Files
xiaoyin-gateway/CHANGELOG.md
T
Jidekin 8320258ff0 fix(sync): OpenCode 模型改用官方 models 接口,修复文档改版导致的连续两天 exit=2
官方把文档的 `## Endpoints` 表改成「看 console 页 / 用 models 接口」,
HTML 里不再有带 opencode.ai/ 地址的模型行,fetch_opencode() 的 <tr>/<td>
解析拿不到任何行 → 自动化日报「模型清单同步」整块失败:

  [2026-11-17 23:02:18] exit=2  RuntimeError: OpenCode 文档没解析出 Endpoints 表
  [2026-11-18 23:02:29] exit=2  同上

改为优先读官方 models 接口(实测无需鉴权):
  GET https://opencode.ai/inference/go/v1/models   (zen/go/v1/models 同源同内容)

每条自带 id/name/type/api{chat-completions,responses,messages,generate-content}/
recommended_api/limit{context,output}/cost.text.*.price/go.limited_regions,
据此推导协议线、免费标记与地区限制;HTML 表解析降级为兜底(接口不可用才走)。

首次落盘:
  - 删除 opencode/mimo-v2.5、mimo-v2.5-pro(上游已被 V2.6 取代)
  - 上下文 hy4-flash-free → 1048576/65536;qwen4-max → 1000000/262144
  - 跳过 gemini-4-argon(仅 generate-content)、beam-free 与 muse-spark-1.2/1.3(地区限制)

验证:落盘后 28 个模型、/healthz 200、hot_reload 自动生效未重启、重跑「无漂移」;
sync_onemin.py 同步通过(49 接口 / 43 配置 / 跳过重名 6)。

顺带把运行时的 data/ban_history.jsonl 加进 .gitignore(含被封 IP,属隐私)。
2026-11-19 08:09:28 +08:00

162 KiB
Raw Blame History

CHANGELOG

2026-11-19 · 修 OpenCode 模型同步(官方文档改版导致连续两天 exit=2)

症状:自动化日报的「三、模型清单同步」整块失败,logs/model-sync.log 连续两天:

[2026-11-17 23:02:18] exit=2  抓取/解析失败:RuntimeError: OpenCode 文档没解析出 Endpoints 表(页面可能改版)
[2026-11-18 23:02:29] exit=2  同上

根因:官方把 ## Endpoints 表改成了「去 console 页看 / 用 models 接口」, HTML 里已经没有带 opencode.ai/ 地址的模型行,fetch_opencode() 的 <tr>/<td> 解析拿不到任何行。

修法:改为优先读官方 models 接口(无需鉴权,实测不带 token 也 200):

GET https://opencode.ai/inference/go/v1/models      # 与 /zen/go/v1/models 同源同内容

每条模型自带 id / name / type / api{chat-completions,responses,messages,generate-content} / recommended_api / limit{context,output} / cost.text.*.price(都为 0 = 免费)/ go.limited_regions。 脚本据此推导协议线、免费标记、地区限制,HTML 表解析降级为兜底(接口不可用才走)。

同步结果(2026-11-19 08:02 首次落盘):

动作 内容
删除 opencode/mimo-v2.5、opencode/mimo-v2.5-pro(上游已被 V2.6 取代,文档也不再收录)
上下文 hy4-flash-free → 1,048,576 / 65,536;qwen4-max → 1,000,000 / 262,144
跳过 gemini-4-argon(只有 generate-content 线);beam-free、muse-spark-1.2/1.3-contributor(go.limited_regions,与旧硬编码名单一致)

落盘后网关 28 个模型、/healthz 200,hot_reload 自动生效未重启;再跑一次输出「无漂移」。 sync_onemin.py 同步验证通过(49 接口 / 43 配置 / 跳过重名 6)。


2026-10-31 · 新增 1min.AI 供应商(43 个模型)

老板:「查看 https://docs.1min.ai/docs/api/openai-compatible 文档,把 1min 供应商加入 ai 网关项目里」。

接入方式

1min.AI 提供 OpenAI 兼容端点:https://api.1min.ai/openai/v1

端点 用途
GET /openai/v1/models 列出可用模型(返回 id / owned_by,无上下文窗口信息)
GET /openai/v1/models/{id} 单个模型
POST /openai/v1/chat/completions 对话(支持 stream)

鉴权:Authorization: Bearer YOUR_1MIN_API_KEY(1min 的 key,不是上游厂商的 key)。

落地内容

  • data/.env 新增 ONEMIN_API_KEY
  • data/gateway.yaml 新增 onemin 供应商,base_url https://api.1min.ai/openai/v1, 模型清单从 /openai/v1/models 拉取(49 个),剔除 6 个与 opencode 重名的 (qwen3.7-plus / deepseek-v4-pro / glm-5.3 / glm-5.2 / gpt-5.6-luna / gpt-6-luna), 避免网关告警「模型 id 被多个供应商定义,按 id 调用将始终命中 onemin」把主路由抢走。

最终模型分布(80 个)

供应商 模型数
onemin 43
opencode 27
agnes 9
dots 1

验证

# 直连 1min
curl -H "Authorization: Bearer $ONEMIN_API_KEY" https://api.1min.ai/openai/v1/models

# 经网关
curl -H "Authorization: Bearer <网关key>" http://127.0.0.1:8808/v1/models
curl -X POST http://127.0.0.1:8808/v1/chat/completions \
  -H "Authorization: Bearer <网关key>" -H "Content-Type: application/json" \
  -d '{"model":"qwen3.7-flash","messages":[{"role":"user","content":"你好"}]}'

实测 qwen3.7-flash 经网关返回「你好!」,用量正常。

⚠️ 1min 的 /models 不返回上下文窗口,gateway.yaml 里这些模型暂时没有 context_window / max_output_tokens,面板上会显示为空。后续如需精确值, 可参考各上游厂商文档手工补,或等 1min 在接口里加这个字段。


2026-10-23 · 按建议落地:WAF 自愈 / 存活监控 / 恢复演练 / 指标口径(2.9.15 → 2.9.16)

老板:「剩下的可选项有啥好的建议吗」→「按你的建议来」。

① WAF 白名单自愈(防故障复发)

^/v1/ 的 URL 白名单是手工改文件加的 —— 面板保存一次 WAF 设置就可能被覆盖, 客户会立刻又开始 403(真实工单复发过)。新增 waf-whitelist-guard.sh + 每小时 timer: 规则不在就原子补回 + reload,幂等、静默(规则在时零输出)。

② 接口存活监控(补最大盲区)

每日巡检此前只看「进程在不在」—— 进程活着但接口 500 / EO 回源断了,报告依然全绿。 新增 uptime-check.sh(接入每日报告):本机 /health、公网 api/blog//v1/models/管理台, 以及 4 台的关键服务(x-ui / 1Panel+容器 / 容器数)。异常项进「需要关注」。

③ 备份恢复演练(备份不验证等于没有)

新增 backup-restore-drill.sh(接入每日报告):解包最新备份 → 校验 SQLite integrity 与行数、 users/sessions/history/feedback 可解析、备份包权限 600。实测通过。

④ /metrics?days=N + 指标页口径切换

  • 后端:/metrics 新增 days 参数(0=保留期内全部、1=今天、7、30…),响应里带 days。
  • 前端:指标页顶部加「今天 / 近 7 天 / 近 30 天 / 全部」切换。

⑤ 体检文档留痕

新增 docs/project-audit-2026-10-23.md:已修项、已落地项、评估后决定不做的项及理由、 体检通过项、已知取舍。

明确不做:CSP 去 unsafe-eval(vue-i18n JIT 依赖,去掉会打断全部翻译)、 FTS5(当前 400 行无感)、echarts 按需引入(收益 < 风险)。

2026-10-23 · 按体检建议落地:每日备份 + 每人 QPS + 库体积上限(2.9.14 → 2.9.15)

老板:「按你的建议做,全部做」。

① 应用数据每日备份(新增)

此前每日任务只做「进程巡检」,完全没备份网关数据(账号/会话/历史/反馈/调用日志)。

  • 新增 <运维脚本目录>/backup-app-data.sh:
    • calllog.db 用 VACUUM INTO 做一致性快照(不锁业务读写,比 cp 安全)
    • 账号/会话/历史/反馈/agents.yaml/gateway.yaml/.env 一并打包
    • 打包 → <备份目录>/app-data-YYYY-MM-DD.tar.gz,权限 600,保留 14 份
  • 新增 systemd 定时器 dsh-gateway-backup.timer:每天 03:30(在 03:00 巡检之后); 实测触发 status=0/SUCCESS,首份备份 6.7 MB。

② 每人 QPS 限流(从「不限」改为 20/s)

  • data/gateway.yaml:server.rate_limit_rps: null → 20(按账号分桶,桶容量 40)
  • 实测:120 个并发请求 → 65 个 400(放行)+ 55 个 429(限流);3 秒后单请求恢复 200。
  • 说明:串行请求触发不了(每次耗时 >50ms,令牌边用边满)—— 这是令牌桶的正常特性, 它防的是"瞬间并发打爆额度",不是限制日常速度。
  • 供应商级限流(如 Dots AI 的 1 rps)保持不变,两者取更严的。

③ 调用日志库体积上限 + 定期 VACUUM

「内容不截断」后单条可达 MB 级(库里已有一条 1.4 MB 的 prompt),光靠 90 天保留兜不住体积。

  • 新增 CALLLOG_MAX_BYTES(默认 2 GiB):有效数据超限时从最旧开始精确删除, 删到上限的 80% 停手(按平均行大小算出要删几条,不再固定批量以免删过头)。
  • 新增按需 VACUUM:空闲页占比 > 25% 时回收(每天最多一次;体积收紧后强制回收一次)。
  • 踩了两个坑:① 用文件大小判断是否超标 → 删光了也不降(DELETE 只是把页挂到 freelist), 必须看 (page_count − freelist) × page_size;② WAL 模式下 VACUUM 的产物先进 -wal, 必须 PRAGMA wal_checkpoint(TRUNCATE) 才会让主库文件真正变小。
  • 实测:11.8 MB / 300 行 → 收紧到 4 MB 目标 → 删 220 行、剩 80 行、文件降到 3.2 MB。

更正上一轮体检的一处误判

「sessions.json 明文存 token」是我看错了 —— app/sessions.py 早就只存 sha256("sess:" + token)(盘上永远不出现可直接使用的凭证),无需改动。

2026-10-23 · 代码体检:修 7 个测试失败 + 测试隔离(2.9.13 → 2.9.14)

老板:「检查 ai 网关项目,看下有什么问题或者可以优化的点」→ 体检中发现测试套件跑不起来/有回归。

发现并修复

问题 处理
pytest 未安装,tests/ 里 6197 行 / 225 个用例根本跑不了 装到 venv,新增 requirements-dev.txt
测试直接读写生产库(data/calllog.db、data/users.json) 新增 tests/conftest.py:导出 CALLLOG_DB 到临时目录 + 自动打开库(TestClient 不走 lifespan)
4 个用例断言内存版 /logs(2.9.6 改读库后失效)→ 我引入的回归 改为断言前 calllog.store.flush();「只看自己」用例改为往库里塞记录,并改用 /logs/calls 断言管理员视角
3 处夹具引用 grok-4.6(模型清单同步后已下线) 改为 grok-4.7
/logs 的库映射缺 video_id api_calls 增 video_id 列(自动迁移),读写与查询都带上
测试不幂等(失败会残留 bob2 账号) 用例开头先删

结果:225/225 全部通过(此前 218/225)。

2026-10-23 · 消灭最后两处内存态:视频回调任务落库 + /logs 改读库(2.9.12 → 2.9.13)

老板:「看下项目的数据还有什么数据是放在内存重启就没了的吗」→ 盘点后「都做」。

盘点结论:日志/账单/配置/会话/资产都已落盘,剩两处仍是内存态:

① 待回调的视频任务(唯一有业务影响的)

callback_url 异步通知原先只挂在 _bg_tasks 里 —— 进程重启 = 回调永远不会触发。

  • 新表 video_jobs:video_id / provider / model / callback_url / rid / account / created / status / wait_timeout / last_error / done_at。
  • 先落库再派生任务;任务结束(成功/失败)finish_job() 标记。
  • 启动续跑:lifespan 里读 pending_jobs()(默认只续 6 小时内的), 按当前配置重建任务;provider 已不存在则标记 failed;太老的标记 expired。
  • 完成超过 7 天的任务记录由清理任务删掉。
  • 实测:登记一个待回调任务 → 重启 → 日志/库状态变为 done(任务被接回来了)。

② /logs 端点(遗留的内存环形缓冲)

前端早已改走 /logs/recent,但 /logs 还读内存 —— 重启后为空。 现在抽了公共函数 _recent_entries(),/logs 与 /logs/recent 同源读库, /logs 的权限口径不变(只看自己的)。顺手删掉不再使用的 _logs_for_account()。

剩下的内存态(评估后不需要落盘)

数据 为什么不用落盘
熔断器状态 重启重置成 closed 是安全的默认(宁可多打一次也不要一直熔断)
限流令牌桶 重启重置只会短暂放宽,不影响正确性
鉴权失败计数 同上
_metrics 内存副本 展示已全部读库,只剩 uptime_seconds/in_flight 这类实时值
在途请求临时缓存 请求级生命周期,本来就不该跨重启

2026-10-23 · 调用日志详情彻底不截断(2.9.11 → 2.9.12)

老板:「调用日志的详情内容都不要截断记录,都要显示完整的,像提示词、回复这些」。

上一轮(2.9.2)把上限提到 128KiB / 256KiB,但真实业务会超 —— 代码上下文的提示词 上百万字符很常见(实测客户有 8.6 万 token ≈ 300KB 的请求),仍会被截断。本轮彻底放开:

环节 之前 现在
请求体捕获 128 KiB 4 MiB(CALLLOG_BODY_MAX)
入库 256 KiB 8 MiB(CALLLOG_CONTENT_MAX)
内存占用控制 在途 128 条 在途 64 条(4MiB × 64 = 最坏 256MiB,日常远低)

