适用场景
这篇适合团队同时在桌面端、移动端、浏览器插件或不同电脑上使用 CCSwitch 的情况。典型问题是桌面端 Codex 调用正常，移动端提示 401；同一个模型名在一台设备上可用，另一台设备返回空；或者同事复制 profile 后忘了改权限，导致测试 Key 被带到正式任务。
永沃云枢在 https://ai.jn83.com 持续整理 CCSwitch 配置、AI API 接入、AI 模型接口和 Codex 接入经验。本篇重点不是让所有设备配置完全一样，而是让每个 profile 的用途和权限可查。
把 profile 当成配置合同
profile 至少应包含用途、环境、base_url、模型名、Key 权限、负责人、更新时间和固定测试提示词。桌面端和移动端如果使用同一个上游 AI 模型接口，也要确认它们读取的是同一套 profile 名，而不是同名但内容不同的本地配置。
以前已经讨论过团队 profile 命名，可以回看 CCSwitch 团队 profile 命名混乱怎么办。今天更关注多设备配对：同一个人、同一个任务、同一个模型，在哪些设备上允许用，哪些设备只读或禁用。
操作步骤
第一步，在桌面端和移动端各导出一份配置摘要，只保留 profile 名、base_url 域名、模型别名、权限级别和更新时间，不导出明文 Key。第二步，用固定测试提示词分别调用，记录 request_id、模型名、响应长度和错误码。第三步，检查模型名映射表，确认别名没有指向不同上游。
第四步，检查 Key 权限。移动端不一定需要完整写入权限，某些只做查询的任务可以使用额度更低、权限更窄的 Key。第五步，保存变更记录，写明谁在什么时候改了哪个 profile。多模型路由还可以结合 CCSwitch 多模型怎么按任务切换 的任务标签一起管理。
如果 Codex 也参与调用，要单独验证 Codex 实际读取的环境变量和 CCSwitch profile。桌面端浏览器能用，不代表 Codex 终端能用；移动端能访问，也不代表本地代理端口给桌面端开放。
常见问题和避坑
第一个坑是把二维码或配置片段截图发给同事，里面可能包含 Key 或内部地址。第二个坑是 profile 名一样但模型名不同，排查时大家都说“我用的是 prod”，实际 prod 指向不同模型。第三个坑是移动端缓存旧配置，导致已经回收的 Key 仍被尝试调用。
第四个坑是只看能否返回文本，不看质量和参数。温度、最大输出长度、工具权限和流式设置不同，都可能让 AI 自动化办公或开发者 AI 调用结果不一致。模型质量回归问题可参考 CCSwitch 切换模型后回答质量忽高忽低怎么办。
检查清单
- 是否导出桌面端和移动端的非敏感配置摘要。
- 是否确认 profile 名、base_url、模型名和权限级别一致或有明确差异。
- 是否用同一条固定测试提示词做多端对比。
- 是否禁止通过截图传播明文 Key。
- 是否记录 profile 变更人、时间和回退方式。
多端配置的目标不是把所有设备复制成一模一样，而是让差异可解释、权限可控制、问题可复现。后续在 https://ai.jn83.com 配置 CCSwitch 和 Codex 接入时，先把 profile 合同写清楚，会比事后排查省很多时间。
复盘补充：固定一条跨端冒烟测试
多端配置最怕每个人用自己的测试问题。建议准备一条固定冒烟提示词，要求模型返回当前 profile 名、模型别名、是否支持流式、最大输出长度和一个短 JSON。桌面端、移动端、Codex 终端各跑一次，结果放在同一张表里。只要有一端字段不同，就先查配置，不要继续讨论模型质量。
变更流程也要轻量但明确。谁新增 profile、谁回收 Key、谁调整模型名，都要写一行记录。对于只在移动端临时使用的配置，最好设置更短的有效期和更窄的权限，避免手机丢失、截图外传或旧配置长期留存。
验收口径补充：不要只看能否回答
验收时至少记录四个结果：是否连通、是否命中预期模型、是否返回预期格式、是否在预算标签内。桌面端和移动端都能回答，只能说明链路可用；如果一个走高成本模型，一个走低成本模型，或者一个开启工具调用，一个没有开启，长期使用仍会出现费用和质量偏差。把这些字段写进验收表，才能真正说明 profile 已经配对。