Crate ai_profile 

ai-profile

桌面应用的 AI 模型服务配置层：provider 预置清单、ai.profile 互通协议、 端点拼接与连通性验证。

边界：什么进、什么不进

	内容	归属
✅	预置清单、协议、端点拼接、模型清洗、验证与结构化错误、token 限额、历史裁剪	本 crate
❌	密钥存储与加密	留给应用（各家差异极大）
❌	数据库 / CRUD / 激活态管理	同上

本 crate 不持久化任何密钥明文。验证/调用时接收调用方传入的 key，用完即弃。

三条数据铁律（都是踩出来的）

1. base_url 原样使用，绝不推断版本段 —— 各家不统一（多数 /v1、智谱 /v4、 Gemini /v1beta/openai）。推断错的代价是隐性的：用户照文档填对了， 库悄悄加一段，他只看到 404。详见 endpoint。
2. 默认 model 选「够用档」而非「最强档」 —— 把旗舰塞进默认值， 等于替用户做了一个他没同意的花钱决定。
3. 模型清单清洗用排除法，不用白名单 —— 厂商上新远快于特征词更新， 白名单必然把新模型误藏，而“藏起来“对用户不可见。详见 model_filter。

feature

ai-profile = { version = "0.1", features = ["chat"] }              # 仅对话
ai-profile = { version = "0.1", features = ["chat", "client"] }    # + 真实调用

不开 client 时零 HTTP 依赖，纯数据 + 纯函数，可编到 Android / iOS。

Re-exports

pub use error::VerifyError;

pub use kind::Kind;

pub use kind::Protocol;

pub use limits::LimitSource;

pub use limits::TokenLimits;

pub use preset::preset_by_key;

pub use preset::presets;

pub use preset::presets_for;

pub use preset::vendors;

pub use preset::ProviderPreset;

pub use preset::Vendor;

pub use protocol::parse_profile;

pub use protocol::parse_profiles;

pub use protocol::to_profile;

pub use protocol::ParseError;

pub use protocol::ParsedProfile;

pub use protocol::ParsedProfiles;

pub use client::verify;

pub use client::ServiceConfig;

pub use client::Verifier;

pub use client::VerifyOk;

pub use reqwest;

Modules

client

真实 HTTP 调用 —— feature = "client" 才编译。

endpoint

端点拼接 —— base_url 原样使用，不做任何版本段推断。

error

结构化错误 —— 调用方「一键修正」的唯一前提。

history

对话历史裁剪 —— 发请求之前把超出上下文窗口的旧消息丢掉，以及超长报错后的被动重试依据。

kind

能力类型（kind）—— 决定一条预置属于对话 / 生图 / 视频 / 配音。

limits

模型的 token 限额 —— 上下文窗口与单次输出上限。

media

生图 / 视频 / 配音的真实调用。要同时开 client 与对应 kind 的 feature。 多模态调用：生图 / 视频 / 配音的各家协议实现。

model_filter

端点 /models 返回值的清洗：去重 + 滤掉不能对话的模型。

preset

Provider 预置清单 —— 本 crate 存在的首要理由。

protocol

ai.profile —— 跨应用的模型服务配置交换格式。