实时页的完整内容:列表为了轻量只给前 8KB 预览(200 条 × 几百 KB 会拖垮接口), 新增 GET /logs/entry/{id} —— 展开某条时按需取完整提示词与回复:

  • 权限:本人的记录或管理员,其余 403
  • 前端展开时自动调用,并显示「完整 N 字」;加载中显示进度文案

实测:285 KiB(292,168 字)的提示词 → 库里 292,168 字无截断标记、/logs/calls/{id} 全文返回、/logs/entry/{id} 全文返回。 测试记录已清理。

更早(2.9.2 之前)写的记录在入库时就已被截断,无法回溯。

2026-10-23 · 资产卡片模型名/日期分两行 + 命中率口径说明(2.9.10 → 2.9.11)

老板:「模型名称和日期换行展示吧,不要挤一起了,然后日志的实时里为什么命中缓存率一直都是 0」。

① 资产卡片:模型名与日期分两行

{{ model }} · {{ 时间 }} 挤一行、窄卡片里被省略号吃掉。改成两行:

  • 第一行:模型名(code 字体,超长省略 + hover 看全)
  • 第二行:日期/耗时(小一号、淡色) 图像与视频两个页签同时生效。

② 「实时里命中率一直 0」——机制没问题,是样本问题

用 admin 自己连发 3 次相同长提示词(996 token)实测:

第几次 输入 缓存命中 命中率
第 1 次 996 0 0.0%
第 2 次 996 896 90.0%
第 3 次 996 896 90.0%

而 38 / 41 token 的短测试请求永远是 0。也就是说:

  • 首次请求必然 0(上游还没有可复用的前缀)
  • 短提示词不缓存(几十 token 不满足上游最小缓存长度)
  • 前缀变了就整段失效

另外「实时」页签按设计只看自己的调用(admin 也只看自己的),所以 admin 看到的多是自己那几条短测试 → 全是 0;要看真实分布请去「调用日志」页签。

为避免以后再被误读,命中率(列表列 + 实时展开 chip)都加了 hover 说明: 「首次请求、短提示词、或前缀有变化时,上游不会命中缓存,命中率为 0 属正常」。

2026-10-23 · 用户管理资产卡片的文字压叠修复(2.9.9 → 2.9.10)

老板截图反馈:用户管理展开账号后,图像/视频资产的「标题 / 模型·时间 / 下载按钮」全都压叠在一起。

根因:.asset-grid 是 display: flex + .asset-cell { width: 150px } —— flex 子项默认 flex-shrink: 1,卡片被挤压后宽度趋近于 0,卡片内的文字与按钮就互相压叠。

修复:

  • 栅格改成 display: grid; grid-template-columns: repeat(auto-fill, minmax(170px, 1fr)), 宽度由栅格决定,不再依赖固定 px。
  • .asset-cell 加 min-width: 0(grid/flex 子项溢出压叠的经典解法); 改成纵向 flex,下载按钮 margin-top: auto 贴底对齐。
  • 缩略图 width: 100%; aspect-ratio: 4/3(原来是固定 150×110)。
  • 元信息行 overflow: hidden; text-overflow: ellipsis; white-space: nowrap; max-width: 100%。
  • 顺带修「加载失败」:部分资产的 CDN 直链带过期签名(?UCloudPublicKey=…), 图源本身已失效 —— 给 el-image 加了 #error 插槽,显示「链接已失效」占位, 不再是一大块刺眼的「加载失败」。

2026-10-23 · 调用日志列表加「缓存命中」列(2.9.8 → 2.9.9)

老板:「调用日志的命中缓存率为什么一直都是 0」。

先给结论:数据没坏,是列表上看不到这一列。 缓存命中率一直只在详情弹窗里显示, 列表没有;而 admin 自己那几条测试请求都是 38~41 token 的短提示词,上游不会缓存 → 所以看起来"一直是 0"。真实业务的调用是命中的。

实测(同一时刻库里的 107 条带 token 记录):

  • 命中 62 条 / 未命中 45 条
  • 命中组:最低 11.1%、中位 83.9%、最高 99.7%
  • 未命中组:输入 38 ~ 60192 token(短提示词不触发上游缓存;长提示词的前缀不一致也不命中)

改动:

  • 调用日志列表新增「缓存命中」列(在耗时之后):显示 命中量 / 命中率%, 量按 k/M 缩写,命中率按档位配色(≥50% 绿、>0 黄、0 淡显)。
  • 数据直接取列表接口已返回的 tok_cached / tok_prompt,无额外查询。

2026-10-23 · 视频轮询时间线落库(2.9.7 → 2.9.8)

老板:「视频任务的轮询时间线也要落库」。

轮询快照原来只存在内存(metrics.VIDEO_POLLS,有界 200 任务 × 500 条),重启就没了, 日志页展开视频任务时只能看到创建那条、看不到「排队 → 生成中 → 完成」的过程。

  • 新表 video_polls(同一 SQLite 库):video_id / ts / status / progress / ok / error / raw, 索引 (video_id, ts)。保留策略与 api_calls 共用(90 天一起清)。
  • 写入:metrics.video_poll_push() 是唯一写入点 —— 它同时写内存(保持原有行为)与库 (轮询频率低,单条 insert 足够,不排队)。
  • 读取:_attach_polls() 改为优先读库、库里没有再回落内存;/logs/recent(实时页签) 之前漏了调用 _attach_polls,一并补上。
  • 实测:模拟 3 次轮询(created/processing/completed)→ 库内 3 条 → 重启网关 → /logs/recent 仍返回 3 条轮询(✅ 持久化成功)。测试数据已清理。

2026-10-23 · 用户管理里的「调用日志」页签移除(2.9.6 → 2.9.7)

老板:「admin 用户管理里面的调用日志可以去掉了」。

调用日志已有独立入口(「日志 → 调用日志」页签,支持按时间/账号/模型/成功失败/关键词筛选、 分页、CSV 导出、看完整内容),用户管理里那份是重复且简陋的(只有最近的、无筛选)。

  • 前端 Users.vue:移除活动抽屉里的「调用日志」页签与该表格,展开后默认停在「图像」; 活动数据只再拉 history/images 与 history/videos 两个接口。
  • 后端:删除 GET /auth/users/{username}/logs(唯一调用方就是上面那个页签)。 资产端点 /auth/users/{username}/history/{kind} 保留不动。
  • i18n:移除 users.tabLogs(zh / en 同步)。
  • 实测:/auth/users/chenghongchang/logs → 404;/history/images → 200; /logs/calls → 200(admin)/ 403(member)不变。

2026-10-23 · 实时日志改为读库:重启不再丢(2.9.5 → 2.9.6)

老板:「实时的日志为什么一重启就没了,也要落地可以查看」。

原因:「实时」页签读的是 AccessLog 内存环形缓冲(默认 500 条),进程一重启就清空。 但其实每条访问记录早就在落库了(api_calls),只是这个页面没去读它。

改动:

  • 新增 GET /logs/recent?n=200:从 api_calls 取最近 N 条,字段形状与原来 /logs 的条目 完全一致(body/response/tokens/ok/stream/model/status/latency…),前端零渲染改动。
  • /logs/recent 权限口径与 /logs 一致:只看自己的(admin 也只看自己的;看全站走 /logs/calls)。
  • 前端「实时」页签改调 /logs/recent?n=200,保留 5 秒自动刷新。
  • 顺带修:query() 的 SELECT 列表漏了 tok_prompt/tok_completion/tok_cached/tok_reasoning 四列 → 实时页的 token 显示为 0(库里其实有值)。补上后正常。

实测:发 2 条调用 → 重启网关 → 实时页仍是 9 条,含那 2 条(「重启持久化验证 第1/2条」); token 正常(输入 41 / 输出 12 / 推理 12);成员视角只看到自己的 89 条(全为 chenghongchang)。

仍有的小差异:视频轮询时间线(polls)只在内存里合成,重启后不显示(视频任务本身的记录仍在)。

2026-10-23 · 修复:流式请求的「请求内容」为空(2.9.4 → 2.9.5)

老板:「为什么请求内容看不到,是空的」。

根因:_flush_calllog()(请求中间件收尾)里对请求体用的是 BODY_BY_RID.pop(rid) —— 一次性取走。但流式请求的访问日志条目要等 SSE 真正发完才由 AccessLog.add() 产生, 而中间件收尾在 SSE 开始之前就跑完了 → 请求体被提前 pop 掉,等条目生成时已经没了。

表现:非流式请求内容正常;所有流式请求的「请求内容」在实时日志与调用日志里都是空。 (tokens 不受影响,它走的是 TOKENS_BY_RID 侧信道,与 body 无关。)

修复:流式时只 peek 不 pop(把请求体留给 AccessLog.add() 取走);非流式仍直接 pop (早失败的 synthetic 条目不会再产生条目,必须在这里 pop,否则 BODY_BY_RID 会泄漏)。

实测:修复后流式条目 body 长度 119 字、tokens 同时存在;调用日志里该条 prompt_text 正常显示 流式请求内容修复验证 ABCDEF。

修复前已产生的流式记录内容无法回溯(当时就没落库)。

2026-10-23 · 实时日志展开显示单笔 token 用量与缓存命中率(2.9.3 → 2.9.4)

老板:「日志里的实时点开后可以查看单笔使用的 token 量和命中缓存多少、命中率多少」。

  • 数据链路:token 原本只进了调用日志的落库路径(note_tokens 侧信道 → _row pop)。 实时日志(内存环形缓冲)拿不到 —— 新增 calllog.peek_tokens(rid)(只读不消耗), AccessLog.add() 把它挂到条目的 tokens 字段上。落库那份仍由 _row() 负责 pop 清空, 两条路互不抢数据。
  • 实时日志页(日志 → 实时 → 点开任意一条)新增一块「Token 用量」: 输入 / 输出 / 缓存命中 / 推理,外加缓存命中率(cached ÷ prompt,保留一位小数)。 命中率按档位配色:≥50% 绿、>0 黄、0 淡显。
  • 调用日志详情弹窗也补了同样一行 token(数据来自库里的 tok_* 列),两处口径一致。
  • 实测:同一把 key 连发 3 次相同请求 → 实时日志三条都带 输入 73 / 输出 20 / 缓存命中 0 / 推理 20;命中率 0%(该次上游未报缓存命中,字段本身完整)。

2026-10-23 · 详情弹窗固定高度,内容区内部滚动(2.9.2 → 2.9.3)

老板:「点开详情的弹出框高度固定下,不要出现滚动条了,内容高度固定滚动条」。

  • 弹窗整体固定高度 min(78vh, 860px)(手机上 86vh),弹窗自身 overflow: hidden —— 不再随内容长短撑高、也就不会出现整页/整框的滚动条。
  • 弹窗体内的「内容 / 提示词 / 回复」三个 <pre> 用 flex 等分剩余高度, 各自 overflow: auto —— 滚动条只出现在内容区内部。
  • 原来的 max-height: 460px 改为 max-height: none(交给 flex 分配),min-height: 90px 兜底。
  • 实现要点:el-dialog 会 teleport 到 body,scoped 样式命中不了它 —— 所以这段用非 scoped 的全局样式块,选择器统一挂在 .calllog-dlg 下,避免污染其它页面。

2026-10-23 · 详情不再截断记录(2.9.1 → 2.9.2)

老板:「点击进去看详情内容的时候不要截断记录」。

截断原本发生在三个环节,逐个拆掉:

环节 原来 现在
请求体捕获 raw[:2000](后提到 8000) raw[:_CONTENT_MAX],默认 128 KiB(≈32k tokens)
回复文本 _logsafe(..., 8000) 新增 _content():上限 128 KiB,且保留换行/制表
入库 CALLLOG_CONTENT_MAX=8000 默认 262144(256 KiB),实际等于不截断

为什么换掉 _logsafe:它是给单行文本日志用的(把 \n 压成 ? 防日志行伪造), 用在调用日志上会把多行提示词全压成一行 ?,详情根本没法看。新加的 _content() 只剥 NUL 等不可见控制字符,换行与制表原样保留。

  • 详情接口新增 prompt_full:完整提取出的输入内容(保留换行排版),前端详情页 分两块展示 ——「内容(完整,保留换行)」+「原始请求体 JSON」(两者都不截断)。
  • 列表那列仍是单行预览(240 字),不因为详情放开而变重。
  • BODY_BY_RID 有界保留 128 条(宽上限下防止内存膨胀)。

实测:1499 行 / 46860 字符的提示词 → 详情 prompt_full 46860 字符 1499 行、 原始 JSON 48454 字符,均无截断标记。

注意:本次改动只对新产生的记录生效;之前的记录在入库时就已被截断,无法回溯。

2026-10-23 · 调用日志列表加「内容」列(2.9.0 → 2.9.1)

老板:「列表的模型后面加一个字段,显示请求体的 content 内容」。

  • 新增 prompt_preview():从请求体 JSON 里抽出用户实际说的话(不是整包 JSON)—— 兼容 OpenAI chat / responses(messages[-1].content、input 字符串或数组)与 Anthropic messages(content 字符串或多段 text parts);非 JSON 时退回原文。
  • GET /logs/calls 现在每行都返回 prompt_text(单行、压空白、截 240 字), 列表不再吐原文 prompt(几千字整包会拖慢列表);content=1 时仍给完整原文。
  • GET /logs/calls/{id} 也带 prompt_text,详情弹窗第一屏就能看到用户说了什么。
  • 前端:模型列后面新增「内容」列(超长省略 + 悬停看全文);详情弹窗增加「内容」块。

2026-10-23 · 指标改由数据库提供(重启不再清零)+ 月度用量导出(2.8.0 → 2.9.0)

老板:「全做」—— 指上一条列出的两项:① Dashboard 统计改从数据库读;② 按账号月度用量导出。

① 指标数据源:内存 → SQLite

  • 新增 _usage_snapshot():调用数 / 供应商分布 / token / 耗时(含 p50/p95) 全部改为从 api_calls 聚合(保留期内 90 天),进程重启不再清零;运行时长 / 在途请求 / 熔断状态 仍是进程内实时值。库不可用时自动回落到内存态(行为与之前一致)。
  • 影响端点:GET /metrics、GET /metrics/prometheus、GET /health 的 models 字段。
  • 口径变化(重要):Dashboard / 指标页看到的数字从「本次进程启动以来」变成「最近 90 天累计」, 所以数字会一次变大。要"本次启动以来"的口径需要另加参数,目前没有。
  • 成员视角不变:仍只聚合自己的账号(account 过滤)。

