一、先确认 Swarm Trader 实际使用的 Provider
本文对应的 Swarm Trader 版本由 LLM_PROVIDER 与 LLM_MODEL 选择服务商和模型。OpenAI 分支读取 OPENAI_API_BASE；OpenRouter 分支使用它自己的固定地址，默认 Provider 也不会因为填写了 apizt Key 就自动切换。
接入 apizt 时，先核对项目版本和下方源码，明确选择 OpenAI，再同时配置模型、Key 和地址。模型必须是当前令牌分组支持的准确 ID；多角色任务还要分别验证所需工具能力和完整输出。
二、环境准备
先按所用 Swarm Trader 版本完成依赖与基础运行检查，再核对 src/llm/models.py 和 run_hedge_fund.py。项目启动、命令帮助和模型调用是三个独立检查。
- 先核对项目版本与 src/llm/models.py，确认它读取的地址变量为 OPENAI_API_BASE。
- 在 .env 或实际启动环境中设置下方四个变量；Key 放在本地，模型 ID 从当前分组目录复制。
- 选择 LLM_PROVIDER=OpenAI；本文所核对的 OpenRouter 分支不会使用这个自定义地址。
- 先运行 python run_hedge_fund.py --help，按你当前版本的参数准备一个最小研究任务。
- 检查实际 provider、模型与平台请求记录，再恢复多个分析角色和原任务。
继续配置 Swarm Trader
先看对应接入页，核对本文的配置字段与验证步骤，再回到原运行环境测试。
三、创建 apizt API Key
登录 apizt 后台，进入 API 令牌页面，新建一个专门用于 Swarm Trader 的 Key。建议名称写成 swarm_trader_tokenba_api_test，后续按请求记录核对模型、错误与费用。
四、修改 Swarm Trader 模型配置
在 .env 或实际启动环境中配置下面四个字段。这个版本读取 OPENAI_API_BASE；不要套用通用 OPENAI_BASE_URL 或新增未经源码确认的并发变量。命令行的模型选择也要与环境配置一起核对。
LLM_PROVIDER=OpenAI
LLM_MODEL=YOUR_SUPPORTED_MODEL_ID
OPENAI_API_KEY=YOUR_tokenba_API_KEY
OPENAI_API_BASE=https://api.apizt.com/v1Swarm Trader 的配置字段与任务检查
本站绘制的内容说明图：按本页 .env 或 provider 配置 与命令提取配置字段；需核对自己的项目版本，不把通用变量名当所有上游项目的统一配置。
本站绘制的内容说明图：本页项目的运行与记录检查说明；不画虚构收益、策略成绩或调用成功界面，模型输出与真实财务结果分开记录。
先验证 Swarm Trader 的路由与完整任务
创建独立 apizt Key，选择有权限的模型，并配置 LLM_PROVIDER、LLM_MODEL、OPENAI_API_KEY 与 OPENAI_API_BASE。先完成一个固定输入任务，再根据实际调用记录评估预算。
查看相关型号
在型号详情中核对最低价格、参数、接口示例与使用限制，再选择配置方式。
五、先看命令参数，再运行一个最小研究任务
下方 --help 只显示当前版本支持的参数，不会验证 Key、网络或模型。按帮助准备一个固定输入的研究任务，确认实际 Provider 和模型后再执行；真实任务可能产生多条收费请求。
python run_hedge_fund.py --help- --help 能显示参数，只代表入口与参数解析正常。
- 实际任务应产生有效角色输出，并能在控制台匹配 Provider、模型、时间和请求记录。
- 按完整任务核对各角色与重试用量；通过后再增加任务规模。
六、查看 apizt 请求日志和成本
按每个角色记录实际模型、状态、usage 和重试，再与控制台同时间的请求匹配。完整任务可能包含多次调用；输出、用量和实扣费用需要分别核对。不要用一次短请求推断并发稳定性。
适合的量化调用场景
按任务与分组选择模型
先选当前令牌分组支持的准确型号，再用固定输入核对内容与所需工具回合。型号名称或一次成功不能证明长期成本和稳定性；预算用全部角色的实际调用估算。
七、常见报错排查
先区分项目依赖、Provider 选择和实际 API 响应。没有请求记录时先检查任务是否进入模型调用，再处理 Key 或费用问题。
常见问题
Swarm Trader OPENAI_API_BASE 和 OPENAI_BASE_URL 哪个生效？
2026-10-09 核对版本的 src/llm/models.py 读取 OPENAI_API_BASE 并传入 ChatOpenAI。其他版本需查看实际源码；只设置未被读取的 OPENAI_BASE_URL 不会切换地址。
Swarm Trader 配了地址仍调用 OpenRouter 怎么解决？
本文核对版本应选择 LLM_PROVIDER=OpenAI，模型用 LLM_MODEL 或对应命令行参数设置。OpenRouter 分支使用固定地址，修改 OpenAI 分支变量不会改变它。
Swarm Trader 应该填 OPENAI_BASE_URL 还是 OPENAI_API_BASE？
本文核对的 src/llm/models.py 读取 OPENAI_API_BASE，并将它传入 ChatOpenAI 的 base_url。只设置 OPENAI_BASE_URL 不能让这段源码切换地址；其他版本要先核对实际读取的变量。
为什么改地址后仍在访问 OpenRouter？
该版本的 OpenRouter provider 分支写死了 OpenRouter 地址。run_hedge_fund.py 应选择 LLM_PROVIDER=OpenAI；模型由 LLM_MODEL 或命令行 --model 选择。
能直接复制 OpenRouter 的模型 ID 吗？
应改为目标平台当前分组支持的准确 ID，再核对工具调用、上下文与计费方式。供应商前缀和默认模型不能直接沿用。
继续配置 Swarm Trader
先看对应接入页，核对本文的配置字段与验证步骤，再回到原运行环境测试。
参考资料
本文依据下列项目源码说明接入位置与配置字段。不同版本先核对自己的入口和变量；上方通用界面示意不代替实际项目、模型调用与费用验收。
先验证 Swarm Trader 的路由与完整任务
创建独立 apizt Key，选择有权限的模型，并配置 LLM_PROVIDER、LLM_MODEL、OPENAI_API_KEY 与 OPENAI_API_BASE。先完成一个固定输入任务，再根据实际调用记录评估预算。