必须使用原生anthropic协议中转网关，确认支持system/effort/tool_choice等字段及tool_use响应结构，工具定义须符合anthropic spec，长程任务状态需外置存储，effort与缓存ttl需协同配置以控成本。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
直接对接第三方业务系统前，必须确认 claude-fable-5-1 的调用链路已绕过 Anthropic 官方直连限制——国内多数生产环境无法稳定访问 api.anthropic.com，硬连会导致超时、Connection refused 或间歇性 429 Too Many Requests。中转网关（如 DeepRouter、Vercel Proxy、自建 Anthropic 协议兼容网关）是实际可行的起点。
确认 API 协议是否原生支持 Anthropic protocol
很多聚合平台只认 OpenAI 格式，但 claude-fable-5-1 的 system 字段、tool_choice、effort 参数和流式 event:content_block_delta 响应结构，在 OpenAI 协议下会丢失或被忽略。如果业务系统调用层封装了 openai.ChatCompletion.create，直接换 base_url 会静默失败。
- 检查你用的网关文档是否明确写「原生 Anthropic 协议」，而非「OpenAI 兼容模式」
- 用
curl手动发一个带system和effort: "max"的请求，看响应头是否含anthropic-version: 2023-06-01 - 若返回
{"error": {"type": "invalid_request_error", "message": "Unknown parameter: system"}}，说明协议转换层阉割了关键字段
工具调用（Tools）必须走 Anthropic 原生格式，不能套用 OpenAI 的 functions
claude-fable-5-1 的工具调用依赖 tools 数组 + tool_choice + content 中的 tool_use 块，和 OpenAI 的 functions / function_call 是两套不兼容的序列化逻辑。强行映射会导致工具参数错位、调用不触发，甚至触发安全回退到 claude-opus-4-8。
- 业务系统里对接 ERP/CRM 的工具定义，必须按 Anthropic spec 写：
{"name": "get_order_status", "description": "...", "input_schema": {...}} - 调用时
tool_choice设为{"type": "tool", "name": "get_order_status"}，不是{"name": "get_order_status"} - 模型返回的
tool_use块需由你后端解析并转发给真实接口，不能依赖前端 JS 直接消费
长程任务状态必须外置管理，不能依赖模型上下文“记住”
哪怕 claude-fable-5-1 支持 1M token 上下文，它也不会持久化中间状态。比如一个审批 Agent 跑到第 7 步，突然因网络中断重连，模型不会自动恢复“已查完财务系统，正等待法务反馈”。所有步骤标记、工具返回结果、用户干预记录，都得存进你自己的数据库或 Redis。
- 每次请求必须附带当前任务 ID，并在
systemprompt 里写明：“你正在处理任务 #TASK-7823，上一步结果是：{从 DB 读出的 JSON}” - 避免把整个历史对话拼成超长
messages数组传入——token 消耗爆炸，且容易触发缓存失效 - 对敏感操作（如调用支付接口），务必在工具执行前加一层人工确认 webhook，不能全交给模型决策
真正容易被忽略的是 effort 和缓存 TTL 的组合影响：设 effort: "max" 后，模型生成内容变长，但若你用的网关没透传 cache-control: max-age=3600 头，就拿不到 1 小时缓存读的 $20/M token 优惠；而误设 max-age=300 又会让高频重复请求反复走 $50/M token 的输出计费。这比选错模型 ID 更烧钱。
