接入多个生成模型时如何处理审核字段差异
生成媒体模型的审核参数在命名、类型和取值上各不相同,布尔开关还可能采用相反语义。同名的安全容忍度字段在不同模型中也可能分别接受数值或字符串枚举。
AI 深度解读
接入多个生成媒体模型后,同一个「严格审核」选项可能要给模型 A 传 false,给模型 B 传 true,还可能要同时设置容忍度和过滤级别。BabySea 的做法是让调用方只表达审核意图,再由模型适配层组装对应的请求。
这套设计解决的是接入方每天会碰到的问题:前端表单和 Node 服务能否在换模型时沿用同一套契约?原文给出了具体的字段映射,也留了一个需要验证的问题:请求都表达「严格」,各家模型的实际拦截结果能有多接近?
同一个「严格审核」,为什么会发出相反的值?
模型接口的第一处差异在字段名。disable_safety_checker 问的是「要不要关闭检查」,严格模式要传 false。enable_safety_checker 问的是「要不要开启检查」,严格模式要传 true。如果把厂商字段直接透传给业务层,前端表单、后端请求构造和模型切换逻辑都可能要记住这对反向规则。
字段同名也会有坑。safety_tolerance 在一个模型里是数字,在另一个模型里可能是字符串枚举,1 和 "1" 在请求体里是两种类型。还有模型通过 safety_filter_level 指定从哪一档开始拦截,或者用 moderation 选择审核模式。布尔开关、数值容忍度和策略枚举控制的事情各有不同。一款模型可能只开放其中一项,另一款则需要几项配合。
透传在单模型接入时省事,调用方可以直接用厂商提供的选项。到了多模型系统,模型一换,合法字段、取值类型和字段组合都可能变。即使把这些差异写进文档,每个调用点仍然得自己处理。
一个布尔值怎么变成一整组配置?
BabySea 对外提供 generation_moderation: boolean。true 表示严格审核,false 表示宽松。对于反向开关,适配器取反,对于正向开关,适配器直接传值。原文展示的转换函数在输入为 undefined 时也返回 undefined,让「未指定」保留独立含义。至于请求最终如何序列化、上游会采用什么默认值,原文没有交代。
同一个严格请求,一种模型可能收到 disable_safety_checker: false、safety_tolerance: 1、safety_filter_level: "block_low_and_above" 和 moderation: "auto"。另一种模型只接收 enable_safety_checker: true 和 safety_tolerance: "1"。宽松时,两个语义字段分别映射到 block_only_high 和 low。因此,generation_moderation: false 在这套 API 里应当按「宽松」理解,具体检查是否继续运行取决于模型收到的配置。
适配的难点在于让整组字段表达同一意图。如果开关配到了严格方向,容忍度却沿用了宽松配置,单独看每个字段可能都能通过校验,组合起来就偏离了调用方的选择。作者由此提出,审核策略要贯穿执行过程。文章具体展示的是发给模型前的转换代码,后续执行环节如何落实策略并未展开。
从 Schema 找容忍度边界,能省掉哪些硬编码?
如果业务代码直接写死「严格取 1,宽松取 6」,换成范围不同的模型就得改代码。BabySea 把字段的 Zod Schema 传给转换器,从字段定义里找上下界。下面这段代码同时处理带可选值或默认值的包装、数字范围,以及由数字字符串组成的枚举。
function extractSafetyBounds(schema: z.ZodTypeAny): { min: number; max: number } {
let inner: z.ZodTypeAny = schema;
while (inner instanceof z.ZodOptional || inner instanceof z.ZodDefault) {
inner =
inner instanceof z.ZodOptional
? inner.unwrap()
: (inner as z.ZodDefault<z.ZodTypeAny>)._def.innerType;
}
if (inner instanceof z.ZodNumber) {
let min = 1;
let max = 6;
for (const check of (inner._def as { checks: Array<{ kind: string; value: number }> }).checks) {
if (check.kind === 'min') min = check.value;
if (check.kind === 'max') max = check.value;
}
return { min, max };
}
if (inner instanceof z.ZodEnum) {
const nums = (inner._def.values as string[]).map(Number).sort((a, b) => a - b);
return { min: nums[0]!, max: nums[nums.length - 1]! };
}
return { min: 1, max: 6 };
}
map(Number) 那一行假定枚举成员都能转成数字。代码也保留了 1 和 6 作为缺失边界或未识别类型时的兜底值,因此 Schema 能提供多少信息,取决于字段定义覆盖了什么。
拿到 min 和 max 后,moderationToSafetyTolerance 在严格时返回最小值,宽松时返回最大值。moderationToSafetyToleranceString 再用 String() 生成上游要求的字符串。这里还有一个独立前提:模型的低值确实代表更严格。范围校验能告诉你哪些值合法,严格方向仍要由适配层核实。
我的判断
我认同把审核意图收进统一 API。只要产品确实只给用户两档选择,前端就可以用同一套表单值,Node 服务也可以把模型差异集中到最后一跳处理。相比让每个业务接口自己透传厂商参数,这种设计更容易检查反向布尔值、数字与字符串转换,以及同一个模型需要配合使用的字段。
真正要打问号的是「统一到哪一步」。原文展示了 BabySea 的实现和请求样例,没有给出具体模型名单,也没有用同一批输入比较各模型的拦截结果。「严格」可以是统一的配置意图,审核效果能否对齐仍无对照数据。作者关于全生命周期执行的说法是架构主张,文章也没有提供端到端验证。
Schema 方案同样有取舍。模型很多、字段定义维护得及时,复用边界提取逻辑可以减少重复配置。模型少,或者枚举带有非数字档位,逐模型写一份映射表会更直观,代码审查时能直接看到值和方向。示例还读取了 Zod 的 _def,原文没给 Zod 版本,团队升级依赖时需要验证这段读取逻辑。若产品需要独立调节过滤级别和容忍度,两档布尔值本身也会丢掉这些选择。
能拿来做什么
- 给多模型生成表单接审核选项时,让前端提交
generation_moderation,由 Node 适配器根据最终选中的模型组装字段,并把界面文案与「严格/宽松」的实际含义对齐。 - 接入新模型时,用
true、false和未传值分别检查最终请求体,核对开关方向、safety_tolerance的类型,以及多字段是否指向同一档策略。 - 从 Schema 提取范围前,先核对枚举能否转成数字、最小值是否代表严格,再用同一批输入检查模型返回的审核结果。请求体检查和结果检查回答的是两个问题。