diff --git a/CHANGELOG.md b/CHANGELOG.md index 453bfff..ba3a4c0 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -4,6 +4,54 @@ --- +## 2026-09-18 · 第二十五轮:模型参数硬约束 + 测速超时/错误文案(一轮全修) + +**背景(两条线一起收)**:上一轮排查出两个"看起来都坏了"的模型,其实是两回事: +1. **`kimi-k2.7-code` 每次必挂** —— 上游只接受 `temperature=1`,而一键测速探针固定发 `temperature: 0`,于是每次都 400 `invalid temperature: only 1 is allowed for this model`。更严重的是:这不只影响测速 —— **前端对话页的温度滑块默认 0.7**,用户把这个模型拖到任何非 1 的值都会 400。 +2. **`mimo-v2.5` 不是坏,是慢** —— 直连 2.2~3s、过网关 2.9~8.4s,偶发冲破探针 15s 超时。但旧文案只回 `str(e)`,两者在前端都显示成含糊的「调用失败」,无从区分。 + +### 改动 +- **`app/config.py`** + - `ModelInfo` 新增 `params: dict`(模型级**强制参数**):发往上游前覆盖客户端传值。 + - 新增 `MODEL_PARAM_KEYS` 白名单(`temperature/top_p/top_k/max_tokens/min_tokens/presence_penalty/frequency_penalty/repetition_penalty/seed/logit_bias/n`)。**结构性键(`model`/`messages`/`stream`/`tools`)刻意不放行** —— 放行等于把路由与协议语义交给配置文件,重开一条越权面。 + - 新增 `_parse_model_params()`:非映射、空参数名、白名单外的键、非法值类型一律 `ConfigError`(**写错立刻报错,绝不静默失效**)。 + - `all_models()` 暴露 `params`,供 `/v1/models` 与前端标注。 +- **`app/adapters/openai_compat.py`** + - 新增 `model_params` 入参、`_forced_params(model)`(配置 > 运行期自学习)。 + - `_build_payload()` **末尾**应用强制参数:在 `strip_protected(extra, CHAT_CORE_KEYS)` **之后**覆盖,客户端连同 `extra` 逃生舱都改不动。 + - 新增 `_learn_from_upstream_error()`:上游 400 报文里出现 `invalid <参数>: only is allowed` / `<参数> must be greater than ` 时,按上游要求修正并**重发一次**。这不是"重试"——报文照原样重发只会再吃一次 400。学到的值缓存进实例(后续请求直接按修正值组装,不再多一轮往返);学不到新东西就返回 `None`,绝不与同一约束来回打转;管理员已在配置里写死的参数**不被偷偷改**(值冲突时只打日志说明)。 + - `chat` / `chat_stream` 拆出 `_post_chat` / `_stream_once`,各自在"开局就被 400 顶回"时走一次修正重发;**流式若已开始吐内容则不重发**(避免重复输出/串话)。 +- **`app/adapters/__init__.py`**:`create_adapter` 把各模型 `params` 带进适配器 —— 对话 / 流式 / 批量 / 一键测速**所有入口自动一致**,不会出现"主链路修了、测速还漏着"的偏差。配置变更时 `main._apply_config` 丢弃适配器缓存,约束不会滞留旧值。 +- **`app/main.py`** + - `_models_payload()` 在 `/v1/models` 暴露 `params`(该端点自己构造 data 项,不是直接用 `all_models()` 的结果)。 + - 测速探针超时 **15s → 30s**(≈实测最慢值的 3 倍)。该 timeout 只作用于探针自己创建的 adapter(适配器缓存 key 含 timeout),**不影响真实对话链路**的 `server.timeout`。 + - 新增 `_speedtest_error_text()`:超时 → `上游超时(>30s 未响应)`;上游 4xx/5xx → 透出**上游原文**(如 `invalid temperature: only 1 is allowed for this model`)。 +- **`app/settings.py`** + - `view_to_raw()` 的模型项改为「以文件原文为底」再覆盖面板管的 4 个键 —— 面板的模型编辑器不认 `params`,照它重建会**静默清掉**手写约束(管理员只是在页面上改了别的东西,上游硬约束就没了)。 + - `config_to_view()` 回传 `params`,roundtrip 不丢。 +- **`data/gateway.yaml`**:`kimi-k2.7-code` 写死 `params: {temperature: 1}`。 +- **前端** + - `Models.vue`:模型行前缀挂锁图标(`title` 说明),模型清单「能力」列新增「参数固定」标签(列宽 120 → 190)。 + - `Chat.vue`:温度 chip 加挂锁;参数抽屉顶部新增说明条「该模型参数由网关固定:… (你在这里调的值会被网关覆盖后再发送)」;模型下拉选项同步挂锁。 + - `Icon.vue` 新增 `lock`;中英文案 `paramTag` / `paramLocked` 对称(726/726)。 + +### 验证 +- **上游全量扫描**:20 个文本模型逐个以 `temperature=0` 探测,**只有 `kimi-k2.7-code` 被拒**(400 `invalid temperature: only 1 is allowed for this model`),改 `temperature=1` 复测 200。→ 约束只此一处,未凭猜测给别的模型加参数。 +- **配置层**:非法 `params`(结构性键 / 非法值类型 / 非映射)全部被 `ConfigError` 拦下;真配置解析出 `opencode/kimi-k2.7-code → {'temperature': 1}`;`/v1/models` 暴露一致。 +- **适配器层(MockTransport,7 个场景)**:① 配置强制覆盖客户端传值且只发 1 次;② 未配时 400 → 按上游要求修正重发(0 → 1);③ 学到后后续请求直接带修正值(1 次);④ 上游一直 400 → 只发 2 次就抛错;⑤ 配置值与上游要求冲突 → 尊重配置、不发第二枪;⑥ 非参数类 400(额度)→ 原样抛错,不误改参数;⑦ 流式开局 400 → 修正后重发成功。 +- **隔离实例真机**(`/tmp/gw25-verify/project`,8899,生产 8808 全程未动):真 key 实测 `kimi-k2.7-code` 测速 **1668ms 成功**、`mimo-v2.5` **4691ms 成功**;主链路显式 `temperature=0` → **200 + 正常内容**(`finish_reason=stop`),流式同样 200。 +- **真浏览器**(同一隔离实例):Models 页 `kimi-k2.7-code` 行出现橙色挂锁、「参数固定」标签、单行测速 **1566 ms**;Chat 页选中该模型后温度 chip 带挂锁、抽屉顶部出现固定说明条。 +- **单测**:**168 passed / 0 failed**(+10:参数解析/白名单拦截/真配置锁定/强制覆盖/自动修正重发/不无限重试/配置冲突/流式修正/测速文案/面板保留 params);前端 `vue-tsc --noEmit` 通过、`check:i18n` 726/726 对称、`check:svg` 通过、`npm run build` 成功(在副本内构建,未覆盖生产 dist)。 + +### 上线(待老板批准) +- 含 Python 代码改动(`config` / `adapters` / `main` / `settings`)→ 需 `supervisorctl restart api-gateway:api-gateway_00` 才生效(会踢网页会话)。 +- 前端需 `npm run build` 覆盖 `frontend/dist`(挂锁/提示条才会出现在线上)。 +- CNB 推送新增提交。 + +**一句话**:给模型加「强制参数」机制并给上游硬约束的 `kimi-k2.7-code` 写死 `temperature: 1`(同时兜一道"上游报什么就改成什么"的自学习重发),把探针超时从 15s 放宽到 30s 并让失败文案说清是超时还是上游拒绝 —— 于是"必挂的模型"变 1.5s 成功、"慢的模型"不再被误判成坏。 + +--- + ## 2026-09-18 · OpenCode Go 会话 id 升级为「对话级稳定」(方案 A) **背景**:上一轮 `x-opencode-session` 是每请求随机 UUID —— 能过上游 400 强校验,但每次 id 都变,吃不到文档所述的提示词缓存。本轮按老板要求实现**稳定会话**:同一段对话共用同一个 session id。 diff --git a/README.md b/README.md index 960fbc2..8b132cd 100644 --- a/README.md +++ b/README.md @@ -87,10 +87,20 @@ providers: video_model_name: "agnes-video-2.5-flash" models: - { id: "agnes-3.0-flash", display_name: "Agnes 3.0 Flash", type: "text" } + # params(可选,第二十五轮):该模型发往上游前**强制覆盖**的参数,用于应对上游硬约束。 + # kimi-k2.7-code 只接受 temperature=1,写死后客户端传什么值都按 1 发(含一键测速探针)。 + - id: "kimi-k2.7-code" + display_name: "Kimi K2.7 Code" + type: "text" + params: { temperature: 1 } ``` 认证优先级:**环境变量 > yaml 里的 `token` 字段**。 +**模型级强制参数 `models[].params`(第二十五轮)**:网关在组装完请求(**在 `extra` 逃生舱之后**)才应用它,所以客户端改不动 —— 目的就是"上游只接受某个值,别让用户踩雷"。允许的键:`temperature`、`top_p`、`top_k`、`max_tokens`、`min_tokens`、`presence_penalty`、`frequency_penalty`、`repetition_penalty`、`seed`、`logit_bias`、`n`;`model` / `messages` / `stream` / `tools` 这类**结构性键被刻意排除**(放行等于让配置文件改写路由与协议语义)。键名写错或值类型不对 → 启动/保存配置时直接 `ConfigError`,不会静默失效。`GET /v1/models` 会回 `params`,前端据此标挂锁。 + +此外还有一层运行时兜底:上游若回 400 说某参数"只允许 X"(`invalid temperature: only 1 is allowed for this model`)或"必须大于 N",网关会自动按上游要求修正并**重发一次**,并把这个值记在适配器实例上(后续请求不再多跑一轮);日志会提示建议把它写进 `params`。管理员已写死的值不会被自动改掉(冲突时只记日志)。 + ### 路由别名 + 按「可用 + 速度」动态排序 + 熔断 (第十一轮 #4:`wjd` 不再按配置里的数组优先级,改为运行时挑可用且最快的文本模型先调用;详见下方路由说明) @@ -1183,7 +1193,7 @@ python smoke_test.py --url http://127.0.0.1:8808 python live_check.py --url http://127.0.0.1:8808 ``` -> 当前状态:单元测试 **137 passed / 0 failed**(`python tests/test_gateway.py`,不需要 pytest);冒烟 5/5 PASS;活体检查 14 PASS / 0 FAIL / 0 WARN。 +> 当前状态:单元测试 **168 passed / 0 failed**(`python tests/test_gateway.py`,不需要 pytest);冒烟 5/5 PASS;活体检查 14 PASS / 0 FAIL / 0 WARN。 ## 备注 diff --git a/app/adapters/__init__.py b/app/adapters/__init__.py index 58803d1..b5d55b1 100644 --- a/app/adapters/__init__.py +++ b/app/adapters/__init__.py @@ -30,4 +30,10 @@ def create_adapter( timeout=timeout, media=pconfig.media, requires_session_header=pconfig.requires_session_header, + # 第二十五轮: 把模型级强制参数(providers.*.models[].params)随适配器带下去。 + # 适配器按 model id 查表,在**组装完 payload 之后**覆盖,客户端无法绕过。 + # 放在适配器而非每个调用点:所有入口(对话 / 流式 / 批量 / 一键测速)自动一致, + # 不会出现"主链路修了、测速还漏着"的偏差。 + # 配置变更时 main._apply_config 会丢弃整个适配器缓存,约束不会滞留旧值。 + model_params={m.id: dict(m.params) for m in pconfig.models if m.params}, ) diff --git a/app/adapters/openai_compat.py b/app/adapters/openai_compat.py index f1bd037..ea490cb 100644 --- a/app/adapters/openai_compat.py +++ b/app/adapters/openai_compat.py @@ -11,13 +11,31 @@ Agnes / 火山方舟 两家均使用 OpenAI 兼容 API from __future__ import annotations import json +import logging +import re import uuid from typing import Any, AsyncIterator +import httpx from app.adapters.base import BaseAdapter, json_or_raise +from app.config import MODEL_PARAM_KEYS from app.models import CHAT_CORE_KEYS, PROTECTED_VIDEO_KEYS, strip_protected +log = logging.getLogger("api-gateway") + +# ── 上游"某参数只允许取某个值"的报错形态(第二十五轮)── +# 各家措辞不同,这里收录已实测到的两类: +# OpenCode Go: "Error from provider (Console Go): [invalid_request_error] +# invalid temperature: only 1 is allowed for this model" +# "max_tokens must be greater than 2" +# 参数名不写死 —— 同类约束也可能出现在 top_p / max_tokens 上。 +_PARAM_ONLY_RE = re.compile( + r"invalid\s+([a-z_][a-z0-9_]*)\s*:\s*only\s+([-+]?\d+(?:\.\d+)?)\s+is allowed", re.I) +_PARAM_MIN_RE = re.compile( + r"([a-z_][a-z0-9_]*)\s+must be greater than\s+(\d+)", re.I) + + class OpenAICompatAdapter(BaseAdapter): """适用于所有 OpenAI 兼容 /chat/completions 端点的适配器。""" @@ -30,6 +48,7 @@ class OpenAICompatAdapter(BaseAdapter): timeout: int = 120, media=None, requires_session_header: bool = False, + model_params: dict[str, dict[str, Any]] | None = None, ): super().__init__(name=name, base_url=base_url, timeout=timeout, media=media) self._headers: dict[str, str] = headers or {} @@ -37,6 +56,77 @@ class OpenAICompatAdapter(BaseAdapter): # 不能放静态 headers(_get_adapter 会缓存适配器、冻结 header), # 所以在每次请求时动态生成一个 UUID 会话头。 self._requires_session = requires_session_header + # 模型级强制参数:model id → {参数名: 强制值}(来自 gateway.yaml 的 models[].params) + self._model_params: dict[str, dict[str, Any]] = { + k: dict(v) for k, v in (model_params or {}).items() if v + } + # 运行期自学习到的参数约束(进程内,不落盘):见 _learn_from_upstream_error。 + # 仅作兜底 —— 管理员在 gateway.yaml 写死 params 后就不再需要它。 + self._learned_params: dict[str, dict[str, Any]] = {} + + # ── 模型级强制参数 / 上游参数约束自学习(第二十五轮) ── + + def _forced_params(self, model: str) -> dict[str, Any]: + """该模型发往上游前**必须使用**的参数值。 + + 两层,配置优先:`gateway.yaml` 的 `models[].params` > 运行期自学习值。 + 配置优先是刻意的 —— 管理员写死的口径是最终口径,自学习绝不能把它改掉。 + """ + out = dict(self._learned_params.get(model) or {}) + out.update(self._model_params.get(model) or {}) + return out + + def _learn_from_upstream_error(self, model: str, exc: Exception) -> dict[str, Any] | None: + """上游 400 说"这个参数只允许 X"→ 记下 X,并返回修正后的参数集供重发。 + + 返回 None = 报文里没识别出可修正的参数(调用方按原样抛错)。 + + 这不是「重试」:报文一模一样地重发只会再吃一次同样的 400,必须先把参数改成 + 上游允许的值。