为保障大模型安全测评流程高效、准确落地，测评目标配置需遵循标准化流程与校验规范，以下为结合平台功能与业务场景的配置最佳实践指南：
配置前准备：明确接口类型与前置条件
在新建测评目标前，需先完成两项核心准备工作，避免配置返工：
确认接口标准化类型
标准接口：兼容 OpenAI 规范的通用接口，支持通过 API 密钥 + 模型名称直接接入。
非标接口：需自定义请求参数、依赖特定请求格式的接口，需提前梳理完整请求模板。
校验前置信息完整性提前确认目标大模型的完整接口 URL、鉴权凭证（API 密钥 / Token）、请求参数格式、模型标识等信息，确保配置无缺失项。
测评目标配置流程规范
根据接口类型差异，执行差异化配置路径，确保每一步合规有效：
一、标准接口配置（OpenAI 兼容模式）
适用于遵循通用规范的大模型服务，配置步骤如下：
基础信息录入：选择客户名称，勾选「标准接口」模式。
核心参数配置：
填写目标模型完整 URL（如
https://api.example.com/v1/chat/completions）。补充有效的 API 密钥（如目标接口存在鉴权校验）。
填写目标模型名称（如
gpt-3.5-turbo），若接口支持模型自动发现，可先不填写，由系统自动识别。
发起连通性测试：单击“新建并测试”，触发平台自动校验流程。
二、非标接口配置（自定义请求模式）
适用于非通用规范的大模型服务，配置步骤如下：
基础信息录入：选择客户名称，勾选“非标准接口”模式。
核心参数配置：
填写目标模型完整 URL；
在请求参数框中，基于平台提供的 curl 模板，补充红色高亮部分的自定义内容（如鉴权 Token、模型标识、自定义请求体）。
保留
[prompt]占位符（用于注入测评提示词），如需随机数场景，使用[random]占位符替换参数值。
发起连通性测试：单击“新建并测试”，触发平台校验流程。
连通性校验流程与异常处理
平台将按 网络连通检测 > 鉴权校验 > 模型参数检测 的顺序执行串行校验，任一环节失败均会导致配置无法完成，需针对性排查整改：
校验环节 | 校验目标 | 失败常见场景与处理方案 |
|---|---|---|
| 网络连通检测 | 验证平台与目标接口的网络可达性 | 失败提示：请检查网络策略后，重新测试！ 处理：排查平台与目标服务的网络策略（如防火墙、白名单、端口访问权限），确认 URL 无拼写错误、服务处于运行状态后，重新发起测试。 |
| 鉴权校验 | 验证 API 密钥 / Token 的有效性与访问权限 | 失败场景：401/403 鉴权失败、Token 过期、权限不足 处理：核对 API 密钥 / Token 是否正确，确认凭证未过期且具备目标接口的调用权限，补充正确的鉴权信息后重试。 |
| 模型参数检测 | 验证请求参数、模型标识与接口规范的匹配性 | 失败场景：参数格式错误、模型名称不存在、请求体字段缺失 处理：核对非标接口请求模板的字段格式，确认模型名称与目标服务支持的模型列表一致，修正参数配置后重试。 |
注意
无论哪种模式，若无法完成连通性及鉴权测试，将无法开展后续的大模型安全风险评估操作，需优先解决配置与网络问题。
配置完成后管理规范
信息复核：配置完成后，在“详情页”核对客户名称、模型 ID、URL、API 配置等信息，确保与目标服务一致。
连通历史跟踪：通过“连通历史”查看测试耗时、状态与错误日志，留存校验记录，便于后续问题追溯。
配置更新机制：当目标服务的 URL、鉴权凭证、模型标识发生变更时，需及时更新测评目标配置，并重新执行连通性测试，确保测评流程持续可用。
关键注意事项
占位符规范：非标接口配置中，[prompt]占位符为测评提示词注入的关键标识，禁止删除或修改；随机数场景统一使用[random]占位符，确保测评场景的随机性与规范性。
安全合规要求：API 密钥、Token 等敏感信息需按平台规范录入，禁止明文泄露或存储在非安全字段中，避免凭证泄露风险。
重试机制：单次连通性测试失败后，需根据错误日志定位根因，修正配置后再发起重试，避免无意义的重复测试占用系统资源。
