企业官网建设流程全解析

ModelTrace 是一个本地运行的主动模型归因工具：它通过三条长整数生成挑战提取输出指纹，在统一候选库中自动判断模型家族和具体版本。本文以它的API 自动测试模式为主线，讲解如何只填好 Base URL、API Key 和模型名，就让程序自动完成探测、采集与归因，无需手动复制粘贴挑战与回答。

为什么推荐用 API 自动测试？

ModelTrace 提供两种测试方式：

• 手动测试：复制三条挑战，分别发给待测模型，再把每次完整输出粘贴回页面；
• API 自动测试：填好接口信息后，程序自动向待测接口发起请求，以“拿到 3 份有效回答”为目标完成归因。

对于任何支持 OpenAI 或 Anthropic 风格接口的模型服务（官方 API、自建网关、第三方中转），API 自动测试都是最快、最省心的路径 👉 全程无需离开页面。

一键上手：三步启动 ModelTrace 并发起归因

第 1 步：获取并运行项目

克隆仓库并安装依赖，然后用启动脚本拉起本地网页服务：

git clone https://gitcode.com/gh_mirrors/mo/ModelTrace cd ModelTrace python -m pip install -r requirements.txt python start.py

启动后浏览器会自动打开页面地址http://127.0.0.1:7860/，顶部会显示当前统一候选库中的候选模型数量（当前内置指纹库覆盖 GPT 与 Claude 两个家族共 13 个模型，见 data/unified_bank.json）。

第 2 步：切换“API 自动测试”并填写表单

进入「模型测试」工作区，点击API 自动测试标签页（表单定义见 templates/index.html），只需填写 4 个字段：

Base URL 不需要纠结格式：程序会自动补全路径。若以/v1结尾，OpenAI 格式会补成/v1/chat/completions，Anthropic 格式会补成/v1/messages，详见 enrollment.py 中的completion_url。

第 3 步：点击“开始测试”，等待进度条走完

点击开始测试后，页面会实时显示进度，例如有效 0/3 · 已尝试 0/6。程序内部的工作流程（app.py 的/api/test/auto接口 → enrollment.py 的test_automatic）是：

1. 自动生成最多 6 条长整数生成挑战；
2. 逐条调用待测接口，接口格式默认auto，会先尝试 OpenAI Chat Completions，失败再尝试 Anthropic Messages；
3. 每次请求遇到 408/429/5xx 等可重试状态码时自动退避重试，最多 3 次；
4. 解析回答中的数字，有效数字达标（不少于 80 个或期望值的 55%）即记为一份有效回答；
5. 集满 3 份后立即停止请求，进入归因评分。

归因原理速览：三份回答如何变成概率

拿到 3 份有效回答后，fingerprint.py 会在统一特征空间中为每份回答打分：0.75 权重的 Hellinger 模型中心相似度，加上 0.25 权重的有序块数字序列特征；三份得分取平均后，通过与查询数量对应的校准温度做一次全局 softmax，得到具体模型概率，家族概率则是该家族下各模型概率之和。

两点提醒（项目 README 原文声明）：

• 结果是“当前候选库内、均匀先验下的闭集概率”，未收录模型仍会被归到最相似的现有候选，结果仅供参考，并非决定性证据；
• 系统提示词会显著影响模型偏好，在 Claude Code 中测试结果偏差较大，不建议在该环境下测试。

常见问题排查

• 提示被 Cloudflare/WAF 拦截：确认 Base URL 指向 API 端点而非网页地址、API Key 有效，或该服务是否限制当前网络/IP；
• 提示“有效数字不足”：说明该回答生成的数字太少，程序会自动换下一条挑战继续，直到集满 3 份或 6 次尝试用尽；
• 接口格式自动探测失败：页面上会分别列出 openai / anthropic 两种格式的失败原因，可直接对照排查；
• 回答被截断或拒答：如 Anthropic 的stop_reason为max_tokens或refusal，该次回答不计入并自动重试下一条。

进阶：不止测试，还能建库

同一个 Base URL 填写入口，在「指纹库管理」工作区可用于新建指纹：采集 3~36 份回答并自动拟合指纹库（app.py 的/api/enroll/auto）。常用文件位置一览：

• Web 接口：app.py
• 指纹提取与归因：fingerprint.py
• 指纹库构建与概率校准：bank_builder.py
• 自动建库挑战：challenge_suite.py
• API 调用与指纹采集：enrollment.py
• 参考数据与指纹库：data/

整体流程很简单：克隆仓库 → 一行命令启动 → 填好 Base URL → 点击开始测试，几十秒后你就能在页面上看到模型家族与具体版本的归因概率。如果你的待测模型不在内置库中，也可以顺手用同一份接口信息为它建立新指纹，让 ModelTrace 的候选库越来越全。