学到之后会缓存到本适配器实例,后续请求直接按修正值组装 payload, + 不再多跑这一轮往返;配置变更时 main 会丢弃适配器缓存,学习值随之失效。 + """ + resp = getattr(exc, "response", None) + if resp is None or getattr(resp, "status_code", None) != 400: + return None + try: + text = resp.text or "" + except Exception: + return None + + fixes: dict[str, Any] = {} + for m in _PARAM_ONLY_RE.finditer(text): + name = m.group(1).lower() + if name in MODEL_PARAM_KEYS: + raw = m.group(2) + fixes[name] = float(raw) if "." in raw else int(raw) + for m in _PARAM_MIN_RE.finditer(text): + name = m.group(1).lower() + if name in MODEL_PARAM_KEYS and name not in fixes: + fixes[name] = int(m.group(2)) + 1 # “must be greater than N” → 发 N+1 + if not fixes: + return None + + cfg_params = self._model_params.get(model) or {} + learned = dict(self._learned_params.get(model) or {}) + changed: dict[str, Any] = {} + for k, v in fixes.items(): + if k in cfg_params: + # 管理员已在 params 里写死该参数 → 不偷偷覆盖配置;但冲突必须说出来, + # 否则用户只会看到「明明配了却还是 400」,无从下手。 + if cfg_params[k] != v: + log.warning("模型 %s 的 params.%s=%r 与上游要求(%r)冲突,仍按配置发送", + model, k, cfg_params[k], v) + continue + if learned.get(k) != v: + learned[k] = v + changed[k] = v + if not changed: + return None # 没学到新东西 → 不重发,避免在同一约束上来回打转 + self._learned_params[model] = learned + log.warning("上游限制了模型 %s 的参数:%s —— 已自动修正并按修正值重发一次;" + "建议在 gateway.yaml 该模型下写死 params,省掉以后每次这一轮额外往返", + model, changed) + return self._forced_params(model) def _req_headers(self, session_id: str | None = None) -> dict[str, str]: """每次请求的 headers。需要会话头的供应商动态注入 x-opencode-session。 @@ -85,6 +175,11 @@ class OpenAICompatAdapter(BaseAdapter): # 以及供应商特有参数)必须放行 —— 见 models.CHAT_CORE_KEYS 的说明。 if extra: payload.update(strip_protected(extra, CHAT_CORE_KEYS)) + # 第二十五轮: 模型级强制参数放在**最后**覆盖 —— 客户端(含 extra 逃生舱)改不动它。 + # 这是应对"上游只接受某个值"的最终口径,优先级高于客户端的一切输入。 + forced = self._forced_params(model) + if forced: + payload.update(forced) return payload async def chat( @@ -105,6 +200,18 @@ class OpenAICompatAdapter(BaseAdapter): model, messages, temperature, top_p, max_tokens, stream, stop, tools, tool_choice, extra, ) + try: + return await self._post_chat(payload, session_id) + except httpx.HTTPStatusError as e: + # 上游嫌参数(如 temperature)不合法时,按它要求的值修正后**重发一次**。 + # fixed 为 None(不是参数约束 / 已学过仍失败)则原样抛错,不做无谓重发。 + fixed = self._learn_from_upstream_error(model, e) + if fixed is None: + raise + return await self._post_chat({**payload, **fixed}, session_id) + + async def _post_chat(self, payload: dict[str, Any], session_id: str | None) -> dict[str, Any]: + """执行一次非流式 /chat/completions 请求(不含参数修正逻辑)。""" # Bug 4 修复: 用 lease 占用 client,热重载 close 会等本次请求结束才真正关连接 async with self._lease() as client: resp = await client.post("/chat/completions", json=payload, headers=self._req_headers(session_id)) @@ -114,7 +221,7 @@ class OpenAICompatAdapter(BaseAdapter): # 统一返回格式 return { "provider": self.name, - "model": model, + "model": payload.get("model", ""), "choices": data.get("choices", []), "usage": data.get("usage"), "raw": data, @@ -138,6 +245,27 @@ class OpenAICompatAdapter(BaseAdapter): model, messages, temperature, top_p, max_tokens, True, stop, tools, tool_choice, extra, ) + started = False + try: + async for chunk in self._stream_once(payload, session_id): + started = True + yield chunk + return + except httpx.HTTPStatusError as e: + # 已经开始吐内容就不能重发(会重复输出 / 串话);只有"开局就被上游 400 顶回来" + # 才允许按上游要求修正参数重来一次。 + if started: + raise + fixed = self._learn_from_upstream_error(model, e) + if fixed is None: + raise + payload = {**payload, **fixed} + async for chunk in self._stream_once(payload, session_id): + yield chunk + + async def _stream_once(self, payload: dict[str, Any], + session_id: str | None) -> AsyncIterator[dict]: + """执行一次流式 /chat/completions(不含参数修正逻辑)。""" # Bug 4 修复: lease 在整个流式期间持有占用,热重载/关闭不会掐断在途流 async with self._lease() as client: async with client.stream( diff --git a/app/config.py b/app/config.py index 47b8e3d..2c954d6 100644 --- a/app/config.py +++ b/app/config.py @@ -15,6 +15,19 @@ class ConfigError(ValueError): # ── 模型 / 供应商 ── +# 模型级「强制参数」(providers..models[].params)允许出现的键。 +# +# 只放采样 / 长度类参数:它们不影响"调哪个模型、走什么协议",被覆盖最坏也只是改变生成风格。 +# 而 model / messages / stream / tools / stop 这类**结构性**键一旦允许出现在这里, +# 等于把路由与协议语义交给配置文件,等于重开一条越权面(见 app/models.py 的 +# PROTECTED_PAYLOAD_KEYS 说明),故一律不放行。 +MODEL_PARAM_KEYS: frozenset[str] = frozenset({ + "temperature", "top_p", "top_k", "min_tokens", "max_tokens", + "presence_penalty", "frequency_penalty", "repetition_penalty", + "seed", "logit_bias", "n", +}) + + @dataclass class ModelInfo: id: str @@ -25,6 +38,14 @@ class ModelInfo: # 其余文本模型(ark-code 等)文档未声明图像输入 → 默认 False。 # 用途:① /v1/models 暴露给前端标注/告警;② 带图请求走路由别名时把有视觉能力的模型排到前面。 vision: bool = False + # 第二十五轮(模型参数硬约束): 该模型**必须用**的上游参数,发送前强制覆盖客户端传值。 + # 背景:OpenCode Go 的 kimi-k2.7-code 只接受 temperature=1,客户端传 0(含一键测速的 + # 探针,它固定发 temperature=0)会被上游 400: + # "invalid temperature: only 1 is allowed for this model" + # 配置成 {"temperature": 1} 后,网关无论收到什么值都按 1 发 —— 用户在前端把温度滑块 + # 拉到 0 也不会再 400(值被网关改成上游唯一允许的那个)。 + # 键必须在 MODEL_PARAM_KEYS 白名单内,否则 validate_config 直接报错(不静默失效)。 + params: dict[str, Any] = field(default_factory=dict) @dataclass @@ -225,6 +246,10 @@ class GatewayConfig: "vision": m.vision, "provider": pkey, "provider_name": pconfig.name, + # 第二十五轮: 暴露模型级强制参数(如 {"temperature": 1})。 + # 前端据此标注「该模型温度已由网关固定」,API 调用方也能提前知道 + # 自己传的采样参数会被上游要求覆盖,省掉一轮「传了没生效」的困惑。 + "params": dict(m.params or {}), }) return result @@ -296,6 +321,40 @@ def _opt_int(v: Any, field_name: str, default: int, minimum: int | None = None) return val +def _parse_model_params(v: Any, where: str) -> dict[str, Any]: + """解析模型级「强制参数」(第二十五轮)。 + + 形如 `params: {temperature: 1}` —— 网关发往上游前用这些值**覆盖**客户端传的同名参数。 + 用来应对上游的硬约束(某模型只接受 temperature=1 之类):否则客户端传别的值就 400, + 而且用户在前端拉个滑块就踩雷,根本不可能自己猜出上游要什么。 + + 容错口径(宁可报错,不可静默失效): + - 缺失 / None → {}(不是错误,只是这个模型没有约束); + - 不是映射 → ConfigError; + - 参数名不在 MODEL_PARAM_KEYS 白名单内 → ConfigError(防止把 model/messages/stream + 这类结构性键配进来,那等于让配置文件改写路由语义); + - 值类型必须是标量 / list / dict。 + """ + if v is None: + return {} + if not isinstance(v, dict): + raise ConfigError( + f"{where} 必须是映射(如 {{temperature: 1}}),得到 {type(v).__name__}: {v!r}") + out: dict[str, Any] = {} + for k, val in v.items(): + key = str(k).strip() + if not key: + raise ConfigError(f"{where} 出现空参数名") + if key not in MODEL_PARAM_KEYS: + raise ConfigError( + f"{where}.{key} 不是允许的模型参数(允许:{', '.join(sorted(MODEL_PARAM_KEYS))})") + if val is None or isinstance(val, (bool, int, float, str, list, dict)): + out[key] = val + else: + raise ConfigError(f"{where}.{key} 的值类型不支持: {type(val).__name__}") + return out + + def _parse_media(pval: dict[str, Any]) -> MediaConfig: m = pval.get("media", {}) or {} return MediaConfig( @@ -423,8 +482,10 @@ def parse_config(raw: dict[str, Any]) -> GatewayConfig: ) models = [ ModelInfo(id=m.get("id", ""), display_name=m.get("display_name", ""), - type=m.get("type", "text"), vision=_opt_bool(m.get("vision"), "providers.*.models.*.vision", False)) - for m in pval.get("models", []) + type=m.get("type", "text"), vision=_opt_bool(m.get("vision"), "providers.*.models.*.vision", False), + params=_parse_model_params( + m.get("params"), f"providers.{pkey}.models[{idx}].params")) + for idx, m in enumerate(pval.get("models", [])) ] providers[pkey] = ProviderConfig( key=pkey, diff --git a/app/main.py b/app/main.py index 737d826..6526b22 100644 --- a/app/main.py +++ b/app/main.py @@ -868,6 +868,27 @@ def _speedtest_retryable(e: Exception) -> bool: return status == 429 or (status is not None and status >= 500) +def _speedtest_error_text(e: Exception, timeout: float) -> str: + """测速探针的失败文案(第二十五轮):把「超时」和「上游原文」这两个关键信息说清楚。 + + 修复前只回 `str(e)`,形如 `Client error '400 Bad Request' for url ...` —— + 上游真正的原因(如 `invalid temperature: only 1 is allowed for this model`) + 根本看不到;超时更是只显示成含糊的「调用失败」。结果是: + 「参数被上游拒绝」(每次都失败)与「模型响应慢」(偶发失败) + 在前端长得一模一样,只能靠猜 —— 排查这两个模型时就是这么被误导的。 + """ + if isinstance(e, (httpx.TimeoutException, TimeoutError)): + return f"上游超时(>{int(timeout)}s 未响应)" + resp = getattr(e, "response", None) + if resp is not None: + detail = _upstream_detail(getattr(resp, "text", "") or "") + if detail: + return detail + return f"上游返回 HTTP {getattr(resp, 'status_code', '?')}(无响应正文)" + text = str(e) + return _upstream_detail(text) or text[:200] or "调用失败" + + def _clear_auth_fails(request: Request) -> None: """登录成功后清掉该来源的失败计数:否则同一出口 IP(办公室 NAT)被前人失败连带, 真人输对密码后紧接一次手误就吃 429。""" @@ -1123,7 +1144,10 @@ def _models_payload(): "display_name": m["display_name"], "type": m["type"], "provider": m["provider"], "provider_name": m["provider_name"], # 第十三轮: 暴露「是否支持图像输入」,前端据此标注/告警(对话页带图时提示换模型) - "vision": bool(m.get("vision"))}) + "vision": bool(m.get("vision")), + # 第二十五轮: 暴露模型级强制参数(如 {"temperature": 1})。前端据此标挂锁, + # API 调用方也能提前知道自己传的采样参数会被上游要求覆盖。 + "params": dict(m.get("params") or {})}) for r in cfg.all_routes(): data.append({"id": r["name"], "object": "model", "created": created, "owned_by": "gateway", "type": "route", "models": r["models"], @@ -1164,7 +1188,13 @@ async def models_speedtest(request: Request, _auth=Depends(require_auth)): except Exception: _body = {} only = _body.get("model") if isinstance(_body, dict) else None - probe_timeout = 15.0 + # 探针超时(第二十五轮: 15s → 30s): + # 15s 对"慢的推理模型"太紧 —— 实测 mimo-v2.5 过网关 2.9s~8.4s、agnes-2.5-flash 11s, + # 上游一排队就冲破 15s,被记成「调用失败」,和「模型真的坏了」完全分不清。 + # 30s ≈ 实测最慢值的 3 倍,仍远小于真实对话链路用的 server.timeout。 + # 注意:该 timeout 只作用于**本探针自己创建的 adapter**(适配器缓存 key 含 timeout), + # 改它不影响用户对话的超时行为。 + probe_timeout = 30.0 results: list[dict] = [] for m in cfg.all_models(): if m.get("type") != "text": @@ -1201,7 +1231,7 @@ async def models_speedtest(request: Request, _auth=Depends(require_auth)): ok = True break except Exception as e: - err = _upstream_detail(str(e)) + err = _speedtest_error_text(e, probe_timeout) if attempt < 3 and _speedtest_retryable(e): await asyncio.sleep(0.3 * attempt) else: diff --git a/app/settings.py b/app/settings.py index 2e75477..ec6ff3c 100644 --- a/app/settings.py +++ b/app/settings.py @@ -89,7 +89,10 @@ def config_to_view(cfg: GatewayConfig) -> dict[str, Any]: "requires_session_header": bool(p.requires_session_header), "media": {k: getattr(p.media, k) for k in MEDIA_KEYS}, "models": [ - {"id": m.id, "display_name": m.display_name, "type": m.type, "vision": bool(m.vision)} + {"id": m.id, "display_name": m.display_name, "type": m.type, "vision": bool(m.vision), + # 第二十五轮: 回传模型级强制参数。面板不提供编辑入口(在 YAML 全文编辑器里改), + # 但必须一路带着走 —— 否则读回来再提交一次就会把它弄丢。 + "params": dict(m.params or {})} for m in p.models ], } @@ -220,14 +223,26 @@ def view_to_raw(cfg: GatewayConfig, raw: dict[str, Any], view: dict[str, Any]) - media_in = _as_dict(pv.get("media"), f"providers.{key}.media") base_media = _as_dict(base_p.get("media"), f"providers.{key}.media") models = [] + # 第二十五轮: 模型项要「以文件原文为底」再覆盖面板管得着的键。 + # 面板的模型编辑器只认 id/display_name/type/vision 四个字段,若照着它重建, + # 手写在 YAML 里的 models[].params(模型级强制参数,如 temperature: 1) + # 会被**静默清掉** —— 管理员只是在页面上改了别的东西,上游硬约束就没了, + # 之后又变成"这个模型怎么老是 400"。按 id 对齐原文、保留其余键即可。 + base_models: dict[str, dict[str, Any]] = {} + for bm in (base_p.get("models") or []): + if isinstance(bm, dict) and str(bm.get("id") or "").strip(): + base_models[str(bm["id"]).strip()] = bm for i, m in enumerate(pv.get("models") or []): m = _as_dict(m, f"providers.{key}.models[{i}]") - models.append({ - "id": str(m.get("id") or "").strip(), + mid = str(m.get("id") or "").strip() + item = dict(base_models.get(mid) or {}) + item.update({ + "id": mid, "display_name": str(m.get("display_name") or "").strip(), "type": str(m.get("type") or "text").strip(), "vision": bool(m.get("vision", False)), }) + models.append(item) providers[key] = { "name": str(pv.get("name") or key).strip(), "base_url": str(pv.get("base_url") or "").strip(), diff --git a/data/gateway.yaml b/data/gateway.yaml index 4f2cb30..54b5de6 100644 --- a/data/gateway.yaml +++ b/data/gateway.yaml @@ -86,6 +86,12 @@ providers: - id: "kimi-k2.7-code" display_name: "Kimi K2.7 Code" type: "text" + # 上游硬约束:该模型**只接受 temperature=1**,传 0 / 0.7 等一律 400 + # "invalid temperature: only 1 is allowed for this model"。 + # 写死后网关无论收到什么温度都按 1 发(前端温度滑块、API 传参、一键测速探针 + # 统一生效);客户端不传 temperature 时也会显式按 1 发送,与上游默认值一致。 + params: + temperature: 1 - id: "kimi-k2.6" display_name: "Kimi K2.6" type: "text" diff --git a/frontend/src/components/Icon.vue b/frontend/src/components/Icon.vue index 558cda8..2c4429d 100644 --- a/frontend/src/components/Icon.vue +++ b/frontend/src/components/Icon.vue @@ -66,6 +66,8 @@ const ICONS: Record = { inbox: '', // 第二十四轮:账号停用(禁用符号「圆 + 斜杠」),启用配已有的 play(圆 + 三角) ban: '', + // 第二十五轮:模型参数被上游固定(挂锁 = 这参数你说了不算,由网关按上游要求锁定) + lock: '', } const body = computed(() => ICONS[props.name] || '') diff --git a/frontend/src/locales/en.ts b/frontend/src/locales/en.ts index b369afa..83ed69c 100644 --- a/frontend/src/locales/en.ts +++ b/frontend/src/locales/en.ts @@ -254,6 +254,7 @@ export default { imgMax: 'At most {n} images per message', imgPickErr: 'Image processing failed: {msg}', visionWarn: 'Model {model} does not accept image input — images will be ignored or rejected. Switch to a vision-capable model.', + paramLocked: 'Parameters pinned by the gateway: {p} (upstream hard limit; what you set here is overridden before sending)', useVision: 'Switch to {model}', waiting: 'Awaiting input…', send: 'Send', @@ -384,6 +385,8 @@ export default { loadErr: 'Failed to load models', capability: 'Capability', visionTag: 'Vision', + paramTag: 'Params locked', + paramLocked: 'Parameters pinned by the gateway: {p} (upstream hard limit; values from clients and the speed test are overridden)', allTextModels: 'All text models', providerCard: 'Providers', keyOk: 'Key