② token 也落库了

此前 api_calls 没存 token(方案里列了但首版没实现),导致指标切库后 token 只能是 0。 本轮补齐:

  • 表加 4 列 tok_prompt / tok_completion / tok_cached / tok_reasoning,老库自动 ALTER 迁移。
  • 用 rid contextvar + token 侧信道 把两处接起来:_record_usage_metrics() 只知道 token、 不知道 rid;中间件只知道 rid、不知道 token。现在中间件 RID.set(rid), 记账时 calllog.note_tokens(RID.get(), …),落库时按 rid 取走并清空。
  • 直传流式(_UsageScanner)那条路径也补了。

③ 月度用量导出

  • GET /logs/usage/monthly?month=YYYY-MM:按账号聚合调用数 / 成功 / 失败 / 平均耗时 / 涉及模型数(仅管理员)。
  • GET /logs/usage/monthly/export?month=YYYY-MM:CSV(UTF-8 BOM,Excel 直接打开,含失败率)。
  • 前端:调用日志页加「月份选择 + 月度用量」按钮 → 弹窗显示按账号的表格 + 导出 CSV。

④ 顺手修

  • 模型统计排除「无模型行」(匿名 401 的早失败补记)—— 否则 Dashboard 上会出现一个 ? 模型。

2026-10-23 · 调用日志落地(SQLite / 90 天 / 仅管理员可查全部)(2.7.3 → 2.8.0)

老板:「ai网关项目,现在我想把调用日志落地,有什么方案」→ 方案确认后:「1,要记 / 2,90天 / 3,要前端查询界面,然后这个查询界面集成在日志菜单里,只有管理员有这个权限查看全部人的日志」。

后端:app/calllog.py(SQLite,零新依赖)

  • 表 api_calls 21 列:时间、rid、账号、Key 前 8 位、类型、方法、路径、模型、实际模型、 供应商、是否流式、成功、状态码、耗时、IP、UA、提示词、回复、网关版本。
  • 异步批量写:AccessLog.add() → 内存队列 → 后台 task 每 1 秒或攒满 200 条 executemany 提交; 队列满(默认 1 万条)即丢弃并计数,绝不反压请求;进程退出前 flush。
  • 双向握手(本轮最关键的设计):一条日志的两半来自不同位置 —— 访问日志条目(AccessLog.add) 和响应元数据(中间件收尾,含状态码/耗时/IP/UA)。两半先后顺序不确定: 非流式是「条目先、元数据后」,流式是「元数据先、条目后」(SSE 真正发完才 add)。 所以两边都先暂存,谁后到谁拼成一行落库。
  • 早失败也记:未知模型 400、鉴权 401/403、限流 429 这类请求走不到 AccessLog.add, 中间件用请求体补一条(含模型名与提示词),否则日志里只剩一行"400、无模型",排查时没有信息量。
  • 失败也记 Key 前缀:401 时 request.state.credential 是空的,但恰恰这时最需要知道 客户端拿的是哪把 Key —— 记前 8 位即可对账(2026-10-23 的真实工单就是靠这个抓到 「客户端在发 wjd-5Da_…,而库里他的有效 Key 是 wjd-15zs…」)。
  • 保留 90 天:启动时清理 + 每 6 小时清理一次;CALLLOG_RETENTION_DAYS 可调。
  • 隐私:API Key 只存前 8 位;提示词/回复按 CALLLOG_CONTENT_MAX(默认 8000 字)截断; 库文件权限 600。IP 存完整地址(仅管理员可见,便于与 WAF/防火墙日志对账)。

接口(新增 4 个,全部仅管理员)

端点 用途
GET /logs/calls 分页 + 筛选(时间段/账号/模型/成功失败/状态码/类型/关键词),content=1 时带内容
GET /logs/calls/stats 按天、按模型、按账号、按状态码聚合 + 库大小/写入/丢弃计数
GET /logs/calls/{id} 单条详情(含完整提示词与回复)
GET /logs/calls/export CSV 导出(最多 5 万条,UTF-8 BOM,Excel 直接打开)

成员访问以上端点一律 403(_require_admin_logs)。

前端:集成在「日志」菜单

  • 日志页顶部新增两个页签:实时(原有内存环形缓冲)/ 调用日志(仅管理员可见)。
  • 新组件 CallLogs.vue:日期范围、账号、模型、仅成功/仅失败、关键词(内容/rid/IP/UA)筛选; 列表显示时间/账号/模型/耗时/状态/流式/UA;点击行弹出详情看完整提示词与回复;CSV 导出。

2026-10-23 补丁:翻译键位置 + 内容上限

  • 修:calllogs.* 的 i18n 段首次插入时被放进了 upload 段内部(嵌套层级错), 导致新面板全部显示原始键名(calllogs.title 之类)。已移为顶层键(logs 之后), 并复核 zh/en 两份文件的顶层键数量与层级一致。
  • 提上限:请求体摘要 raw[:2000] → 8000,回复文本 _logsafe(..., 2000) → 8000(5 处)。 实测 6000 字的提示词已能完整落库(此前会被截在 2000)。

现状说明

  • /metrics 仍是内存态(重启清零),本次没动它;调用日志是持久化的, 需要历史统计时可以基于 api_calls 做(二期可把 Dashboard 数据源切过来)。

2026-10-22 · 成员只看自己的用量 + AI 接口不再被 WAF 误杀(2.7.2 → 2.7.3)

老板:「改,替换重启,更新文档,推送 gitea」;随后补充「成员在首页是要看到自己调用的次数统计」。

起因是一个真实工单:成员 chenghongchang 反馈「拿 apikey 请求 403」。排查结论是两层问题:

1. /health 把全站用量给了成员(安全)

/health 只要带任意有效 Bearer(含 member 的 API Key)就返回 全局 tokens 总量、各模型的全局调用量/失败率(models)、供应商熔断状态(circuit / media_circuit)。

  • 现在按角色分流:非 admin 只返回运行态 —— status / version / uptime_seconds / in_flight / in_flight_peak / providers(仅 name、api_key_set、models 数量)。
  • 全员 token 总量、模型级全局统计、熔断状态仅管理员可见。
  • 前端没有用到被收敛的字段(Dashboard 只用 version / uptime_seconds / in_flight / in_flight_peak / providers), 所以前端零改动、无需重新构建。

2. /metrics 明确保留按账号聚合(老板口径)

  • 成员首页的「我今天调了多少次」来自 /metrics,因此不收成仅管理员; 按账号聚合的逻辑保持原样(_metrics.snapshot(request.state.account))。
  • 实测:成员连调 2 次后自己看到 deepseek-v4.1-flash: ok=2,管理员看到全局 ok=3。

3. 运维侧:1Panel WAF 放行 /v1/

成员那台 403 的真正来源是 1Panel WAF 检查请求体:AI 编程客户端(WorkBuddy 等) 发出的提示词里带 <script>、../、system( 就被当成攻击拦截(403 响应 16711/23682 字节的拦截页)。

  • 给 1pwaf 的 rules/urlWhite.json 增加 {"state":"on","name":"000901","rule":"^/v1/","type":"urlWhite"}, 使网关的 AI 接口跳过内容检查;/v1/ 之外仍照常拦截(实测 /.env、/etc/passwd 依旧 403)。
  • 背景、证据与排查手册见 docs/waf-api-access.md。

2026-10-12 · 清除旧托管残留(远端 / 脚本 / 文档)

老板:「旧托管的都删了,代码,文档相关的都去掉」。

  • 远端:三个项目(api-gateway / QwenPawChat / QwenPawChatWeChat)都删掉 origin (旧托管的仓库地址)—— 现在只留 gitea 一个远端。
  • 脚本:旧的推送脚本移除(归档到 /root/.trash/<归档>/, 含 MANIFEST.md;内容仍可从 git 历史取回);scripts/push_gitea.sh 的注释里也去掉了旧托管表述。
  • 文档:README.md 发布纪律段、docs/agents-dev-plan.md 里的旧托管表述改成 Gitea(或直接删掉)。
  • 历史条目:按要求一并清掉 —— CHANGELOG / MEMORY / 日记 / digest Sources 里的旧托管字样全部去掉,不再保留。
  • 纯文档/配置清理,未升版本号。

2026-10-12 · 分支统一为 main(原 master 改名)

老板:「统一成 main,都默认 main 分支」。

  • api-gateway:本地分支 master → main(git branch -m master main);Gitea 侧推上 main 后把仓库默认分支改成 main、删掉旧的 master 分支。
  • QwenPawChat / QwenPawChatWeChat:本来就是 main,无需改(三个项目至此一致)。
  • 本机 git 设 init.defaultBranch = main —— 以后新建仓库默认就是 main。
  • README.md 发布纪律段里的分支名同步改 main;历史 CHANGELOG 条目里的 master 原文保留(不改写历史)。
  • 纯文档/分支名改动,未升版本号。

2026-10-12 · Gitea 推送改为免密(建 API token)

老板:「新建凭据吧,把凭据记到记忆和 md 文件里,不要丢失了,后面直接免密推送」。

  • 建了 Gitea API token:名字 push-automation,scope write:repository(够 git push 私有仓库)。 token 值只落在两处:本机 ~/.gitea_token(权限 600、不在任何仓库里)与 MEMORY.md 「自建 Gitea」段;绝不写进本仓库任何文件(仓库是要推到远端的,写进去等于把凭据推上去)。
  • scripts/push_gitea.sh 改为默认免密:凭据查找顺序 GITEA_TOKEN 环境变量 → 命令行参数 → GITEA_PASS → ~/.gitea_token;日常直接 bash scripts/push_gitea.sh 即可。其余安全口径不变(一次性内嵌、输出打码、不写 .git/config、 推完核对远端=本地并复查无明文;退出码 2/3/4/5)。
  • 同一条 token 也可用于另两个项目(Jidekin/QwenPawChat、Jidekin/QwenPawChatWeChat)的推送。

2026-10-12 · 代码托管统一到自建 Gitea(规则变更)

老板要求把代码托管统一到自建 Gitea(旧的第三方托管作废)→ 改成上生产必推自建 Gitea。

  • 新增 scripts/push_gitea.sh:与旧推送脚本同一套安全口径(一次性带凭据内嵌 URL; 不带密码退出 2 / 工作区不干净退出 3 / 推完核对「远端 = 本地」/ 复查 .git/config 无明文; 密码不内置进任何文件),只是目标换成 https://git.wangjinding.com/Jidekin/api-gateway.git。
  • 旧的推送脚本已停用并移除(不再使用)。
  • README.md「版本号与发布纪律 → 发布流程」一节:推送目标改为 推 Gitea。
  • 背景:旧托管的凭据已实测失效(推送与 ls-remote 都回 Repository Not Found.);同期老板起了自建 Gitea (容器 1Panel-gitea-CjQz,commitgo/gitea-ee:27.3.8,公网 https://git.wangjinding.com), 三个项目(api-gateway / QwenPawChat / QwenPawChatWeChat)都已建 private 仓库并推了全量历史。
  • remote 布局:三个项目只留 gitea 一个远端(旧的 origin 已删除)。
  • 待办:若要免密自动推送,可在 Gitea 建 API token(需老板同意;本次没擅自建)。

2026-10-12 · 单独测速改并发(版本 2.7.1 → 2.7.2)

老板:「单独测速能异步测速不,不用等到上一个回来后才能测速其他的」→ 按助手建议落地。

改法(纯前端):

  • 单独测速(每行常驻的 ⚡ 按钮)改为并发:状态从「单个 latCurrentId」换成 「latRunning(正在测的 id 集合)」,每行自己的加载图标、自己的按钮状态, 互不阻塞 —— 不用等上一个回来就能点下一个。并发上限 SPEEDTEST_MAX_CONCURRENCY = 3 (别让手一抖把全部免费档一次轰出去);到上限时按钮置灰,悬浮说明「同时最多测 3 个,等一个回来再点」。
  • 一键测速保持串行:这是老板定的口味(测一个显示一个),且并发会把免费额度瞬间打满 → 上游 429 会把结果刷成一片「失败」。整轮在跑时单测按钮禁用;有单测在飞时一键测速按钮禁用(互斥,避免同一模型两边同时覆盖结果)。
  • 抽了一个 probeOne(id) 共用「一次探针 = 一个模型」的取数与出错处理(整轮 / 单测同一份逻辑)。
  • i18n 新增 models.testOneRunning / models.testOneBusy(中英对称),models.speedtestHint 补上「每行 ⚡ 单测可同时跑 {n} 个」。

后端零改动:POST /v1/models/speedtest 本来就是 async 端点(传 model 只测一个), 单 uvicorn 进程下并发请求天然并行,server.rate_limit_rps=null 也不拦 → 卡点纯在前端。

注意(版本号窗口期):版本号已升 2.7.2,但本轮纯前端、未重启后端 → 控制台「网关版本」仍显示 2.7.1,下次重启后一致。

验收:线上实测——同一时刻点 3 行 ⚡,3 行同时出加载图标、各自独立回结果; 第 4 行按钮置灰(悬浮提示上限);有单测在飞时一键测速按钮置灰;整轮测速行为与改前一致。

2026-09-30 · 模型切换挪到对话框左下角 + 去掉所有 QwenPaw 外链与内部提示(版本 2.6.0 → 2.6.1)

老板三条要求:

  1. 模型切换直接放对话框左下角,不用去配置页设置
  2. 所有「打开 QwenPaw」外链去掉
  3. 客户不需要知道的提示全去掉(如「提示词归 QwenPaw 管」这种)

改法:

