1. 从 FaaS 到 BaaS我在 VSCode 里跑通 Serverless 闭环的真实路径Serverless 这个词听起来玄乎拆开看其实就两件事FaaS 负责“算”BaaS 负责“存和连”。FaaS 是函数即服务你写一段处理逻辑平台按请求触发、按毫秒计费BaaS 是后端即服务数据库、对象存储、消息队列这些能力直接以云服务形式给你不用自己装 MySQL、不用自己搭对象存储网关。把这两块拼起来一个后端服务就能在几乎不碰服务器的情况下跑起来。这篇面向的是已经在用 VSCode 写代码、想把手上的 Node 项目迁到 Serverless 上的开发者。我会用一个 Express 项目做骨架串起serverless.yml配置、本地invoke调试、云端deploy部署再接入对象存储做文件上传最后把 AI 能力用统一 Key 的方式挂进来。整套流程在 VSCode 里完成命令可复制配置可复用。需要提前说清楚Serverless 不是“没有服务器”而是服务器这件事被平台抽象掉了。你依然要关心冷启动、连接池、临时目录写入权限这些细节只是不用再管负载均衡和弹性伸缩的机器层配置。理解这一点后面的坑就好踩了。2. 前置准备TaoToken 统一 Key 与 VSCode 环境2.1 为什么要在 Serverless 里接统一 KeyServerless 函数是无状态的每次冷启动都是新实例把 AI 调用的鉴权信息硬编码进函数代码里既不好轮换也容易在多人协作时泄露。我的做法是把模型调用统一走一个兼容 OpenAI 协议的中转层Key 放在环境变量里函数只认base_url和api_key两个值。这样换模型、换供应商都不用改业务代码。TaoToken 在这里扮演的就是这个统一入口它提供 OpenAI 兼容的接口模型对话、代码补全这类能力都能通过同一个 Key 调用。对 Serverless 场景来说好处是函数里只需要维护一份配置冷启动时读环境变量即可不用为每个模型单独写 SDK 适配。2.2 拿到 Key 并配置到本地先去控制台创建 API Key地址是https://taotoken.net/console。创建完复制出来别直接写进代码放到项目根目录的.env里# .env TAOTOKEN_API_KEYsk-你的key TAOTOKEN_BASE_URLhttps://taotoken.net/api然后在serverless.yml里通过environment字段注入或者用 Serverless Framework 的dotenv插件读取。我倾向后者本地和云端配置一致减少“本地能跑线上报错”的情况。2.3 VSCode 侧要装的插件VSCode 里搜Tencent Serverless Toolkit装上它能在侧边栏直接看到函数列表、本地调试、查看日志。另外装DotENV插件让.env有语法高亮。Node 环境建议 18 LTS 以上Serverless Framework 用 npm 全局装npm install -g serverless serverless -v版本出来就说明 CLI 就绪。如果你用的是 pnpm全局装也可以但注意serverless命令的解析路径别被多个包管理器搞混。3. 可复制配置serverless.yml 骨架与 AI 接入片段3.1 初始化项目用官方模板起一个 Express 项目省得手写入口serverless init express-starter --name sls-ai-demo cd sls-ai-demo npm install目录结构大致是app.js、serverless.yml、package.json。app.js是 Express 入口serverless.yml是部署描述文件。3.2 serverless.yml 完整骨架下面这份配置我实测可用包含函数定义、API 网关触发、环境变量注入和依赖排除app: sls-ai-demo stage: dev component: express name: express-api inputs: src: src: ./ exclude: - .env - node_modules/** - .git/** region: ap-guangzhou runtime: Nodejs18.15 memorySize: 256 timeout: 10 environment: variables: TAOTOKEN_API_KEY: ${env:TAOTOKEN_API_KEY} TAOTOKEN_BASE_URL: ${env:TAOTOKEN_BASE_URL} apigw: isBase64Encoded: false几个关键点exclude里排掉node_modules能显著加快上传云端会按package.json重新装依赖environment.variables用${env:...}语法从本地环境读取部署时不会把 Key 写进代码仓库timeout设 10 秒是因为 AI 调用可能比普通接口慢太短会直接超时。3.3 接入 AI 能力的配置片段在app.js里加一个调用模型的路由用openai这个 npm 包即可因为它兼容标准协议npm install openai// app.js const OpenAI require(openai); const client new OpenAI({ apiKey: process.env.TAOTOKEN_API_KEY, baseURL: process.env.TAOTOKEN_BASE_URL, }); app.post(/ai/chat, async (req, res) { try { const { prompt } req.body; const completion await client.chat.completions.create({ model: gpt-4o-mini, messages: [{ role: user, content: prompt }], }); res.json({ reply: completion.choices[0].message.content }); } catch (err) { console.error(AI 调用失败, err); res.status(500).json({ error: err.message }); } });这里baseURL指向https://taotoken.net/apiKey 从环境变量读。