🧪 测试方法论
本站所有数据均可复现：方法公之于此，脚本开源（scripts/*.py）， 数据即所存。以下口径与页面展示一一对应。
🧪 测试节点（诚实声明单节点局限）
- ·🇨🇳 中国内地本机：榜单「境内可用」列的数据源（开发机所在网络，非专线）；
- ·🌍 GitHub Actions Runner（海外，位置由 GitHub 编排）：latency / success_rate 的数据源，每 6 小时自动运行；
- ·两个视角均为「观察值」：跨境网络存在时点差异（可见性、路由、限流均可能变化），非官方保证。
📏 采样与判定口径
- ·每站对 {api_base}/models 端点 GET 请求，3 次采样取中位数作为延迟；
- ·成功率 = 状态码 < 500 且非 404 的请求比例；
- ·401/403 = 服务可达但缺少测试 Key（记为成功）；404 = 端点配置有误（记为失败）；
- ·单次超时 10s，并发上限 8；一个站点超时不影响其他站点。
⏰ 更新频率
- ·GitHub Actions cron：每 6 小时（UTC 02:00 / 08:00 / 14:00 / 20:00，北京时间 +8）自动实测；
- ·指标变化自动写回仓库并触发展示部署；
- ·数据文件原子替换（临时文件 + os.replace）并保留 .bak 备份，前端所见即所存。
🔐 真实性抽查（Phase 3）判定铁律
- ·Temperature 采样（默认 0.3 / 0.7 / 1.3）+ 自 ID / token 长度 / 漂移 / 重复率指纹比对；
- ·指纹参考值未校准（calibrated=false）一律返回「⏳ 未校准」，绝不臆断；
- ·校准基线必须来自官方直连正版渠道（scripts/authenticity_test.py --calibrate）；
- ·任何质疑或申诉渠道：请以 GitHub Issue 提出（附时间戳，我们可复现原始采样）。
💻 直接使用数据
- ·公开 JSON API（构建时快照）：curl https://api-spotlight.pages.dev/data/platforms.json
- ·代码库（MIT License）：https://github.com/klf8277/api-spotlight