频率限制

Rate Limit 和 quota 不是一回事。

区别

Rate Limit

限制单位时间内的请求频率，主要用于保护系统稳定性和异常使用检测。

截至 2026-06-04，当前实现里的默认保护值是 每个 credential bucket 每分钟 30 次请求。API-key 请求按 API key 分桶；OAuth Remote MCP 请求按 OAuth 审计身份分桶，例如 client 与 token metadata。触发后，对外错误码为 RATE_LIMITED。

Remote MCP 复用同一套频率保护机制，无论部署在 API-key、OAuth 还是 dual 模式。

Quota

限制当前账号在某个周期内可使用的能力范围和次数，可能同时包含：

Skill 技能额度
底层服务配额

你应该如何理解

即使 quota 还有余额，过于密集的请求也可能触发频率保护
即使没有触发 rate limit，也可能因为 quota 不足而无法继续使用

实际恢复建议

同一个 API key 先等待约 1 分钟再重试
降低 Agent 或工作流里的突发重试频率
如果遇到 Cloudflare 或代理链路问题，应按网络问题处理，而不是误判成 rate limit
自动化场景应使用 CLI exit codes，避免立即密集重试

当前公开口径

具体数字会按套餐、能力和发布阶段持续调整，因此本页只解释机制，不固定承诺具体阈值。