configured', diff --git a/frontend/src/locales/zh.ts b/frontend/src/locales/zh.ts index ac270eb..f80d932 100644 --- a/frontend/src/locales/zh.ts +++ b/frontend/src/locales/zh.ts @@ -254,6 +254,7 @@ export default { imgMax: '一条消息最多 {n} 张图片', imgPickErr: '图片处理失败:{msg}', visionWarn: '当前模型 {model} 不支持图像输入,图片会被忽略或直接报错 —— 请换用带视觉能力的模型。', + paramLocked: '该模型参数由网关固定:{p}(上游硬约束,你在这里调的值会被网关覆盖后再发送)', useVision: '改用 {model}', waiting: '等待输入…', send: '发送', @@ -384,6 +385,8 @@ export default { loadErr: '加载模型失败', capability: '能力', visionTag: '视觉', + paramTag: '参数固定', + paramLocked: '该模型参数由网关固定:{p}(上游硬约束,客户端与测速探针传的值都会被覆盖)', allTextModels: '全部文本模型', providerCard: '供应商', keyOk: 'Key 已配置', diff --git a/frontend/src/views/Chat.vue b/frontend/src/views/Chat.vue index f87d438..24e4cd4 100644 --- a/frontend/src/views/Chat.vue +++ b/frontend/src/views/Chat.vue @@ -67,7 +67,7 @@ {{ t('chat.streaming') }} - {{ t('chat.tempShort') }} {{ params.temperature }} + {{ t('chat.tempShort') }} {{ params.temperature }} {{ t('chat.maxShort') }} {{ params.max_tokens ?? t('common.none') }} @@ -213,6 +213,8 @@ {{ modelLabel(m) }} + + @@ -236,6 +238,12 @@ + +
+ + {{ currentPinNote }} +
{{ t('chat.temp') }}
@@ -330,6 +338,22 @@ const params = reactive({ system: '', }) const paramsOpen = ref(false) + +// ── 模型级强制参数(第二十五轮)── +// 网关 /v1/models 会回 params(如 kimi-k2.7-code → {temperature: 1}):这些参数由网关 +// 按上游硬约束覆盖后才发出去。不提示的话,用户把温度从 0.7 调到 0 也看不出区别, +// 只会以为"网关把我参数吞了"。这里只做标注,参数本身在 gateway.yaml 里改。 +function pinned(m: any): boolean { + return Object.keys((m && m.params) || {}).length > 0 +} +function pinNote(m: any): string { + const ps = (m && m.params) || {} + return t('chat.paramLocked', { p: Object.keys(ps).map((k) => `${k}=${ps[k]}`).join(', ') }) +} +const currentPinNote = computed(() => { + const m = textModels.value.find((x) => x.id === params.model) + return m ? pinNote(m) : '' +}) const streaming = ref(false) const messages = ref([]) @@ -825,6 +849,14 @@ watch(messages, scrollToBottom, { deep: true }) /* ── 参数抽屉 ── */ .param { margin-bottom: 18px; } .plabel { font-size: 13px; color: var(--muted); margin-bottom: 6px; } +/* 第二十五轮:模型参数被上游锁定时的标注(挂锁 + 抽屉顶部说明条) */ +.plock { color: var(--warn); margin-left: 4px; } +.pin-note { + display: flex; align-items: flex-start; gap: 6px; + margin: 0 0 14px; padding: 8px 10px; border-radius: 8px; + font-size: 12px; line-height: 1.5; color: var(--warn); background: var(--warn-soft); +} +.pin-note .plock { margin-left: 0; margin-top: 2px; } /* ── 窄屏 ── */ @media (max-width: 768px) { diff --git a/frontend/src/views/Models.vue b/frontend/src/views/Models.vue index 7c66c78..c510d50 100644 --- a/frontend/src/views/Models.vue +++ b/frontend/src/views/Models.vue @@ -37,6 +37,9 @@
+ + {{ m.id }} {{ m.provider }} @@ -97,12 +100,15 @@ - + @@ -231,9 +237,23 @@ const textModelRows = computed(() => id: m.id, provider: m.provider_name || '—', vision: !!m.vision, + // 模型级强制参数(第二十五轮):被上游固定住的采样参数,用挂锁标注出来。 + paramNote: paramKeys(m).length ? paramNote(m) : '', })), ) +// ── 模型级强制参数(第二十五轮)── +// 后端 /v1/models 在 params 里给出「该模型发往上游前会被强制覆盖的参数」 +// (例:kimi-k2.7-code 只接受 temperature=1)。这里只做展示,不提供编辑入口。 +function paramKeys(m: any): string[] { + return Object.keys((m && m.params) || {}) +} +function paramNote(m: any): string { + const ps = (m && m.params) || {} + const txt = paramKeys(m).map((k) => `${k}=${ps[k]}`).join(', ') + return t('models.paramLocked', { p: txt }) +} + const keySet = computed(() => { const ks: Record = {} for (const p of Object.values(health.value.providers || {}) as any) ks[p.name] = !!p.api_key_set @@ -286,6 +306,7 @@ onMounted(async () => { .chain-item { display: inline-flex; align-items: center; gap: 6px; } .arrow { color: var(--muted-2); } .vision { color: var(--primary); } +.plock { color: var(--warn); } .prov { padding: 10px 0; border-bottom: 1px solid var(--line-2); } .prov:last-child { border-bottom: 0; } .prov-top { display: flex; align-items: center; gap: 8px; } diff --git a/tests/test_gateway.py b/tests/test_gateway.py index aa5d9c8..1ea3044 100644 --- a/tests/test_gateway.py +++ b/tests/test_gateway.py @@ -3779,6 +3779,259 @@ def test_opencode_session_header_from_conversation_id(): assert "x-opencode-session" not in ag._req_headers("conv-abc") +def test_api_conversation_id_flows_to_session_header(): + """API 调用(HTTP body)传 conversation_id → 适配器 session_id;且不透传上游 payload。 + + 覆盖老板问的「非前端、纯 API 调用是否支持稳定会话」:只要请求体带 + conversation_id,后端就把它作为 OpenCode Go 的 x-opencode-session 透传。 + """ + from fastapi.testclient import TestClient + import app.main as m + + captured = {} + + class Capture: + async def chat(self, model=None, messages=None, session_id=None, extra=None, **kw): + captured["session_id"] = session_id + captured["extra"] = extra + return {"id": "c1", "object": "chat.completion", "model": model, + "choices": [{"message": {"role": "assistant", "content": "ok"}, + "finish_reason": "stop"}], + "usage": {"prompt_tokens": 2, "completion_tokens": 1}} + + orig = m._get_adapter + m._get_adapter = lambda model_id, timeout=None, cfg=None: ( + Capture(), "agnes", m._cfg().providers["agnes"]) + try: + client = TestClient(m.app) + # ① 带 conversation_id → 原样落为 session_id;且不作为上游参数透传 + r = client.post("/v1/chat/completions", headers={"Authorization": _AUTOBEARER}, + json={"model": "agnes-3.0-flash", + "messages": [{"role": "user", "content": "hi"}], + "conversation_id": "conv-api-42"}) + assert r.status_code == 200, r.text + assert captured["session_id"] == "conv-api-42" + assert not captured["extra"] or "conversation_id" not in captured["extra"] + # ② 不传 → session_id 为 None(由适配器回退随机 UUID) + r2 = client.post("/v1/chat/completions", headers={"Authorization": _AUTOBEARER}, + json={"model": "agnes-3.0-flash", + "messages": [{"role": "user", "content": "hi"}]}) + assert r2.status_code == 200, r2.text + assert captured["session_id"] is None + finally: + m._get_adapter = orig + + +# ── 第二十五轮:模型级强制参数(上游硬约束)+ 测速超时/错误文案 ── +# +# 起因:kimi-k2.7-code 上游只接受 temperature=1,测速探针固定发 0 → 每次必 400; +# 而 mimo-v2.5 是慢(偶发冲破 15s 探针超时),却被显示成同样的「调用失败」。 +# 两条修法各自的回归如下。 + +def test_model_params_parsed_from_config(): + """gateway.yaml 的 models[].params 要被解析出来,并随 all_models 暴露。""" + from app.config import parse_config + cfg = parse_config({"providers": {"p": {"base_url": "http://x/v1", "models": [ + {"id": "m1", "params": {"temperature": 1, "top_p": 0.9}}, + {"id": "m2"}]}}}) + assert cfg.providers["p"].models[0].params == {"temperature": 1, "top_p": 0.9} + assert cfg.providers["p"].models[1].params == {} + am = {m["id"]: m for m in cfg.all_models()} + assert am["m1"]["params"] == {"temperature": 1, "top_p": 0.9} + + +def test_model_params_rejects_bad_keys_and_types(): + """params 的键必须在白名单内:结构性键(model/messages/stream)绝不允许 —— + 否则等于让配置文件改写路由与协议语义(回到越权面)。写错必须报错,不能静默失效。""" + from app.config import parse_config, ConfigError + bads = [{"model": "evil"}, {"messages": []}, {"stream": True}, {"temperature": object()}, [1, 2]] + for bad in bads: + try: + parse_config({"providers": {"p": {"base_url": "http://x/v1", + "models": [{"id": "m", "params": bad}]}}}) + except ConfigError: + continue + raise AssertionError(f"非法 params 未被拦截: {bad!r}") + + +def test_real_config_locks_kimi_temperature(): + """真配置口径:kimi-k2.7-code 只接受 temperature=1,必须在配置里写死。""" + cfg = load_config(CONFIG) + m = [x for x in cfg.providers["opencode"].models if x.id == "kimi-k2.7-code"][0] + assert m.params.get("temperature") == 1, m.params + + +def test_model_params_override_client_value(): + """配了 params 的模型:客户端传什么值都被覆盖,且只发一次请求(不做无谓重发)。""" + from app.adapters.openai_compat import OpenAICompatAdapter + seen = [] + + def handler(req): + seen.append(json.loads(req.content)) + return httpx.Response(200, json={"id": "1", "choices": [], "usage": {}}) + + ad = OpenAICompatAdapter("t", "http://mock.test/v1", + model_params={"locked": {"temperature": 1}}) + ad._client = httpx.AsyncClient(transport=httpx.MockTransport(handler), + base_url="http://mock.test/v1") + + async def run(): + await ad.chat("locked", [{"role": "user", "content": "hi"}], temperature=0) + await ad.close() + + asyncio.run(run()) + assert seen[0]["temperature"] == 1, seen[0] + assert len(seen) == 1 + + +def test_model_param_constraint_auto_corrected_and_retried(): + """上游 400 说「只允许 temperature=1」→ 网关按 1 重发一次(而非原样重试)。""" + from app.adapters.openai_compat import OpenAICompatAdapter + seen = [] + + def handler(req): + seen.append(json.loads(req.content)) + if len(seen) == 1: + return httpx.Response(400, json={"error": {"message": + "Error from provider (Console Go): [invalid_request_error] " + "invalid temperature: only 1 is allowed for this model"}}) + return httpx.Response(200, json={"id": "1", "choices": [ + {"message": {"role": "assistant", "content": "ok"}, "finish_reason": "stop"}], "usage": {}}) + + ad = OpenAICompatAdapter("t", "http://mock.test/v1") + ad._client = httpx.AsyncClient(transport=httpx.MockTransport(handler), + base_url="http://mock.test/v1") + + async def run(): + r = await ad.chat("kimi-k2.7-code", [{"role": "user", "content": "hi"}], temperature=0) + await ad.close() + return r + + r = asyncio.run(run()) + assert len(seen) == 2, seen + assert seen[0]["temperature"] == 0 and seen[1]["temperature"] == 1, seen + assert r["choices"][0]["message"]["content"] == "ok" + + +def test_model_param_constraint_no_infinite_retry(): + """上游始终 400 → 只修正重发一次就抛错(绝不能与同一约束来回打转)。""" + from app.adapters.openai_compat import OpenAICompatAdapter + seen = [] + + def handler(req): + seen.append(json.loads(req.content)) + return httpx.Response(400, json={"error": {"message": + "invalid temperature: only 1 is allowed for this model"}}) + + ad = OpenAICompatAdapter("t", "http://mock.test/v1") + ad._client = httpx.AsyncClient(transport=httpx.MockTransport(handler), + base_url="http://mock.test/v1") + + async def run(): + try: + await ad.chat("m", [{"role": "user", "content": "hi"}], temperature=0) + finally: + await ad.close() + + try: + asyncio.run(run()) + raise AssertionError("应抛出 httpx.HTTPStatusError") + except httpx.HTTPStatusError: + pass + assert len(seen) == 2, f"应只发 2 次(原始 + 修正),实际 {len(seen)}" + + +def test_model_param_conflict_respects_configured_value(): + """管理员写死的值与上游要求冲突 → 尊重配置,不偷偷改、也不发无谓的第二枪。""" + from app.adapters.openai_compat import OpenAICompatAdapter + seen = [] + + def handler(req): + seen.append(json.loads(req.content)) + return httpx.Response(400, json={"error": {"message": + "invalid temperature: only 1 is allowed for this model"}}) + + ad = OpenAICompatAdapter("t", "http://mock.test/v1", model_params={"m": {"temperature": 0.5}}) + ad._client = httpx.AsyncClient(transport=httpx.MockTransport(handler), + base_url="http://mock.test/v1") + + async def run(): + try: + await ad.chat("m", [{"role": "user", "content": "hi"}], temperature=0.5) + finally: + await ad.close() + + try: + asyncio.run(run()) + raise AssertionError("应抛出 httpx.HTTPStatusError") + except httpx.HTTPStatusError: + pass + assert len(seen) == 1, seen + assert seen[0]["temperature"] == 0.5, seen[0] + + +def test_stream_param_constraint_auto_corrected(): + """流式路径同样自修复:开局 400 → 按上游要求修正后重发。""" + from app.adapters.openai_compat import OpenAICompatAdapter + seen = [] + + def handler(req): + seen.append(json.loads(req.content)) + if len(seen) == 1: + return httpx.Response(400, json={"error": {"message": + "invalid temperature: only 1 is allowed for this model"}}) + return httpx.Response(200, text='data: {"choices":[{"delta":{"content":"hi"}}]}\n\ndata: [DONE]\n\n', + headers={"content-type": "text/event-stream"}) + + ad = OpenAICompatAdapter("t", "http://mock.test/v1") + ad._client = httpx.AsyncClient(transport=httpx.MockTransport(handler), + base_url="http://mock.test/v1") + + async def run(): + out = [c async for c in ad.chat_stream("kimi-k2.7-code", + [{"role": "user", "content": "hi"}], temperature=0)] + await ad.close() + return out + + out = asyncio.run(run()) + assert len(seen) == 2, seen + assert seen[0]["temperature"] == 0 and seen[1]["temperature"] == 1, seen + assert out, "流式应至少收到一个数据块" + + +def test_speedtest_error_text_surfaces_timeout_and_upstream_detail(): + """测速失败文案:超时要说清是超时,400 要透出上游原文。 + (本轮排查时,"参数被上游拒绝" 与 "模型太慢" 在旧文案里长得一模一样。)""" + import app.main as m + t = m._speedtest_error_text(httpx.ReadTimeout("timed out"), 30.0) + assert "超时" in t and "30" in t, t + + req = httpx.Request("POST", "http://x/v1/chat/completions") + resp = httpx.Response(400, request=req, json={"error": { + "message": "invalid temperature: only 1 is allowed for this model"}}) + e = httpx.HTTPStatusError("Client error '400 Bad Request'", request=req, response=resp) + t2 = m._speedtest_error_text(e, 30.0) + assert "only 1 is allowed" in t2, t2 + + +def test_settings_panel_preserves_model_params(): + """管理页面保存配置时,手写在 YAML 里的 models[].params 不能被面板冲掉。 + (面板的模型编辑器只认 id/display_name/type/vision,照它重建就会静默丢掉 params。)""" + from app import settings as gw_settings + from app.config import parse_config + raw = {"providers": {"p": {"name": "P", "base_url": "http://x/v1", "models": [ + {"id": "m", "display_name": "M", "type": "text", "vision": False, + "params": {"temperature": 1}}]}}} + cfg = parse_config(raw) + view = gw_settings.config_to_view(cfg) + # 面板读出来就带着 params + assert view["providers"]["p"]["models"][0]["params"] == {"temperature": 1} + # 提交回去(模拟面板原样回传)→ params 必须还在 + out = gw_settings.view_to_raw(cfg, raw, {"providers": view["providers"]}) + assert out["providers"]["p"]["models"][0]["params"] == {"temperature": 1}, \ + out["providers"]["p"]["models"][0] + + # 直接运行(非 pytest) if __name__ == "__main__": fns = [v for k, v in list(globals().items()) if k.startswith("test_") and callable(v)]