在开发 GitHub 文档翻译工具项目时，你采用了哪些方式利用 OpenRouter 来对接多种 AI 大模型？请具体说明实现路径。

回答思路

1. 【回答框架 1】OpenRouter是一个统一API网关，通过单一接口访问多种大模型。接入时需注册获取API Key，调用其提供统一的/chat/completions端点。
2. 【回答框架 2】在项目中，通过配置模型标识（如openai/gpt-4o、anthropic/claude-3.5-sonnet）来选择不同模型，支持根据文档类型动态切换模型。
3. 【回答框架 3】利用OpenRouter的负载均衡与降级机制，在某个模型不可用时自动路由到备用模型，提高系统稳定性。
4. 【回答框架 4】在实现中，封装统一请求接口，设置超时与重试策略，并处理不同模型的响应格式差异，统一转换为标准输出。
5. 【关键点 1】OpenRouter提供单一API接口，通过API Key认证。
6. 【关键点 2】通过模型标识符指定目标模型，支持多种模型切换。
7. 【关键点 3】利用OpenRouter的自动路由和降级功能提升可用性。
8. 【关键点 4】封装统一请求层，处理响应差异和错误重试。
9. 【关键点 5】实际项目中结合成本与性能选择模型，并监控调用量。
10. 【易错点 1】不同模型的上下文长度和输出限制不同，需动态处理。
11. 【易错点 2】OpenRouter的计费模式按模型和token计费，需控制成本。
12. 【易错点 3】过度依赖单一API网关可能带来供应商锁定风险。