  • 切换器移入对话输入区左下角:原来占位的静态模型名 <span class="tok"> → 紧凑样式(.model-inline,168px、无边框、hover 才出底色)的可搜索下拉; 仍按供应商分组 + 视觉标。进页面即 loadEngineModels(),展开时也兜底刷新。 配置页模型栏改为只读展示 + 一行「在对话框左下角切换」的指引。
  • 外链清零:qwenpawUrl 计算属性删除,模板里 3 处 <a :href="qwenpawUrl"> 全删。
  • 内部提示清零(删键 + 删模板引用,中英同步):
    • 删:cfgOpenQwenpaw、cfgModelHintShared、cfgCapability、cfgCapabilitySub、 cfgCapabilityHint、cfgPromptTitle、cfgPromptHint、cfgModelRefresh、 cfgModelReadonly、cfgModelHint、cfgApproval、cfgSandbox、cfgSandboxOff、 cfgSandboxHint、cfgAccessSub、cfgAccessHint、cfgModelSub、cfgAccessHint
    • 改写「客户视角」:sub「路线 A:界面在网关,引擎是 QwenPaw」→「能干活的助手 —— 每个智能体有自己的参数和会话」; subagents(页头副标题)去掉「引擎 QwenPaw」;engineBadge「QwenPaw 引擎」→「智能体」; engineDownHint 去掉「请先在服务器上启动它」;cfgSlugHint 去掉 QwenPaw profile 措辞; cfgSuffixHint 去掉「与 QwenPaw 主提示词叠加」;sharedNote / listFootHint 改用客户能懂的话。
  • 顺带修:i18n 体检不允许空文案,所以这些键是整键删除(不是留空串)。

验收:线上实测——对话输入框左下角出现 wjd 下拉(7 组 112 项、高亮当前项); 切到 deepseek-v4-pro → toast 提示 + 磁盘 agent.json 同步 + 引擎回读一致 → 已恢复 wjd; 配置页截图确认无任何 QwenPaw 字样。

测试:i18n 869/869 对称(原 883,净删 14 键)、ci_check.sh 六道门禁全绿、 前端产物 191 → 190 kB。

注:本轮只动前端文案与布局,后端端点(GET /agents/engine/models、PUT /agents/engine/model) 与测试未变,224 passed 不变。

2026-09-30 · 智能体模型改为「页面可选」(方案 A)+ 修引擎模型读不到的静默 bug(版本 2.5.4 → 2.6.0)

老板问「智能体当时为什么说不能自己设置模型」,并选择方案 A:能选、但不新增 profile。

先推翻了自己的旧结论(这是本轮最重要的一步):当初(第三十八轮)实测的是 「请求体里带 model 会被忽略」→ 据此推成「模型是 profile 级 ⇒ 所有智能体只能共用一个模型」。 这个推论过头了。 翻源码 + 实测后确认:

事实 证据
模型不是全局唯一,而是每个 profile 各存一份 active_model PUT /api/models/active(scope=agent + agent_id)写入 workspaces/<profile>/agent.json
前缀是 /api/models/active routers/providers.py 里 APIRouter(prefix="/models");实测 /api/providers/active → 404
改完即时生效,不用重启 runtime/builder.py:324 每轮都重读 agent_config.active_model
端到端确实换了模型 切 agnes-3.0-flash 后真对话 turn_usage 回 model_name=agnes-3.0-flash、context_size 1M → 512K

所以正确口径是:请求级指定不行,改 profile 的 active_model 行。

顺手抓到一个静默 bug(真 bug):agents_routes.py 的 refresh_engine_live() 读的是 /api/providers/active —— 那条 404,异常被 except 吞掉 → engine_live["model"] 恒为空串 → 配置页模型栏一直显示 —、列表页模型名一直是空的。它不报错、不抛异常,纯静默。 已改用新 helper get_active_model()(走正确路径),模型名现在能正常读出。

新增(方案 A 的落地):

  • 后端 app/adapters/qwenpaw_engine.py:ACTIVE_MODEL_PATH = "/api/models/active" + get_active_model() / set_active_model()(后者 4xx 抛 EngineError 并透传引擎原文, 不自己编文案)。
  • 后端 app/agents_routes.py 两个端点:
    • GET /agents/engine/models —— 可选清单(只列真的能用的:require_api_key 为真但没配 Key 的供应商直接跳过,不列出来骗人)+ 实时 current(不用 TTL 缓存,刚改完要立刻看到)
    • PUT /agents/engine/model —— 切换;带防自指护栏(不得指向 agent/*,与对话入口同款)
  • 前端 Agents.vue 配置页「模型」栏:只读文字 → 可搜索下拉(按供应商分组、视觉模型带 「视觉」标)+ 刷新按钮;失败回滚选中值并弹错。lib/agents.ts 加两个封装。
  • i18n:删掉过期的 cfgModelReadonly / cfgModelHint,换成 5 个新键(中英 883/883 对称)。

语义与取舍(必须讲清):方案 A 是所有智能体共用这一个模型 —— 因为只有一个 profile, active_model 是这一份 config 上的一个值,做不到「A 用 flash、B 用 pro」并存。 真要做到那样必须走方案 B(一智能体一 profile,有内存成本)。页面提示文案已按此口径重写。

测试:新增 5 条(端点挂载 / 路径常量回归(防再写回 providers/active)/ PUT 的 body 与头 / 4xx 抛错 / 防自指护栏),224 passed / 0 failed(原 219)。ci_check.sh 六道门禁全绿。

附带发现(环境问题,非本轮引入):QwenPaw 里 agnes 供应商的 Key 已失效 (切到 agnes/agnes-3.0-flash 报 401「无效的令牌」)。走网关的 wangjinding 正常 (网关侧 Agnes Key 是好的)。要用 Agnes 直连需先修 Key。

上线:supervisorctl restart api-gateway:api-gateway_00 + npm run build; 线上 version=2.6.0、入口 index-BQYagb1Q.js、Agents chunk Agents-CN_agann.js; 真机验证:下拉 112 项 / 7 组 → 选 wjd → UI 显示 wjd → 磁盘 agent.json {"provider_id":"wangjinding","model":"wjd"} → 引擎回读一致 → 列表页同步。

2026-09-30 · 智能体页「对话」与「配置」内容间距放宽(版本 2.5.3 → 2.5.4)

老板反馈:智能体界面在「对话」和「配置」两个 Tab 里,内容间距也很挤,都优化下。

先量后改(Playwright 读纵向矩形,逐块取 bounding_box)。

修复前实测到的挤点:

# 位置 实测证据 根因
1 侧栏「本次会话」小标题、配置页 .f-hint 顶部 两处 margin-top 实际 = 0 引用了 从未定义的 --gap-xs → 静默算成 0(真 bug)
2 会话列表项紧贴 .conv 行高 48/65,项间无间隙 .conv 无 margin,仅靠 padding
3 配置表单行挤 .frow 行距 = --gap-s(8px) 用了行内元素级间距做表单行距
4 消息区与输入框 .card-h → .msgs 仅 24px;textarea → .bar 仅 8px 硬编码/过小间距
5 .ops-row 预留 0 高幽灵行 height = 0 不流式时该行仍渲染(虽空)

改法:

  • style.css 补上缺失的 --gap-xs: 6px —— 此前 Agents.vue 引用了它但全局未定义, 两处 margin 静默失效(本轮顺手修掉这个真 bug)。
  • 会话列表项:.conv padding 7px 9px → 8px 10px、行间补 6px、small 顶距 2 → 3px。
  • 配置表单:.frow 行距 --gap-s(8) → --gap(14);.f-val padding 7 → 8px; .f-hint 行高 1.6 → 1.65;.row-actions 顶距 --gap → --gap-lg; .cfg-grid .card-h 底部补 --gap(原来只有全局的 10px)。
  • 对话区:.chat-main 补 gap: --gap-sm(风险条与对话卡分离);.composer .bar 顶距 8px → --gap-sm 语义化;消息轨迹 .trace padding 8/10 → 9/11px、.step 顶距 4 → 5px。
  • 头部/Tab:.ag-tabs span padding 7 → 8px;.ag-head .ag-tabs 顶距 --gap-s → --gap。
  • 智能体列表卡:.ag padding 10 → 11px、.ag-list gap 2 → 4px、 .ag-ds 顶距 2 → 3px、.ag-tags 顶距 7 → 8px。
  • .ops-row:empty { display: none } —— 不流式时不再留幽灵行。
  • 顺手补 vite.config.ts 的 /agents dev 代理(此前本地开发时智能体接口落到 vite 自己身上 404)。

验收实测(改后纵向坐标):

配置页 .frow   行距 28 → 30px、行间 8 → 14px
对话页 .conv   项高 65 → 68px、项间补 6px
对话页 .risk-bar → .chat-card 由贴合变为 8px 分离
ops-row        空时 height=0 已消失(display:none)

页面总高 739 → 755(放宽后不溢出视口,无横向滚动)。

测试:2400 modules transformed、ci_check.sh 六道门禁全绿(语法/单测/文案/SVG/类型/构建)。

2026-09-29 · 修智能体页「KPI 与下方块 0 间距」+ 左右两栏恢复等高(版本 2.5.2 → 2.5.3)

老板圈出红框指出:KPI 卡与下面内容之间空得太明显。

先量后改(Playwright 读纵向矩形)—— 定位到两个叠加的根因:

# 根因 证据
1 KPI 与下方块间距 = 0(两排卡片紧贴) kpis.bottom = 219 == ag-layout.y = 219
2 .ag-layout 被 min-height: calc(100vh - 300px) 撑到 733px,而左列表卡内容只有 ~150px → 卡下方 580px 空白 ag-layout.h = 733 vs 左卡 h ≈ 150

改法:

  • .ag-kpis 加 margin-bottom: var(--gap-lg) → KPI 与下方 14px(与页面其它块间距一致)
  • 去掉 .ag-layout 的 min-height 撑高写法;左卡改 align-self: stretch + 内部列表 flex:1 滚动,不再单独设高度上限

验收实测(三块纵向坐标):

row-h       78 → 102
   ↓ 14px
kpis       116 → 219
   ↓ 14px   ← 红框那处已修
ag-layout  233 → 966
   ├ 左列表卡 233 → 966  (h=733)
   └ 右详情   233 → 966  (h=733)   ✓ 两栏完全齐平、底部一致

测试:219 全过;ci_check.sh 全绿。

2026-09-29 · 智能体页间距与对齐优化(版本 2.5.1 → 2.5.2)

老板反馈:「智能体的界面不是很美观,优化下,特别是间距和对齐地方」。

先量后改 —— 用 Playwright 读实际布局矩形定位问题(不是凭印象调),修完再量一遍验收。

修复前实测到的 6 个问题:

# 问题 实测证据
1 左右两栏底部差一截 左列表卡 h=149 vs 右详情卡 h=492
2 卡片套卡片 详情区外层是 .card,内部对话区又各有 .card → 多一层边框
3 KPI 卡注脚基线不齐 第 1 张注脚两行、其余一行 → 四张文字底部参差
4 对话区左栏独立色块错位 左栏自带底色+圆角,与主区高度/圆角对不上
5 左栏卡标题被挤成两行(「智能 体」) 标题与说明同一行争夺宽度
6 页面底部大空白 内容未撑满视口

改法:

  • 左右两栏 align-items: start → 左卡 align-self: stretch + 内部列表 flex:1 滚动 → 现在两卡 y=219 / bottom=952 完全齐平
  • 详情区去掉外层 .card,身份条 + Tab 合成一张「头部卡」;对话区整体一张卡, 左栏改用 border-right 分隔线(不再各自成块)
  • KPI 注脚 margin-top:auto + white-space:nowrap + 省略号 → 四张注脚 y 全为 182
  • 列表卡标题独占一行(说明文字换到下一行);底部加一句"所有智能体共用同一个引擎"的引导
  • .ag-layout 加 min-height: calc(100vh - 300px) 撑满视口

验收实测:listCard.bottom == chat.bottom == 952;四张 KPI 注脚 y 一致;无 JS 错误。

测试:219 全过;ci_check.sh 全绿。

2026-09-29 · 智能体支持图片附件(版本 2.5.0 → 2.5.1)

老板要求:「图片附件功能加上,其他的先不做」。

QwenPaw 侧的格式(实测确认):{"type":"image","image_url":"<data-URI 或 http URL>"} —— 塞一张纯红 64×64 PNG 的 data URI,模型正确答出「红色」。格式端到端验证通过后才动手。

改动:

  • app/adapters/qwenpaw_engine.py:内容块转换放行图片,并同时支持两种写法 —— AgentScope 原生 {"type":"image","image_url":"<uri>"} 与 OpenAI 风格 {"type":"image_url","image_url":{"url":"<uri>"}}(前端「对话」页发的是后者)。 新增 _image_url() 提取函数;缺 url 的图片块跳过(不产生空块); 不支持的媒体类型(audio/video/file)仍忽略。
  • 前端 views/Agents.vue:对话输入区加附件按钮(pickImage 复用现有浏览器内压缩, 最多 4 张)+ 待发缩略图(可单张删除)+ 消息气泡内渲染图片;允许「只发图不带字」。
  • lib/agents.ts:content 类型放宽为 string | any[](支持内容块数组)。
  • i18n 新增 4 键(attach/imgMax/imgErr/imgCount),中英对称 879/879。

踩到并修掉的两个真 bug(都是本轮才暴露):

  1. image_url 写法被忽略 —— 转换分支只认 type == "image",而前端发的是 {"type":"image_url", ...} → 图片会静默丢失(功能等于没做)。测试用例抓出来的。
  2. /agents/{slug}/chat 500 —— 上一轮加「计量打标」日志时,log.info(..., rounds) 被写在 rounds = ... 之前,UnboundLocalError → 整个端点 500。 已加回归用例 test_agent_chat_endpoint_source_order 固化(这类声明顺序错误跑不出来, 只能靠读代码或真机调用发现 —— 本轮就是因为"打标改完没重新真机验证"才漏过)。

上线实测:

POST /agents/code-review/chat(两张图:红 + 蓝)
→ 模型答「红色,蓝色」(顺序正确;system_suffix「只给结论」同时在生效)
→ usage: wjd / 24112 tokens / 缓存 2048

浏览器路径也验证过(上传 → 缩略图 → 发送 → 消息内渲染图片 → 无 JS 错误)。

一个已知的引擎侧行为(非网关问题):QwenPaw 的 SSE 只有 text 事件、没有独立的 reasoning 通道 —— 模型有时会把思考过程写进正文一起发出来(实测见过 "The user asks: ... I'll just answer 蓝色")。网关无法分离(除非改 QwenPaw 的流协议)。 另外上下文会污染视觉判断:先让模型答错一次,它下一轮会被自己的错误答案带偏 (实测同一张蓝图,脏上下文答「白色」、干净会话答「蓝色」)。