函数本身不关心背后是哪个模型换模型只改model字段。3.4 对象存储上传配置BaaS 部分用对象存储做文件上传。装 SDKnpm install cos-nodejs-sdk-v5 multer body-parserapp.js里配置内存存储引擎拿到 buffer 后直接传到对象存储const multer require(multer); const COS require(cos-nodejs-sdk-v5); const upload multer({ storage: multer.memoryStorage() }); const cos new COS({ SecretId: process.env.COS_SECRET_ID, SecretKey: process.env.COS_SECRET_KEY, }); app.post(/upload, upload.single(file), (req, res) { cos.putObject( { Bucket: your-bucket-1250000000, Region: ap-guangzhou, Key: uploads/${Date.now()}-${req.file.originalname}, Body: req.file.buffer, }, (err, data) { if (err) return res.status(500).json({ error: err.message }); res.json({ url: data.Location }); } ); });注意serverless.yml里apigw.isBase64Encoded要设成false否则二进制文件上传会乱码。这个坑我踩过排查了半天。4. 验证请求本地 invoke 与云端部署4.1 本地调试Serverless Framework 支持本地启动不用每次部署到云端验证serverless dev它会起一个本地网关默认监听 3000 端口。另开终端测 AI 路由curl -X POST http://localhost:3000/ai/chat \ -H Content-Type: application/json \ -d {prompt:用一句话解释什么是 FaaS}返回类似{reply:FaaS 是把函数作为部署单元...}就说明本地链路通了。如果报401检查.env里的 Key 有没有被正确加载报ECONNREFUSED一般是baseURL写错或网络不通。4.2 云端部署本地验证通过后部署serverless deploy输出里会给出 API 网关地址形如https://service-xxxx.gz.apigw.tencentcs.com/release/。用这个地址再测一次curl -X POST https://service-xxxx.gz.apigw.tencentcs.com/release/ai/chat \ -H Content-Type: application/json \ -d {prompt:Serverless 的冷启动是什么}云端返回正常说明环境变量注入、依赖安装、网关转发都对了。如果云端报Cannot find module openai多半是exclude把node_modules排掉后云端没装依赖检查package.json里dependencies是否完整。4.3 查看日志VSCode 里用 Tencent Serverless Toolkit 插件可以直接看函数日志或者命令行serverless logs -f app日志里能看到console.error输出的错误堆栈排查 AI 调用超时、对象存储鉴权失败这类问题很直接。5. 本篇常见错排查5.1 冷启动导致首次请求超时函数第一次被调用时要初始化运行环境如果timeout设得太短首次请求容易失败。把timeout调到 10 秒以上或者在函数入口做轻量预热。另外 AI 调用本身耗时较长别把timeout卡在 3 秒。5.2 临时目录写入权限Serverless 运行环境只有/tmp可写如果你用fs.writeFileSync往项目目录写日志或缓存会报EACCES。日志目录统一指向/tmpconst logDir /tmp/logs;5.3 环境变量没生效serverless.yml里用${env:TAOTOKEN_API_KEY}读取的是部署机器上的环境变量不是.env文件。本地调试时 Serverless Framework 会自动读.env但云端部署前要确保 CI 或本地 shell 里已经export了这些变量。用serverless deploy --verbose能看到实际注入的值。5.4 对象存储上传返回 403检查SecretId和SecretKey是否有该存储桶的写权限以及Bucket名称是否带上了 APPID 后缀。另外Region要和存储桶所在地域一致跨地域访问会失败。5.5 AI 接口返回 404baseURL末尾不要带/v1SDK 会自己拼路径。如果写成https://taotoken.net/api/v1实际请求会变成/api/v1/v1/chat/completions直接 404。正确写法是https://taotoken.net/api。6. 把 Key 和文档放在手边继续往下走整套流程跑下来核心就三块serverless.yml描述资源、函数代码处理逻辑、环境变量隔离敏感信息。FaaS 负责请求触发和弹性伸缩BaaS 负责存储和外部能力两者通过函数里的 SDK 调用串起来。如果你在接入 AI 能力时遇到鉴权或模型选择的问题可以直接去模型对话页面试一下请求格式确认 Key 和baseURL没问题再写进函数。长期做编码类 Agent 的话Coding Plan 那边有更完整的配额和模型组合适合把 AI 调用从单次请求升级成持续工作流。API Key 的管理和接入文档在控制台和文档页都能找到配置片段可以直接复制到serverless.yml里用。下一步可以试试把函数拆成多个路由用 API 网关做路径映射再把对象存储的静态网站托管打开前端和后端就都在 Serverless 上了。
