Models
面向真实业务场景的模型能力编排
Krill 统一管理不同类型模型的接入与调用，让团队可以更快验证方案、稳定交付并持续优化成本。
文本能力
通用对话模型
覆盖问答、总结、生成、改写等高频场景，适合快速搭建企业内外部智能应用。
研发场景
代码与 Agent 模型
支持研发辅助、脚本生成、工具调用与自动化执行，为工程团队提供稳定的模型底座。
图文处理
多模态理解能力
适用于图文解析、信息提取、文档理解等任务，帮助业务流程处理更复杂的输入。
按需调度
路由与成本策略
可按场景配置模型优先级、供应通道与预算策略，在效果、稳定性和成本间取得平衡。
快速开始
用最短路径完成鉴权、请求发送与基础连通性验证。
接口兼容
提供清晰的请求格式说明，方便现有应用快速迁移。
鉴权与配额
说明 API Key 管理、环境隔离与额度控制方式。
监控与排障
整理常见错误、调用状态与上线后的定位建议。
Documentation
面向接入、联调与上线的文档说明
文档不只展示接口长什么样，也覆盖如何鉴权、如何迁移、如何排查问题，帮助团队把模型能力真正稳定地接入到业务系统中。
01
OpenAI 兼容接入
尽量减少改造成本，帮助已有应用更平滑地完成迁移与切换。
02
示例清晰可复用
围绕常见请求场景提供示例，便于研发、测试和运维快速协同。
03
上线信息更完整
在文档中补齐鉴权、错误处理、限流和排障建议，避免只停留在 Demo 阶段。
Service Standards
聚焦可靠性、治理能力与数据边界
我们更关注平台在真实环境中的稳定表现：权限清晰、调用可追踪、问题可定位、上线后可持续运营。
研发团队
客服系统
知识库问答
运营自动化
内部工具
流程引擎
Privacy First
数据边界
清晰可控
以可治理为前提建设 AI 能力
Krill 在平台设计上强调权限分层、调用审计与数据边界管理，帮助团队在引入模型能力时，兼顾业务效率与内部治理要求。