测试:218 → 219 全过(新增图片内容块转换用例,覆盖两种写法/只图/缺 url/不支持类型/多图顺序, 以及上面那条声明顺序回归)。

2026-09-29 · 新增「智能体」功能模块(路线 A:界面在网关,引擎 QwenPaw)

老板要求:「在 ai 网关里做智能体 agent,新的一个菜单」。一期只对管理员开放,成熟后下发普通用户。 完整设计(27 条决策、经 4 轮评审)见 docs/agents-dev-plan.md。

架构(路线 A):界面与权限在网关,执行在 QwenPaw(独立 profile ai-gateway)。 网关当门面(鉴权/计量/灰度/审计),引擎提供服务端工具能力(文件/命令/浏览器)。

关键技术验证(Step -1,全部实测):

  • 请求级指定模型无效 —— 打 /api/console/chat 传 model:"agnes-3.0-flash" 被忽略, turn_usage 明文回 provider_id=opencode, model_name=deepseek-v4.1-flash;源码 AgentRequest 无 model 字段。模型是 profile 级(PUT /api/providers/active,scope=agent)。 → 甲案:所有智能体共用 ai-gateway 一个 profile ⇒ 共用同一个模型,配置页模型栏只读。
  • role:"system" 被接受且生效 —— 塞入「只用英文回答」后模型真的改用英文 → params.system_suffix 走注入 system 消息(最干净的方案)。
  • SSE 事件谱已录制:夹具 tests/fixtures/sse-tool-flow.sse(14,900 字节 / 57 事件), 文档 docs/qwenpaw-agent-api-sse.md(完整事件谱 + 适配器映射表)。

新增:

  • app/agents.py —— AgentStore(data/agents.yaml,600/原子写/mtime 热载)+ 严格校验: slug 形态与三重查重(模型 id / 别名 / QwenPaw profile)、params 4 键白名单 (temperature/max_tokens/top_p/system_suffix,结构性键一律拒)、system_suffix 限长 2000、 max_agents: 5 软上限(归档不计入)、归档后 restore 可恢复。
  • app/adapters/qwenpaw_engine.py —— 引擎适配器:OpenAI 形状 ↔ AgentScope Agent API、 SSE 翻译器(text 累积、delta:false 快照忽略、plugin_call→轨迹步骤、plugin_call_output 用 call_id 配对、turn_usage→计量、response→终态)、引擎不可达/超时/中断的明确文案。
  • app/agents_routes.py —— 端点:GET/POST/PUT/DELETE /agents、/agents/{slug}/restore、 /chat(SSE)、/stop、/runs、/sessions、/test(试跑)+ GET /auth/me(灰度通道, 下发 features.agents —— 后端是唯一权威)。运行记录 data/agent_runs.json。 权限判定唯一入口 can_use_agent();防自指(引擎模型不得指向 agent/*,否则死循环)。
  • 前端 views/Agents.vue(列表 + 对话/配置/运行记录三 Tab)+ lib/agents.ts(含 SSE 解析); 菜单核心组第 5 位、图标 bot;i18n 中英对称(871/871)。
  • app/history.py 扩展:会话类别支持 agent_<slug>(复用现有存储,不新开端点)。

契约要点:智能体 = 名称/描述 + 参数 + 独立会话历史。智能体之间共用引擎 profile、 模型、提示词与记忆(决策 ⑨ 已确认接受);提示词归 QwenPaw 管(配置页只读 + 指路)。

上线实测:/agents 建/改/查重/上限全部正确;真实对话跑通 —— 让智能体用 read_file 读 /etc/hostname,前端正确显示「执行了 1 步」+ 工具参数、正文、计量 (wjd · 47196 tokens · 缓存 13696)、终态;引擎调用经 wangjinding 过网关(计量闭环)。

测试:209 → 217 全过(新增 8 条:存储校验/数量上限/归档恢复、history kind 扩展、 SSE 翻译器用真实夹具验证、system_suffix 注入、运行记录、权限矩阵、防自指、端点装配)。 ci_check.sh 全绿。版本 2.4.1 → 2.5.0。

2026-09-29 · Dots AI 纳入每日模型清单同步

老板要求:「把 https://dots.ai/platform/docs 加入每日定时任务的同步任务来」。

这条源和另两家不一样:dots 的文档页是 SPA —— 正文(模型定价表、上下文窗口、 「免费体验」说明)不在 HTML 里,而是随前端 JS chunk 发布的(实测正文在 assets/ApiDocsPage-*.js,chunk 名带内容 hash、每次发版都变)。所以抓取走两步发现: GET /platform/docs → 找主包 assets/index-*.js → 在主包里找 ApiDocsPage-*.js → 取该 chunk。

同步三项:

  • 模型清单:取自定价表行 {model:"dots3-note-prev",input:"$0.14",output:"$0.28"} (按出现次数全收,以后加模型不用改代码);
  • 免费状态:取文档「免费体验」横幅 —— 注意它是"当前免费试用"(原文:当前免费体验, 暂不收费,恢复收费前会提前告知)。横幅在 = free: true;横幅没了 = 按报价收费 → 落盘改成 false, 试用结束会在每日报告里现形;
  • 上下文窗口:正文「…的上下文窗口上限为 524,288 Token(512K)」。
  • 不写定价:文档报价是 USD/M,而网关 pricing.per_model 是 ¥/M(Agnes 那套口径)—— 换算要汇率、不能猜,所以只把报价列在报告里("仅展示、不写入 pricing")。

健壮性选择:这条链路最脆(SPA + hash 命名的 chunk),因此抓取失败不致命 —— main() 里单独兜住,失败时置空、跳过 Dots 比对,并在报告里明写「⚠ 文档抓取失败」, 另两家(OpenCode / Agnes)照常同步;解析不出任何模型则抛错交给这层兜。

顺带修:_set_free() 改成幂等 —— 同一条同步说明不重复追加(原先重复应用同一份 plan 会把 注释滚成「原注释;说明;说明」;不同日期的说明仍各记一条 = 变更历史)。

验证:

  • 干跑(真实配置):三家都「无漂移 ✓」,Dots 段带出报价行;plan_is_empty → 「无需落盘」;
  • 造副本模拟漂移(free=false、context=131072):两处漂移都报出来 + 落盘计划两条 → --apply 写盘成功、回读校验过、复跑「无漂移」(幂等);
  • 测试新增「Dots 抓取口径 + 漂移识别 + 落盘幂等」一条 → 209 全过。

cron 任务同步更新:d83693fc-…(每天 08:00 Asia/Shanghai)名称改为 「模型清单每日同步(OpenCode Go + Agnes + Dots → ai 网关)」,提示词加第三家来源 + 说明「Dots 抓取失败不致命、照实带出来」,并要求把 Dots 段的报价行、「受保护不删」段、 视频默认模型标记一并带出。

2026-09-28 · 接入 Dots AI(小红书)+ 新增 api-key 鉴权样式

老板要求:「查看 https://dots.ai/platform/docs 文档,帮我在 ai 网关上配置 dots.ai 的供应商」 (API Key 由老板提供,落 data/.env,不入库)。

文档要点(通读后按此接入):base https://note3-prev-api.askdiandian.com/v1; 两条线 POST /v1/chat/completions(OpenAI 兼容)与 POST /v1/messages(Anthropic 兼容, 需固定头 anthropic-version: 2023-06-01);认证是自定义头 api-key: <KEY> (既不是 Authorization: Bearer 也不是 x-api-key);模型 dots3-note-prev 上下文窗口 512K(524,288)、当前免费体验;官方限流按单个 Key 计 60 次/分钟、1,500,000 Tokens/分钟。

改动:

  • 新增鉴权样式 api-key(AUTH_STYLES:bearer / x-api-key / api-key / none): 适配器 auth_headers() 按线发 api-key: <token>;静态头里残留的同名头一并剥掉再按线补 (与 Bearer / x-api-key 同处理);解析期校验自动接受该值、乱写的(如 api_key)仍被拒。
  • data/gateway.yaml 新增 dots 供应商:两条线各自声明路径/鉴权/messages 线的 anthropic-version;rate_limit_rps: 1.0(= 60/分钟);模型 dots3-note-prev (context_window: 524288、vision: true、free: true、双协议线;官方未给最大输出上限 → 留空不猜)。
  • 顺带补 Anthropic 口径的缓存统计:其 input_tokens 不含缓存部分,缓存命中在 cache_read_input_tokens、写缓存在 cache_creation_input_tokens(三者互斥)。 _usage_detail() 改为分口径:OpenAI 的 prompt_tokens 已含缓存;Anthropic 三者相加为输入总量、 缓存命中取 cache_read_input_tokens —— 否则 messages 线的缓存量永远记 0(接 Dots 时实测到)。

上线实测(重启后,两条线各一次瘦请求,均为免费模型):

POST /v1/chat/completions → 200  usage{prompt_tokens 17, completion_tokens 8}
POST /v1/messages         → 200  usage{input_tokens 17, output_tokens 8}
网关 /v1/models:42 个模型,dots3-note-prev 带 context_window 524288 / protocols 双线 / free

测试:新增「Dots 配置 + api-key 样式(含解析期拒绝非法值)」与 「Anthropic 缓存口径」两条回归;既有 test_load_config_providers 的供应商集合更新为四家。 测试数 206 → 208 全过。

2026-09-28 · 上游会话 id 支持客户端显式指定(x-opencode-session 优先)

老板要求:「x-opencode-session 如果 api 请求有带的话优先用请求上的,没有再用 apikey 的那个方式」。

取值优先级(_upstream_session()):

优先级 来源 派生
① 入站 x-opencode-session 头(本轮新增) sha256("s:{账号}:{客户端值}")[:32]
② 请求里的 conversation_id sha256("{账号}:{conversation_id}")[:32]
③ 用这个 API Key 自己(一个 Key 一个稳定会话) sha256("k:{去前缀Key}")[:32]
④ 登录页会话(无 Key) sha256("u:{账号}")[:32]
  • 客户端带了就用客户端的(它最清楚哪几次调用算同一段对话),但仍按账号哈希 —— 保留 第二十六轮定下的账号隔离:两个账号即便写同一个值,也不会被绑到同一个上游会话标识上;
  • 入站值同样过 conversation_id 那套入口校验(仅 ASCII、≤128 字符),非法值静默丢弃并回退 (可选头不该把请求打回 400);非 ASCII 值在 HTTP 层就发不出去(httpx 直接拒),校验是兜底;
  • 三个调用点(直传端点、managed 非流式、managed 流式)全部接上。

实测(生产,2026-09-28):同一会话头连打两次同一段 4k 前缀 → cached 0 → 1920(稳定复用); 不带头(回退 Key 派生)两次都命中。 顺带更正一条旧认知:上游提示词缓存并非严格按 session 隔离 —— 换一个会话头、同一段前缀 照样命中(1920)。所以稳定会话 id 是「纳入缓存」的前提之一,不是隔离边界,也不能拿缓存 命中率当会话隔离的判据(README 与代码注释已同步更正)。

测试:新增「取值优先级 + 账号隔离」与「入站头端到端(稳定/换头/回退/非法值)」两条回归, 测试数 204 → 206 全过;ci_check.sh 全绿。

2026-09-28 · 修「token 统计恒 0」+ token 细分(缓存命中 / 推理)

老板报「token 数统计有问题,一直都是 0」。

真因:/v1/chat/completions 的 managed 流式路径(改写分支 —— QwenPaw 实际走的就是它) 只把累计出来的 usage 转发给客户端,从没写进指标。上游明明每轮都发 usage (实测 chunk 里带 prompt_tokens / prompt_tokens_details.cached_tokens)。 现场取证:网关记了 663 次调用、tokens 恒为 {prompt: 0, completion: 0}。

对照确认:直传路径(messages/responses)与非流式路径本来就有记账 —— 只有 "流式 + 改写"这一条漏了,而它恰好是最常走的一条。

修复:该路径补 _record_usage_metrics(stream_usage)。

顺带做 token 细分(上游 usage 本来就有,此前只记总数):

细分 来源 含义
cached prompt_tokens_details.cached_tokens 命中缓存的输入量(已含在 prompt 内)
reasoning completion_tokens_details.reasoning_tokens 输出里的思考量(已含在 completion 内)
  • Metrics.record_tokens(prompt, completion, cached=0, reasoning=0):全局与按账号两条桶都细分;
  • 四处记录点全接上:managed 流式(本轮修的)、managed 非流式、直传非流式、直传流式 (扫描器补采 reasoning_tokens);
  • Prometheus 新增 api_gateway_tokens_cached_total / api_gateway_tokens_reasoning_total(含 HELP/TYPE);
  • 前端「指标」页新增两张卡:缓存命中 Token(附「占输入 x%」)与推理 Token(附「占输出 x%」)。

上线实测(生产重启后):

同一瘦请求(managed 流式)→ tokens {prompt: 62, completion: 2, cached: 0, reasoning: 1}
带 4k token 前缀的同一请求发两次:
  第 1 次 cached_tokens=0(未命中);第 2 次 cached_tokens=1920 / prompt_tokens=4076
网关累计:cached=1920(输入命中率 22.9%)
Prometheus:api_gateway_tokens_cached_total 1920 / api_gateway_tokens_reasoning_total 5

测试:新增「managed 流式必须记账(含细分)」「细分累加互不干扰」两条回归; 测试数 202 → 204 全过;ci_check.sh 全绿;i18n 中英 759/759 对称。

2026-09-24 · 模型接口加入上下文参数(context_window / max_output_tokens)

老板要求:查两家文档有没有写上下文长度,有就改网关、接口加入上下文参数,并纳入每日同步。

数据来源(逐一核查,结论不同)

