aionclaw遇http 429限流时需手动干预：先通过日志确认状态码为429及响应头x-ratelimit信息，再选择临时降并发、litellm重试或脚本加wait应对；长期应提升rpm配额、启用请求节流器并错开定时任务触发时间。
☞☞☞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☜☜☜
当AionClaw向模型发起请求时被限流（HTTP 429响应），系统不会自动重试，必须手动配置重试策略或调整调用节奏，否则任务链会中断、定时流程卡死、RPA动作无法继续推进。
确认是否真为限流而非其他错误
打开AionClaw客户端 → 左侧导航栏点击「日志」→ 切换到「模型请求」标签页 → 查找最近失败的请求记录。重点看状态码：只有明确显示 【429 Too Many Requests】 才是限流；若出现401、403、502，则属于鉴权失败或网关异常，不适用本流程。
注意：TaoToken通道会在响应头中返回 X-RateLimit-Remaining 和 X-RateLimit-Reset，这两个值在日志详情里可直接展开查看——如果 Remaining 为 0 且 Reset 时间戳比当前时间晚几分钟，就是典型限流信号。
立即生效的三种应对方式
方法一：临时降低并发数（最快见效）
进入「设置」→「模型通道」→ 找到当前启用的 TaoToken 配置 → 将「最大并发请求数」从默认的 5 改为 【2】 → 点击「保存并重启通道」。这一步不需要重启整个 AionClaw，5秒内生效，适合突发流量导致的瞬时限流。
方法二：启用 LiteLLM 层级的回退重试（需已部署 LiteLLM 网关）
如果你的 TaoToken 实际后端是自建 LiteLLM，可在其配置文件 config.yaml 中添加如下路由策略：router_settings: num_retries: 3 retry_after: 1 fallbacks: [{model_group: gpt-4o, fallback_models: [qwen2.5-72b-instruct]}]。保存后 reload LiteLLM 服务，AionClaw 发出的请求将自动触发最多3次延迟1秒的重试，并在主模型限流时切到备用模型。
方法三：在任务脚本中插入显式等待（适用于关键定时任务）
编辑该任务的 YAML 或 JSON 配置 → 在触发模型调用前的 action 节点中，插入一条 wait 类型指令：- type: wait duration_ms: 2000
这能强制拉长两次请求间隔，避开短时窗口限流。⚠️注意：不要在高频循环任务里无差别加 wait，会导致整体吞吐下降。
长期防限流配置
第一步：登录 TaoToken 控制台 → 进入「配额管理」→ 找到对应 API Key → 点击「编辑」→ 将「每分钟请求数（RPM）」从默认 60 提升至 120（需已开通企业版权限）。
第二步：在 AionClaw 的「模型通道」设置中，启用「请求节流器」开关 → 设置「最小请求间隔」为 1200ms → 启用「突发请求缓冲」并设为 3。这样即使脚本连续发5个请求，底层也会自动摊平为每1.2秒一个，不触发上游限流阈值。
第三步：检查所有定时任务的「触发周期」是否集中。比如6个日报任务都设在每天 08:00:00 触发，会在同一秒打满通道。应错开时间，例如分别设为 08:00:00、08:00:03、08:00:07……用秒级偏移分散压力。
