语义路由

语义路由器为应用提供一个稳定的模型别名，同时由 AISIX 根据每个聊天请求的语义选择直接模型。AISIX 对最新的用户消息进行向量嵌入，将它与各路由的示例进行比较，再将请求分发到最佳匹配目标。如果没有路由达到阈值，AISIX 会使用默认模型。

当请求需要按主题到达不同模型，而应用不应自行选择模型时，请使用语义路由。例如，同一个别名可以把法律问题发送到推理模型，把翻译请求发送到多语言模型，并把所有其他请求发送到通用模型。

语义路由器支持 OpenAI 兼容的 /v1/chat/completions 端点。

语义路由的工作原理

对于每个请求，AISIX 使用配置的向量嵌入模型，将最新的用户消息与路由示例进行比较，再把请求分发到一个直接模型。

AISIX 会在应用配置时对路由示例进行向量嵌入，并在网关进程中缓存它们的向量。当示例、向量嵌入模型或向量维度发生变化时，AISIX 会重新计算向量。因此，每个请求只需要为最新的用户消息调用一次向量嵌入端点，之后在本地完成相似度计算。

准备工作

开始前，请准备以下资源：

一个用于 OpenAI 兼容 /v1/embeddings 端点的服务提供方密钥，该端点需要返回浮点数向量。
一个默认直接模型，以及至少一个用作路由目标的直接模型。
一个可以调用语义路由器别名的调用方 API Key。
对于 AISIX Cloud，需要一个已接入网关的环境，以及管理模型和调用方 API Key 的权限。
对于开源 AISIX 网关，需要有权访问声明式资源文件和网关进程。

配置语义路由器

请先创建向量嵌入模型、默认模型和路由目标，再创建语义路由器。AISIX Cloud 通过模型 ID 引用这些资源，开源 AISIX 网关则在声明式资源文件中通过 display_name 引用它们。

向量嵌入模型的 dimensions 必须与上游端点返回的数值数量一致。只有当 AISIX 必须在比较向量前对其进行归一化时，才将 normalize 设置为 false。

每条路由都需要名称、一个直接目标模型和至少一个示例。描述为可选字段。路由级 threshold 会覆盖该路由所使用的路由器级阈值。

AISIX Cloud

导出 AISIX Cloud 连接信息和向量嵌入模型使用的服务提供方密钥：

# AISIX_CP 是 Admin API 基础 URL；应包含 /api，且末尾不要带斜杠。
# 本地部署快速入门使用 http://localhost:8080/api。
export AISIX_CP="YOUR_AISIX_CLOUD_ADMIN_API_URL"
export AISIX_TOKEN="YOUR_ADMIN_TOKEN"
export ENV_ID="YOUR_ENVIRONMENT_ID"
export PROVIDER_KEY_ID="YOUR_EMBEDDING_PROVIDER_KEY_ID"

创建向量嵌入模型并记录其 ID：

EMBEDDING_MODEL_ID=$(curl -sS -X POST "$AISIX_CP/environments/$ENV_ID/models" \
  -H "Authorization: Bearer $AISIX_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "kind": "embedding",
    "display_name": "embedding-prod",
    "model_name": "text-embedding-3-small",
    "provider_key_id": "'"$PROVIDER_KEY_ID"'",
    "embedding": {
      "dimensions": 1536,
      "normalize": true
    }
  }' | jq -r '.model.id')

导出直接目标模型的 ID：

export DEFAULT_MODEL_ID="YOUR_DEFAULT_MODEL_ID"
export LEGAL_MODEL_ID="YOUR_LEGAL_MODEL_ID"
export TRANSLATION_MODEL_ID="YOUR_TRANSLATION_MODEL_ID"

创建语义路由器。其默认阈值会应用于所有未自行定义阈值的路由：

SEMANTIC_MODEL_ID=$(curl -sS -X POST "$AISIX_CP/environments/$ENV_ID/models" \
  -H "Authorization: Bearer $AISIX_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "kind": "semantic",
    "display_name": "topic-router",
    "semantic": {
      "embedding_model_id": "'"$EMBEDDING_MODEL_ID"'",
      "default_model_id": "'"$DEFAULT_MODEL_ID"'",
      "threshold": 0.75,
      "routes": [
        {
          "name": "legal",
          "target_model_id": "'"$LEGAL_MODEL_ID"'",
          "description": "Contract and legal-risk analysis",
          "examples": [
            "Analyze this contract for legal risk",
            "Review this NDA for liability exposure"
          ],
          "threshold": 0.8
        },
        {
          "name": "translation",
          "target_model_id": "'"$TRANSLATION_MODEL_ID"'",
          "examples": [
            "Translate this paragraph to French"
          ]
        }
      ]
    }
  }' | jq -r '.model.id')