  • Agnes 有:官方每个文本模型详情页的「限制与价格」表写明 上下文窗口 / 最大输出(定价页没有这两项)。 agnes-3.0-flash = 512K / 65,536、agnes-2.5-flash = 512K / 65.5K、agnes-2.5-pro 与 agnes-2.5-pro-beta = 1M / 65,536。图片/视频模型页无此表 → 留 0。
  • OpenCode 没有:官方文档(Zen 页、v2/docs/console/go/)都不写上下文长度;/zen/go/v1/models 实测只回 id/object/created/owned_by(单模型详情 404、include 参数被忽略)。 唯一机器可读来源是 models.dev(OpenCode 团队维护的模型目录),其 opencode-go / opencode 两供应商每条模型都带 limit.context / limit.output。
    • 口径(老板拍板):只用于更新网关已有模型,不拿它当增删依据(models.dev 收录比官方 Go 文档多,含 omen-alpha 等文档未收录的);同名模型跨源不一致时取保守下限(minimax-m3 Go 1M / Zen 512K → 512,000;qwen3.6-plus → 262,144)——宁可早压缩,不能超窗口。
    • models.dev 拉取失败 → 返回 None,只跳过上下文同步,不产生漂移、不写盘。

改动

  • app/config.py:ModelInfo 新增 context_window / max_output_tokens(默认 0 = 未标注),解析 + 序列化一并带上。
  • app/main.py:GET /models 与 /v1/models 输出这两个字段;别名继承目标模型的值。
  • app/settings.py:「供应商与模型」面板往返不丢字段(默认 0 → 未配置的模型不会被补出 context_window: 0 污染 YAML);页面提交了就以此为准,没提交则沿用文件原文。
  • data/gateway.yaml:37 个模型落盘(33 OpenCode + 4 Agnes 文本),文本级插入保住全部手写注释(注释行 162 → 236)。
  • scripts/sync_models.py:新增 fetch_models_dev()、fetch_agnes_context()(逐模型页解析「限制与价格」表),diff() 产出 ctx_drift,apply_plan 走 _set_context(块内改值、保留行尾注释、幂等),verify() 回读校验,报告显示漂移;_DRIFT_KEYS 与 plan_is_empty 认 ctx_set。
  • 测试 201 passed / 0 failed(新增 3 个),ci_check.sh 全绿。

上线:supervisorctl restart api-gateway:api-gateway_00(pid 3492804)→ 实测 /v1/models 45 个模型、38 个带 context_window(含 wjd 别名继承 = 1,000,000 / 384,000),图片/视频模型正确为 0;health 200。代码已推远端(08a4aee,远端 = 本地)。

2026-09-24 · 修「QwenPaw 缓存命中率恒 0」:流式 usage 丢掉 prompt_tokens_details

现象:老板在 QwenPaw 上用本网关(wangjinding 自定义供应商)调 deepseek-v4.1-flash (别名 wjd),网页显示的缓存命中率一直是 0;同一模型直连 OpenCode 是 94~99%。

排查(全部实测,逐层证伪)

  1. QwenPaw 组装 messages 有问题 → 证伪:6 份连续请求逐条 diff,前面所有消息 逐字节一致、仅末尾追加 2 条(msgs 362→372 单调递增),tools 26 个逐字节相同 —— 教科书级的递增前缀。
  2. 网关发给上游的 payload 有问题 → 证伪:出站 payload 的 model / stream / stream_options 全同,session 稳定。
  3. 上游没给缓存 / 字段名非标准 → 证伪:拿网关真实出站 payload 原样直打上游, cached_tokens = 126464 / 126848(pt=126897 / 127648,≈99% 命中)。
  4. 真因 → 网关流式响应把上游 usage 重建成只含 prompt_tokens / completion_tokens / total_tokens 的版本,prompt_tokens_details.cached_tokens 在这一步被丢弃,末尾又用这份残缺 usage 覆盖上游原始值发给客户端 —— QwenPaw 从未 收到缓存字段,只能记 0。(同一个 bug 也导致网关自己的控制台看不到缓存命中。)

修复

  • 新增 _merge_usage(dst, src):整数字段累加、非整数字段(prompt_tokens_details 这类整份快照)覆盖,实现 usage 全字段透传;流式累加改用它。
  • _UsageScanner(三线直传的记账扫描器)顺带收集 cached_tokens,counts() 多返回 该键(消费方按名取值,不改既有行为)—— 网关控制台的缓存口径同步修正。
  • 非流式路径本就原样透传 result["usage"],无需改动。

回归:test_merge_usage_keeps_prompt_tokens_details、 test_usage_scanner_collects_cached_tokens;测试 198 passed / 0 failed。

上线验证:流式请求第 2 次 usage 已带 prompt_tokens_details.cached_tokens = 7168 (修复前该字段整个不存在)。

方法论留档(下次遇到「某个量归零」):网关的流式与非流式是两条互不相干的代码 路径(QwenPaw 走流式 _stream_response),插探针必须插对分支;排查顺序应是 入站 payload → 出站 payload → 上游原始响应 → 最后才查网关有没有把它改坏 (这次真凶恰好就在最后一环)。

2026-09-24 · 删除 deepseek-flash / omen-alpha + 立「上生产必推远端」规则

老板三条指令:① 那两个受保护的模型「删了」;② 报告不用改发飞书;③ 记住并写进文件与记忆——只要项目重启上线生产的代码都要推到远端仓库。

① 删除 opencode/deepseek-flash / opencode/omen-alpha

  • 此前在 PROTECTED 名单里护着(上游在服务、官方文档表未收录,怕收录滞后删错);老板拍板以上游文档为准 → 名单清空(机制保留:以后要临时护住某个 id 在此登记即可;被别名 / media 引用的 id 本来就有独立保护)。
  • --apply 落盘删除,opencode 网关 35 → 33 = 文档 33(Agnes 10 = 10,无漂移);两个模型块原文归档到 /root/.trash/<归档>/removed-model-blocks.yaml。
  • 线上确证:hot_reload 生效,/models 已不含这两个 id(总数 47 → 45),Agnes 的免费 / 限时免费标注不受影响。
  • 顺手修一个删块 bug(本次实测踩到):_find_model_blocks() 用「下一个 - id 行」当块尾,会把紧贴下一个模型的分组标题注释(本文件惯例:# ── … 写在组里第一个模型上方;同步自己写的「官方文档新增」标记同理)一起吞掉 —— 删 deepseek-flash 时连带删了 # ── Anthropic Messages 线(文档主推这条)。现改为块尾只收口到「块头注释」之前(_block_end + _BLOCK_HEADER_RE),标题已恢复,回归用例 test_remove_block_keeps_next_group_header_comment 钉住。
  • 测试 196 passed / 0 failed。

② 近两日积压提交全部推送远端(9 个 commit)

本地领先远端 9 个(含模型同步、Agnes 免费标注、间距修复、本轮删除),一次性带 token 推送完成: ecb99e6 → afd2f69 → 16d973c,远端 master tip = 本地 HEAD,.git/config 无 token。

③ 立「上生产必须同步推远端」规则(老板硬性要求)

  • README.md 新增段落:凡重启上线生产(supervisorctl restart api-gateway:api-gateway_00)或 npm run build 覆盖 frontend/dist 的代码改动,验证通过后必须推远端;顺序=改代码 → 测试/CI → 上线 → 确证线上生效 → commit → push;纯注释/配置靠热重载生效的也照推。唯一原则:线上跑着的代码 = 仓库里的代码。
  • 新增推送脚本:一次性带凭据内嵌 URL 推送,推完自动核对「远端 = 本地」并复查 .git/config 无凭据;无凭据退出 2、工作区不干净退出 3;脚本内不内置凭据(凭据只在 MEMORY.md)。

2026-09-24 · Agnes 免费 / 限时免费标注 + 免费标签间距对齐

老板需求:① Agnes 的模型也要标「免费」或「限时免费」;② 标注和模型名的间隔不一样,优化一下。

交付

部分 内容
判定口径 Agnes 定价页「### 当前优惠」小节:当前(均)免费 → 免费;当前限时免费 → 限时免费。按 bullet 切块 + 严格措辞,只认反引号里的完整 id(agnes-video-2.5 是 agnes-video-2.5-flash 的子串),输入图片前 5 张免费 这类计费额度不算模型免费
配置 free: true(免费)+ 新增 free_limited: true(限时免费)。落盘 7 条:3.0-flash / 2.5-flash / 3 个 image-*-flash / video-v2.0 = 免费,video-2.5-flash = 限时免费;只 +8 行,手写注释一行未动
每日同步 scripts/sync_models.py 新增 _agnes_free_map() / _set_agnes_free():免费标注纳入漂移比对与 --apply 落盘(free + free_limited),官方改口径时整行撤掉标注;回读校验新增 Agnes 免费位检查
后端 ModelInfo.free_limited 字段 + /v1/models 带出 free_limited(别名随目标继承)
前端 标签文案 免费 / 限时免费(中英各 2 个新键,i18n 755/755 对称);间距修正:.st-row .name-free { margin-left: 0 }
测试 新增 test_agnes_free_map_rules、test_agnes_free_apply_and_revoke_round_trip(加标注 / 限时 / 撤标注 / 幂等 / 相邻注释不被碰);195 passed / 0 failed

间距问题的实测根因

.st-row 是 flex(gap: 8px),而 .name-free 又给了 margin-left: 6px —— 标签左侧 8+6=14px、 右侧只有 8px,跟其它行「模型名 → 供应商名」的 8px 节奏对不上。用同源最小页实测: 修前 14 / 8,修后 8 / 8(且与无标签行的 8px 一致)。表格单元格是行内排布、没有 flex gap, 所以那边保留 margin-left: 6px,只对测速行归零。

上线

  • 配置:--apply 落盘(备份 data/gateway.yaml.bak,权限 600,回读校验通过),hot_reload 自动生效。
  • 后端:supervisorctl restart api-gateway:api-gateway_00(pid 3465113,health 200)。
  • 前端:npm run build 覆盖 frontend/dist,线上 /web 已换 index-CkVhRx-u.js / Models-RN5bN2Hd.js(旧 chunk 404),入口包里能查到「限时免费」。
  • 实测 /v1/models 载荷:Agnes 6 个免费 + agnes-video-2.5-flash 限时免费 + 3 个付费档无标注;space-bunny-free 免费标注不受影响。

2026-09-24 · 模型清单每日同步(全量落盘)+ 视频默认模型口径 + 修「空 plan 也写盘」

老板需求:网关的模型清单要和上游官方文档同步——文档新增的加进去、下线的删掉、 参数变了就更新;每天自动跑。

交付

部分 内容
scripts/sync_models.py 抓 OpenCode Go 文档 + Agnes 定价页,与 data/gateway.yaml 比对:默认只报告(退出码 0/1/2),--apply 真落盘
落盘方式 文本级增删改(data/gateway.yaml 里逐条实测的手写注释不被冲掉)+ 复用网关 write_config(备份 / 原子替换 / 600)+ 落盘后回读校验(模型集合、定价、协议线、别名目标、无关 provider 是否被碰),不过就中止、不写盘
边界 协议线只加不砍;PROTECTED 名单与被别名 / media 引用的 id 永不自动删,只在报告里点名(deepseek-flash / omen-alpha 上游在服务、文档表未收)
定时 QwenPaw cron 每天 08:00(Asia/Shanghai)跑 --apply,简报投控制台,报告追加 logs/model-sync.log
首次同步 Agnes +6(agnes-2.5-pro / 2.5-pro-beta / image-2.0-flash / image-2.1-flash / video-2.5 / video-v2.0)、agnes-3.0-flash 价目 0.35/1.00 → 0/0(文档现价免费)、补 2 条价目;OpenCode 无漂移

视频默认模型 media.video_model_name:不自动换

文档对三个视频模型没有「哪个最新 / 最好」的机器可读标记(agnes-video-v2.0 当前免费、 agnes-video-2.5 按输出分辨率计费、agnes-video-2.5-flash 限时免费),自动挑一个切上去 等于直接改线上视频行为。所以脚本只做两件事:保证它不被自动删(media 引用的 id 受保护)

  • 报告里列文档视频清单当候选(✓ 文档里还在 / ✗ 已下线)。换默认由人点模型名、改一行配置 (脚本 docstring、README、data/gateway.yaml 注释、cron 提示词四处都写明,防后手擅自切)。

修 bug:空 plan 也走写盘分支

plan_is_empty() 只看外层结构,而 plan["add"] = {"opencode": {}, "agnes": {}} 这种两层 dict 即使一个模型都没变也是真值 → 每天无漂移也重写一次配置(并覆盖上一份备份), 报告还误报「已写盘:…N 字节」。改为下钻到 provider 桶判断,并加回归用例 test_sync_plan_is_empty_drills_into_provider_buckets。单测 192 → 193 passed / 0 failed。

2026-09-21 · 用另一把 Zen API Key 再验免费档(结论不变:客户端锁定,写不进去)

老板需求:用新给的 oc_sk_… 这把 key 去调免费档试试。

实测(三组对照,同一台机器、同一时段)

端点 / 模型 结果
GET https://opencode.ai/zen/v1/models(新 key) 200,80 个模型(含 9 个 *-free)→ key 本身有效
Zen 端点调 8 个 *-free(mimo-v2.5-free、mimo-v2.6-flash-free、ling-3.0-flash-fin-free、muse-spark-1.2/1.3-contributor-free、nemotron-3-ultra-free、nemotron-3.5-lightning-free、jev-1.13-free) 全部 403 FreeTierError: OpenCode's free tier can only be used from within OpenCode
Zen 端点调付费模型(deepseek-v4.1-flash / kimi-k3 / minimax-m3) 全部 402 Insufficient account funds(Zen 账户没余额)
Go 端点(同一把新 key)调 space-bunny-free / deepseek-v4.1-flash 都 200(这把 key 同样在 Go 计划内)

结论(与上一轮一致,这次换 key 复核过)

  1. 免费档(*-free)是服务端「客户端锁定」:换 key 无效,只认 OpenCode 自己的客户端 —— 不是权限配置问题。本网关永远调不到,所以一个都没写入(按老板「可以用才写入」的条件)。
  2. 在线免费清单只有 9 个(models.dev 那 29 个里大部分已下线,实测 400 Model is unavailable); 其中唯一能用的 space-bunny-free 之所以能用,是因为它在 Go 计划里(已经收录,free: true)。
  3. Zen 账户余额为 0,付费 Zen 模型一律 402 → 现在加 Zen 供应商也没意义。
  4. 没有尝试伪装 OpenCode 客户端的 UA/签名去绕过 —— 那是官方明写的使用限制,绕过不合适。

