流量控制
请求链路打通后，流量控制用于决定这条链路在真实应用流量下如何运行。它可以保护共享模型容量、执行成本策略、阻断不安全内容，并复用重复请求的响应。
有些控制会在 AISIX 调用服务提供方之前执行，另一些会在服务提供方返回响应之后执行。请求链路如下：
应用调用方请求
AISIX AI 网关
调用服务提供方前
调用方 API Key
模型别名
请求侧控制限流、AISIX Cloud 预算、输入安全护栏
缓存查找命中则直接返回，未命中则调用上游
服务提供方返回后
响应侧控制输出安全护栏
服务提供方上游缓存未命中链路
返回给调用方保持同一模型别名
请求侧控制可以在 AISIX 调用服务提供方之前停止请求。限流、AISIX Cloud 预算和输入安全护栏会共同决定请求是否允许继续；缓存查找命中时可直接返回已存响应，未命中时 AISIX 才会调用服务提供方。
服务提供方返回后，输出安全护栏可以在 AISIX 将响应返回给调用方之前检查响应内容。
选择控制项
从与需要保护的资源或策略相匹配的控制项开始：
| 目标 | 控制项 | 作用位置 |
|---|---|---|
| 限制请求量、Token 用量或并发任务数 | API Key 与模型限流 | 在调用服务提供方之前；响应报告 Token 用量后记录该用量。 |
| 对团队、成员、API Key、模型、模型名称或服务提供方应用条件配额 | 限流策略 | 在调用服务提供方之前；每个匹配的策略都与 API Key 和模型限制同时生效。 |
| 限制组织、环境、调用方 API Key、服务提供方密钥、团队或成员在 AISIX Cloud 中的 AI 支出 | 预算 | 在 AISIX Cloud 部署中调用服务提供方之前。 |
| 检测、阻止或脱敏敏感或不安全内容 | 安全护栏 | 请求内容、响应内容或两者。 |
| 复用符合条件的 Chat Completions 响应 | 响应缓存 | 在调用服务提供方之前；缓存命中时无需连接服务提供方即可返回。 |
同一请求可以组合多个控制项。例如，Chat Completions 请求可以先对调用方进行身份认证，解析其模型，评估输入安全护栏，并在已配置时检查 AISIX Cloud 预算；随后 AISIX 可以预留限流容量并查找缓存响应。请分别配置各控制项，然后使用应用将采用的同一调用方 API Key 和模型别名验证组合链路。