把 SEMANTIC_MODEL_ID 添加到调用方 API Key 的 allowed_models 列表。保存后的配置会自动投射到已接入的网关。

你也可以在控制台的 Models 页面创建和编辑向量嵌入模型与语义路由器。语义路由器表单提供两个阈值调优工具：

Test routing 会展示为提示词选择的路由、每条路由的相似度分数，以及该分数是否达到阈值。
Auto-detect thresholds 会根据已配置示例集内部及相互之间的相似度，为每条路由推荐初始阈值。

这两个工具都从控制面调用向量嵌入端点，因此控制面服务必须能够访问该端点。

开源 AISIX 网关

将向量嵌入模型和语义路由器添加到 models 集合。semantic 块中的引用使用模型的 display_name：

resources.yaml
models:
  - display_name: embedding-prod
    provider: openai
    model_name: text-embedding-3-small
    provider_key: embeddings-provider
    embedding:
      dimensions: 1536
      normalize: true

  - display_name: topic-router
    semantic:
      embedding_model: embedding-prod
      default: general-chat
      match:
        distance_metric: cosine
        aggregation: max
        threshold: 0.75
      routes:
        - name: legal
          target: legal-chat
          description: Contract and legal-risk analysis
          examples:
            - Analyze this contract for legal risk
            - Review this NDA for liability exposure
          threshold: 0.8
        - name: translation
          target: translation-chat
          examples:
            - Translate this paragraph to French

完整资源文件还必须包含被引用的服务提供方密钥，以及 general-chat、legal-chat 和 translation-chat 直接模型。将 topic-router 添加到调用方密钥的 allowed_models，然后验证并重新加载该文件。

验证路由选择

导出所配置部署的网关 URL 和调用方 API Key：

# 使用网关源地址，不要附加末尾斜杠或端点路径。
# 本地快速入门使用 http://127.0.0.1:3000。
export AISIX_PROXY="YOUR_AISIX_GATEWAY_URL"
export AISIX_API_KEY="YOUR_CALLER_API_KEY"

发送一个应匹配法律路由的请求：

curl -sSi -X POST "$AISIX_PROXY/v1/chat/completions" \
  -H "Authorization: Bearer $AISIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "topic-router",
    "messages": [
      {"role": "user", "content": "Review this contract for liability risk."}
    ]
  }'

匹配成功的请求会包含 x-aisix-route: legal，以及带有实际处理请求的直接模型名称的 x-aisix-served-by。响应体仍以 topic-router 作为面向调用方的模型名称。

发送一个与所有路由均无关的提示词，确认 AISIX 使用默认模型，并且不返回 x-aisix-route。

调整匹配行为

AISIX 选择路由时会应用以下规则：

只对最新的用户消息进行向量嵌入。如果其中包含多个文本部分，AISIX 会将它们连接起来。系统消息、助手消息、工具消息和非文本内容不会影响匹配。
每条路由的分数是请求与该路由示例之间的最高余弦相似度。
如果分数不低于路由级阈值，或在路由未覆盖时不低于路由器级阈值，该路由即为匹配。
如果有多条路由匹配，分数最高的路由胜出。如果没有路由匹配，AISIX 使用默认模型。

跨语言匹配取决于向量嵌入模型。请使用来自预期工作负载的代表性提示词和示例来调整阈值，不要假定一个阈值适用于所有向量嵌入模型。对抗性提示词也可能影响路由决策，因此，如果目标选择会产生安全或合规后果，请在分发前应用输入安全护栏。

处理向量嵌入失败

使用 embedding_timeout_ms 限制向量嵌入调用时间，并通过 on_embedding_failure 选择在发生向量嵌入错误或超时后的行为。默认行为是使用路由器的默认模型。

在 AISIX Cloud 中，回退策略是一个对象。要以 503 拒绝请求，请配置：

{
  "semantic": {
    "embedding_timeout_ms": 500,
    "on_embedding_failure": {
      "mode": "fail"
    }
  }
}

将 mode 设置为 default 可使用默认模型。要使用另一个直接模型，请把 mode 设置为 target 并提供其 target_model_id。

在开源资源文件中，请使用 default、fail，或一个命名直接模型的对象：

semantic:
  embedding_timeout_ms: 500
  on_embedding_failure:
    target: safe-chat

下一步

如果一个请求需要调用多个合议成员并合成它们的回答，请继续阅读合议模型。如果请求在模型分发前需要策略检查，请使用安全护栏。

语义路由的工作原理​

准备工作​

配置语义路由器​

AISIX Cloud​

开源 AISIX 网关​

验证路由选择​

调整匹配行为​

处理向量嵌入失败​

下一步​