2026-09-21 · 免费标志跟随模型名 + 轮换 Agnes Key + 复测 Zen 免费档(结论:一个都用不了)

老板需求:① 免费标志直接放在模型名称后面;② Agnes 供应商 API Key 换成新的那把; ③ 把 models.dev 里那批 *-free 用 Go 的 key 测一遍,能用就都写进网关。

① 免费标志位置(前端)

frontend/src/views/Models.vue:绿色「免费」标签从「能力」列挪到**「模型」列、紧跟模型 id 后面**; 左上「全部文本模型」测速行同样跟在名字后面(原先那枚闪电图标撤掉,避免同一件事标两遍); 「能力」列恢复成只标「视觉 / 参数固定」,免费模型那格显示「—」。

② Agnes Key 轮换

data/.env 的 AGNES_API_KEY 换新(值不入库,只写在服务器上 600 权限的 .env 里; data/.env 在 .gitignore 内)。重启后端后真实调用验证通过(见「验证」)。

③ Zen 免费档复测(29 个 *-free)—— 结论:一个都不能用,未写入任何模型

用 Go 的 key(OPENCODE_API_KEY)对 models.dev opencode 目录里 29 个 *-free 逐个打瘦请求 (max_tokens=1,带 x-opencode-session 与专属 UA):

  • 打 Go 端点 /zen/go/v1/chat/completions:29/29 全部 400 Model is unavailable.;
  • 打 Zen 端点 /zen/v1/chat/completions:同样全部失败 —— 一部分 400 Model is unavailable., 另一部分是 403 FreeTierError: OpenCode's free tier can only be used from within OpenCode。

结论:这批免费模型被客户端锁定(只允许 OpenCode 自己调用),不是 key 权限不够、 也不是端点写错 —— 第三方网关(含本网关)无论如何都调不到。按老板「可以用才写入」的条件, 一个都没写入。以后不要再重复测这批(结论已定;space-bunny-free 是 Go 计划里唯一真能用的免费模型)。

2026-09-21 · 刷新 OpenCode Go 模型清单(35 个,标注免费模型)

老板需求(原话):把 ai 网关的 OpenCode Go 的模型更新一下,免费的也要标注出来,弄好后重启上线。

数据来源

  1. 上游活列表 GET https://opencode.ai/zen/go/v1/models(真实 key,35 条);
  2. 官方文档价格表 / 模型-端点表(opencode.ai/docs/go,给出每个模型的原生线与价格,Space Bunny Free 一行价格是 Free / Free / Free、额度 Unlimited(限时));
  3. models.dev 的 opencode-go 目录(36 条,用于交叉核对价格;其中 ox-alpha-free 也是 cost 0,但上游 /models 与官方文档都没有它 → 未收录)。

变更

  • 新增 7 个:deepseek-flash(三线全通)、grok-4.7(responses)、omen-alpha(chat)、 gpt-6-luna(responses)、mimo-v2.6-flash(chat)、mimo-v2.6-pro(chat)、 space-bunny-free(chat + messages)。
  • 下线 1 个:union-alpha(Union Alpha Free)—— 上游 /models 已不再返回,实测回 400 Model is unavailable.;条目移除,免费位由 space-bunny-free 接替。
  • 免费标注:space-bunny-free 的 display_name 写成 Space Bunny Free(免费),模型页/接口 一眼可见;yaml 里同时写了官方价格表证据的注释。
  • 协议线:7 个新模型逐条真实调用验过(chat / messages / responses 各一只瘦请求, max_tokens=1,带 x-opencode-session 与专属 UA)——上游对不可用的线回 503 {"error":{"type":"server_error","message":"Upstream request failed: Endpoint is unavailable"}}, 据此定 protocols。顺手复核了 3 个存量多线模型(kimi-k3 / minimax-m3 / deepseek-v4.1-flash), 标注仍然正确。
  • README:供应商表模型数 17 → 35、模型清单小节按「线 + 免费」重写、三线直传小节数字同步。

踩坑记录(下次别再犯)

  • 探测上游必须带专属 UA(api-gateway/2.4.0 (jakon opencode-go)):用 python urllib 的默认 UA 会被 Cloudflare 拦成 403 error code: 1010,看起来像"模型不可用",其实是 UA 被 ban。

验证

  • yaml.safe_load 通过、providers.opencode.models = 35、带「免费」标注 1 个;
  • 全量单测与 scripts/ci_check.sh 六道门禁;
  • 重启后线上 /v1/models 抽查新模型与免费标注(见提交说明)。

2026-09-18 · 第三十一轮:虚拟模型 id(别名 wjd)—— 客户端固定一个模型名,实际打给谁由页面决定

老板需求(原话):设一个 wjd 模型 id,路由到指定的模型上(不是"跨格式");管理员在 网关配置里可以选择 wjd 映射的模型;谁都可以用 wjd(所有账号的 Key);只有 admin + 网页会话能改;wjd 只配置成 chat/completions(OpenAI 格式),不是 OpenAI 格式的模型 置灰不让选;member 在模型页只看到一行只读的映射。

语义(一句话)

aliases.wjd.target 是一个一对一指针:客户端写 model: wjd,网关在入口把它换成目标真实 模型 id,之后的挑供应商 / 盖强制参数 / 记账 / 熔断全部按真实模型走(一份事实来源)。 响应回显客户端请求名(model: wjd)、真实目标在 served_model;访问日志 model / served 两列分别记两者。

新增

  • app/config.py:AliasSpec(enabled / target / note)+ GatewayConfig.aliases; resolve_alias() / alias_of();_parse_aliases() 支持 wjd: opencode/kimi-k3 简写。 别名不进 _model_index(它不是模型)—— 想用别名必须显式 resolve_alias(),这样媒体端点、 未知模型分支不会"顺手"接受它。
  • 保存期四条硬规则(validate_config,唯一的边界): ① 目标必须存在;② 目标必须是文本模型且支持 chat/completions(图像/视频模型在 yaml 里 没写 protocols、看着像 OpenAI 线,实际不能用 → 直接拦);③ 别名 id 不得与真实模型 id 重名; ④ 启用却没写 target → 报错。停用(enabled: false)时不校验 target —— 允许"先停用再慢慢 改目标"。别名 id 限 [A-Za-z0-9._-]{1,64}。
  • 三处入口行为:/v1/chat/completions(含 /batch)→ 换 id 正常转发; /v1/messages、/v1/responses → 400 指路(说清目标是谁、该用哪个端点,且一次都不打上游); /v1/images/generations、/v1/videos* → 400 明确拒绝(别名只在文本线上存在,不是"模型不存在")。
  • GET /v1/models 增加别名条目(protocols: ["chat/completions"] + alias_of + alias_note, 视觉/参数/供应商/类型继承目标);停用的别名不出现。
  • 流式:别名调用时把 chunk 里的 model 统一成客户端请求名(元信息帧本就如此), 同一条流不出现两个模型名。非别名调用一个字节都不动。
  • app/settings.py:config_to_view 带出 aliases,view_to_raw 支持按段提交(没提交就沿用 原文,提交空映射 = 明确清空),渲染 yaml 时插到 providers 之后并带说明注释。
  • 前端「供应商与模型」页:新增「虚拟模型 id(别名)」卡片 —— admin 是 启用 开关 + 目标下拉 (只有支持 chat/completions 的文本模型可选,其余置灰并在标签里写明它支持哪几条线)+ 「保存映射」;member 是只读一行(数据来自 /v1/models 的 alias_of,普通账号读不到也不必读 /config)。别名不进模型计数、不进一键测速列表、不进模型表(它在自己的卡片里)。
  • 日志:指向变更逐条记 虚拟模型 id 生效/改指向/停用(<来源>): wjd → …,来源含页面保存的账号 或"配置热重载" —— 这个入口被改过要能在日志里查得到。

验证

  • 单测 187 passed / 0 failed(新增 8 条:四条规则与解析、目录继承、chat 线端到端、另两条线 400 且不打上游、媒体端点拒绝、测速明确说明、流式只有一个名字、面板读写往返 + 非法目标 400 不写盘)。
  • typecheck 0 错;check:i18n 中 753 / 英 753 对称;check:svg 通过。
  • 生产实测:见下(改指向即时生效、/v1/models 带 alias_of、另两条线 400、媒体 400)。

2026-09-18 · 第三十轮:全面体检发现项「全部」修完(下载白名单 / 视频归属 / 会话落盘 / i18n / 口令下限)

老板决策:上一轮交了「只查未改」的体检清单,老板回一句「全部」—— 逐项修完并直接上生产验证。

P0(实测复现的真 bug)产物下载白名单

  • download.allowed_hosts 只放了 cos-platform-outputs.agnes-ai.cn,而 Agnes 的水印版 产物走另一个 CDN maas-watermark-prod-new.cn-wlcb.ufileos.com(admin 历史里 9-16 的 3 条产物 都是这个域名)→ 页面「下载」必 400「该地址不在允许下载的域名白名单内」。
  • 补上水印域名;data/gateway.yaml 与 README 都写清这张表是出网白名单、换 CDN 要同步维护。
  • 生产实测:GET /v1/media/download?url=<水印图> → 200 / 129871 bytes(改前 400); 非白名单域名(evil.example.com)仍 400。

视频任务归属(新增 app/video_owners.py)

  • 原先 GET /v1/videos/{video_id} 不判归属:任何已登录账号拿到 id 就能读别人视频任务的状态 与产物 URL(与 users/history/metrics 的「按账号隔离」口径不一致)。
  • 创建成功那一刻登记 video_id → 账号(_owners.record,走 _offload),轮询据此判权: 非归属账号回 404(而非 403 —— 403 等于确认 id 存在,会把 id 变成存在性探针)、 admin 放行、无登记放行(改动前创建的老任务 / 落盘丢失时,渐进收紧,不砸正在轮询的流程)。
  • 落盘 data/video_owners.json(600、原子写、TTL 7 天、上限 2000 条)。

登录会话落盘(app/sessions.py)

  • 此前纯内存 → 每次重启把全体网页登录踢下线。现在落盘 data/sessions.json: 只存 token 的 sha256(不存 token 本身,备份泄漏也无法直接冒充)、原子写 + 权限 600、 写失败只告警(退化成原行为)、载入时丢弃已过期会话。
  • 吊销语义不变且吊销也落盘(改密 / 重置 / 删号 / 停用 → 该账号全部会话立即失效)。
  • 生产实测:登录拿 token → restart → 同一 token 仍 200(/auth/apikeys); 文件里 token in raw == False。

口令下限 4 → 8(app/users.py)

  • MIN_PASSWORD = 8。只作用于「建号时显式给密码 / 事后改密」;登录不做长度校验, 故既有短口令账号(如 test)照常能登,只是不能再被改回短口令。前端 newPw/newUserTip 同步。

/config/env 值校验(配置页环境变量卡)

  • 拒绝含 \n / \r / \x00 或长度 > 4096 的值 —— .env 是逐行重建的,一个带换行的值 就能在文件里凭空多出几行、改掉同一份 .env 里的其它变量。
  • 生产实测:换行值 / 超长值 / 非白名单变量名均 400,且 md5(data/.env) 前后一致。

性能 / 一致性

  • history 四个端点补 _offload:HistoryStore 每次整份读写(上限 4MB),此前是唯一还在 事件循环里同步跑的文件 IO(users/feedback/config 早已挪到线程池)。
  • GET / 导航里的 docs 一行改为仅当 docs_enabled 时列出(关掉时路由不存在,列着会 404)。
  • /health/{provider} 注释更正:它一直是 require_auth(恒定要鉴权,不随 health_auth 放宽), 旧注释误写「同受 health_auth 保护」。保留更严的行为(它会用网关的 Key 打上游 /models),改注释。

前端 i18n 收口

  • views/Videos.vue 素材摘要(原硬编码 首帧:xx.png)、lib/upload.ts 全部用户可见报错与 preset 名、lib/charts.ts 空态文案 → 全部走 i18n(新增 videos.media* 5 键 + upload.* 15 键, 中英 737/737 对称);lib/upload.ts 取全局 i18n.global.t(模块非组件)。
  • 删除 router.ts 中无人消费的 meta.title(只有中文的死元数据;菜单标题唯一来源是 lib/nav.ts + i18n)。
  • frontend/scripts/check-i18n.mjs 新增「硬编码中文」扫描:剥掉块/HTML/行注释(避开 https://)后扫字符串字面量,命中即 build 失败;允许清单仅放「语言自称」(登录页的 中)。 自测:临时塞一句 '中文硬编码自测' → 构建前置检查正确抓出。

文档 / 基建

  • README:.env 段补 OPENCODE_API_KEY、说明两层 .env(data/.env 用 override=True 压过根 .env,值不得含换行/控制字符、≤4096)、修掉 data/gateway.yaml 的 auth.users 死引用与「自动路由」措辞、安全基线补「下载代理白名单维护」「视频任务归属」、 数据文件清单补 sessions.json / video_owners.json 与对应 GATEWAY_* 覆盖项、测试计数 165 → 179。
  • .env.example 重写:删 B_AI_API_KEY(供应商早已删除)、补 OPENCODE_API_KEY 与全部可覆盖 路径,写清三层优先级(真实环境变量 > data/.env > 根 .env)。
  • Makefile:lint 从手写文件清单改 python -m compileall -q app run.py(原清单漏了 users.py / history.py / feedback.py / settings.py / sessions.py / video_owners.py)。
  • .gitignore:补 3 个测试临时文件、data/sessions.json、data/video_owners.json、data/*.bak; 仓库里 3 个 data/gateway.yaml*.bak 执行 git rm --cached(本地文件保留,只是不再入库)。
  • app/settings.py:配置备份写完后显式 chmod 600(shutil.copy2 会照抄源文件权限, 源是历史遗留的 644 时备份也会跟着 644)。
  • 新增 scripts/ci_check.sh:一条命令跑完「后端 compileall + 单测 + i18n/SVG 体检 + vue-tsc + build」(--fast 跳过 build),本地与 CI 通用;任何一步失败都继续跑完再汇总(一次暴露全部问题)。 没写 CI 流水线配置:托管方的流水线 schema 我没把握,不想靠猜去改线上流水线 —— 交给老板确认后 把 bash scripts/ci_check.sh 挂上去即可(脚本退出码就是判定依据)。
  • Makefile 的 test 目标注释改成实话:环境里没装 pytest,「pytest tests/ -q」照着敲只会 command not found;这套单测是自带 runner 的独立脚本,python tests/test_gateway.py 才是能跑的。
  • tests/ + app/ 的 flake8 --select=F,E9 清到 0(原本 5 处:未用 import ×4、赋值未用 ×1)。
  • 一键测速探针不传 session 处补注释:这是有意的 —— 复用真实会话值会被上游前缀缓存拉成 「假快」,测速失去意义(所以适配器回退随机值)。

