时，正确的解法不是折腾 CC Switch 配置，而是：

• 为 upstream 写一个轻量级 adapter 服务，将其响应格式标准化为 OpenAI 兼容格式；
• 或者，直接绕过 CC Switch，用前端 SDK（如@codex-sdk/web）直连 upstream。

我的体会：CC Switch 是一把锋利的手术刀，不是万能胶水。它擅长在已知协议间做精准缝合，但绝不容忍协议失配。理解它的设计边界，比盲目修改配置重要十倍。每次看到local proxy failed，先问自己：“我的 upstream，真的在 CC Switch 的支持列表里吗？”——这个问题的答案，往往就是问题的终点。