测试

  • 179 passed / 0 failed(173 → 179)。新增:会话落盘(跨重启有效 + 盘上无明文 + 吊销落盘)、 过期会话载入即丢、视频归属语义(本人 / 他人 / admin / 无登记 + 跨重启保持)、端点级 「他人 poll → 404」、/config/env 值校验(4 种坏值 + 沙箱写路径生效)、口令下限(含 「默认密码=账号名不受限、短口令仍可登录」)。
  • 修掉一个测试隐患:写路径此前没有环境变量覆盖,测试一旦覆盖到就会直接改生产 data/.env —— 新增 GATEWAY_ENV_FILE(与 GATEWAY_SESSIONS / GATEWAY_VIDEO_OWNERS 同套路),测试全部指到 .test_* 沙箱文件。

结论:CSP 的 'unsafe-eval' 现在还不能删(有 A/B 实测)

  • 临时把 CSP 改成 script-src 'self' 并重启 → 真浏览器打开 /web/#/login:#app 全空、 登录表单完全不渲染;改回 'unsafe-eval' → 表单与中英切换全正常。
  • 根因:打包产物里唯一一处 new Function 在 vue-i18n 的消息编译器(运行时编译带插值/复数的 文案需要 eval)。正解是把文案编译搬到构建期(@intlify/unplugin-vue-i18n 预编译消息), 在没做这件事之前不要动这条 CSP —— 旧注释里「本地无 CSP 的 vite preview 看不出、上线会白屏」 是对的。

上线与验证

  • 后端 supervisorctl restart api-gateway:api-gateway_00;前端 npm run build 覆盖 frontend/dist(网关 StaticFiles 直接挂载)→ 线上入口 index-Bf3pWvHR.js。
  • 生产验证:/healthz 200、登录页 + 中英切换(真浏览器)、/health/agnes 无凭据 401、 GET / 导航无 docs、env 值校验 400 且文件未变、水印图下载 200、未登记 video_id 轮询 照常走通(无 500)、同一会话 token 跨重启仍有效。

2026-09-18 · 第二十九轮:x-opencode-session 缺省按 API Key 稳定派生(提缓存命中)

老板决策:把网关接入 agent / QwenPaw 时,客户端多数不传 conversation_id,网关此前 回退成每调用一个随机 UUID → 上游(OpenCode Go)提示词缓存命中率恒为 0(换 session 就不 吃缓存)。

改法(app/main.py,只动网关,不动 QwenPaw)

  • 缺 conversation_id 时不再随机:
    • 请求带 API Key → 上游会话 = sha256("k:" + <该 Key 的随机串,即 wjd- 后面那串>)[:32], 一个 Key 一个稳定会话(_key_token() 去前缀 + _upstream_session 哈希)。
    • 只有登录会话(页面)→ 上游会话 = sha256("u:" + 账号)[:32] 稳定兜底。
  • 仍保留:客户端显式带 conversation_id → 按「账号:会话」哈希(按会话隔离)。
  • 安全取舍:不把 Key 随机串本体直接发给 opencode(那串是凭证内容,泄漏给第三方等于半个 Key),而是先 sha256 再发;上游只看到 32 位十六进制串,既不暴露账号名也不暴露 Key 明文。

验证

  • 单测 173 passed / 0 failed(test_conversation_id_isolated_per_account、 test_api_conversation_id_flows_to_session_header、test_non_ascii_... 已更新为「不传→非 None 稳定会话」新语义)
  • 生产已重启(api-gateway:api-gateway_00,pid 1488509),/healthz ok、无回归
  • 真实的 cached_tokens>0 演示暂被挡:opencode 免费 5 小时额度仍锁定(上游 429),待额度 重置(约 3h)后可再实测两通相同前缀调用确认命中。

2026-09-18 · 第二十七轮:三线直传 + 彻底删除路由别名

老板决策:wjd 路由这个功能去掉、删除掉,相关的代码和文档一起更新。

删除(路由别名 / fallback 链 —— 整块功能)

  • app/config.py:删掉 RouteInfo 类、GatewayConfig.routes 字段、find_route() / all_routes() / validate_routes() 三个方法,以及 YAML 里 routes: 段的解析。 老配置残留的 routes 段不报错、直接忽略(日志一条 warning),免得旧配置起不来。
  • app/main.py:删掉 _route_chain() / _order_chain_by_speed() / _filter_chain_by_protocol() / _vision_first() / _chain_has_vision();_chat_fallback() → _chat_once()(单模型 + 同模型 重试 + 熔断,不再"这个不行换下一个");流式 _stream_response() 单模型化(新增 _sse_error() 统一错误帧);batch / 媒体端点 / 热重载 / 启动日志 / / / /health / /v1/models 里的路由痕迹 全部清掉。
  • app/metrics.py:删掉 routes 维度、fallback_total 与 record_fallback();指标只剩 模型 / 供应商 / 账号 三个维度。
  • app/settings.py:配置面板视图与写回不再有 routes 段。
  • data/gateway.yaml:routes: {} 整段删除,server.retry 注释去掉 route.retry 说法。
  • 限流从三级(全局/路由/供应商)变两级(全局/供应商);route.timeout、路由级告警一并消失。
  • 前端:Models 页路由别名表 → 全部文本模型 + 一键测速;Chat 页去掉"路由"选项组与降级徽标; Metrics 页「路由 vs 供应商」→「按供应商成功/失败」;Dashboard 路由链卡片 → 协议线覆盖卡片; Settings 默认模型下拉去掉 wjd;ApiKeys 页示例改真实模型 id;中英文案同步(699 / 699 对称)。

保留

  • 一键测速(Models 页每行的延迟实测)保留,改为按模型自己的协议线探测。
  • wjd- 开头的 API Key 前缀规则不变(那是 Key,不是路由)。
  • app/routing.py 保留 —— 它只做「model_id → 供应商 + 认证解析」,与被删的路由别名无关(名字沿用)。

为什么删(不是"藏")

三线直传落地后「入站格式 = 出站格式」,模型 id 必须与协议线一一对应;再套一层"自动挑最快模型" 的别名,会把调用方选定的格式与能力(视觉 / 工具 / 协议线)悄悄换掉。要换模型就换 model, 网关不替谁做主。

验证

  • 后端单测:165 passed / 0 failed(删 6 个路由引擎用例、改写 10 个、新增 2 个)。
  • 前端:vue-tsc --noEmit 0 错、npm run build 成功、check-i18n 中英 699/699 对称。
  • 生产未动:后端需 supervisorctl restart api-gateway:api-gateway_00(踢会话), 前端 dist 覆盖需老板点头。

上线(老板批准重启,2026-09-18 15:16)

  • 前端 npm run build 产物覆盖 frontend/dist(新入口 index-CWUVm0px.js,公网 https://127.0.0.1:8808/web/... 已服务新入口、旧入口 404)。
  • 后端 supervisorctl restart api-gateway:api-gateway_00 → 新 pid,127.0.0.1:8808 正常, /health 200、启动日志「已加载 3 供应商」。
  • 代码仍未提交 git(老板明确要求"先别提交")。

上线后真机复验:抓到并修掉 3 个本轮新引入的缺陷(P0×3)

老板批准上线后,用 live_check.py(真实 key、走公网网关)复验,发现:

  1. 【P0】三线直传入门即 500:_passthrough() 里 _enforce_rate_limit(cfg, request, None, pkey, model_in) 多传一个参数(函数只收 4 个)→ 每一次 /v1/messages 与 /v1/responses 都 TypeError → 500。 即本轮的核心功能两条线全灭(chat/completions 不受影响)。已改为 4 参调用。
  2. 【P0】/metrics/prometheus 500:导出器仍读 snapshot["fallback_total"](该字段已随路由/fallback 删除) → KeyError。已删该指标行 + 其 HELP/TYPE,并顺带删掉 /health 里恒为 0 的 fallback_total 死字段。
  3. 【P0】图像/视频的 token 没发出去:本轮改为"鉴权头按协议线在 _req_headers 组装"后, create_adapter 不再往静态 headers 塞 Authorization,但媒体三个调用点仍在用 self._headers ⇒ 图像生成/视频创建/视频轮询出站零鉴权头。真机:Agnes 图像 401「未提供令牌」,而同一 key 直接 curl 同地址 200。已新增 _media_headers()(静态头 + Bearer + 会话头)并在三处使用。
  4. 测试基建(漏检根因之一):tests/test_gateway.py 的 if __name__ == "__main__" 运行块夹在文件中间, 脚本模式下只收集执行到该行时已存在的测试 → 定义在其后的用例根本不跑 (test_image_request_goes_to_requested_model 白写了一轮)。已把运行块移到文件末尾, 并新增 6 条真发请求的回归测试(/v1/messages 往返 + conversation_id 不透传、/v1/responses + 跨线 400 闸门、直传供应商级限流 429、上游 4xx 原样回且不计熔断、流式字节原样转发 + 上游 4xx 真实状态码、 Prometheus 200 且无已删指标、媒体三处带 Bearer)。 单测 165 → 173 passed / 0 failed。
  5. 文档订正:README 残留的旧句「调用时 model 填 wjd,网关按顺序尝试」删除(路由已整块移除); 鉴权小节「Key 均不落明文」改为与「Key 明文回显」取舍一致的表述。

复验结果(重启后再次真机)

live_check.py:19 PASS / 0 FAIL / 0 WARN —— 三线直传真实 200、跨线 400、/metrics/prometheus 200、 图像生成 200。另手工验证:视频轮询可达上游(404「任务不存在」而非 401「未提供令牌」)、 图像下载 /v1/media/download 560KB PNG 正常落盘、一键测速三条线各测一个模型均 ok (chat/completions 7106ms、responses 2014ms、messages 1360ms)。

按轮次记录 api-gateway 的修复与优化(README 侧重能力/配置说明,这里侧重每轮的改动、排查、验证与上线)。


2026-09-18 · 第二十六轮:会话 id 入站校验 + 按账号隔离(老板:「修掉」)

背景:老板问「用网关 API 直接调 OpenCode Go 时 x-opencode-session 是什么逻辑、同一会话怎么设计」, 顺带实测出两个问题。查证与实测过程见 memory/2026-09-18/。

实测事实(真实 key)

  • 上游硬性要求该头:缺失或空字符串 → 400 MissingSessionID;格式不限(UUID / user1:conv-42 / 300 字符 / 4000 字符都收)。
  • ⚠️ 结论更正(同一轮内自我推翻,务必记住):最初用「同一长 prompt 打 4 次」得到 "缓存以该头为作用域"(同 session 第二次全量命中 897、换 session 归零、同 session 末尾追加前缀命中 832)。 随后补做时间对照实验才发现那是时间巧合:同一 session 连打 6 次得到 [0,0,0,0,896,896] (前 4 次全不命中);等 25 秒让缓存落定后换全新 session 打同一 prompt,出现「命中 936」与 「不命中 0」混合。 → 真实结论:cached_tokens 与该头没有稳定关系。上游是机会性的内容前缀缓存(命中时比例很高, 但不可依赖),推测受上游多实例/缓存分片/写入延迟影响。该头的真实作用是上游的会话标识(必带,缺失 400)。 → 方法论教训:判断"缓存是否绑定某个变量",必须做时间对照(先让缓存落定,再只变那一个变量), 否则会把"缓存写入延迟"误读成"变量生效"。一次顺序观察不足以定性。

修的 Bug 1:非法 conversation_id 被误报成「上游故障」

conversation_id 此前零校验。传中文(或任何非 ASCII)时:httpx 组 header 抛 'ascii' codec can't encode characters → 被当成上游失败 → 重试 3 次(必然全失败)→ 最终回 502「路由 x 全部模型调用失败」 + 记熔断。客户端传错值,却被伪装成上游挂了。

  • app/models.py:新增 CONVERSATION_ID_MAX = 128 + ChatRequest._validate_conversation_id (剥两端空白;空白串按"未传"处理回退随机 UUID;非 ASCII / 超长 → 校验失败)。
  • 入站即 422,且一次都不发上游(回归用例断言适配器零调用)。
  • 连带修掉一个通用隐患:pydantic v2 会把校验器抛出的异常对象放进 errors()[i]["ctx"]["error"], 而 422 处理器原先直接把 exc.errors() 塞进响应体 → 序列化抛 TypeError → 中间件兜底成 500「网关内部错误: TypeError」(任何自定义校验器都会踩)。现新增 _jsonable_errors() 清洗 ctx(异常对象转字符串)、收敛 input,并在输出前 json.dumps 自检降级;顺带剥掉 pydantic 的 Value error, 前缀(字段名已在 loc 里,避免「conversation_id: Value error, conversation_id …」的噪音)。

修的 Bug 2:会话 id 原样透传 → 跨账号共用同一个上游会话标识

两个账号只要用了同一字符串(test、1、照文档抄的示例),就会把同一个会话标识发给上游。 没有证据表明这会让对方看到你的内容(缓存/上下文都不会把别人的回答返给你),但语义上是错的: 上游以为这是"同一个会话",账号之间在归属/记账/可能的限流口径上互相串味。

  • app/main.py:新增 _upstream_session(conversation_id, account),派生 sha256(f"{account}:{conversation_id}")[:32];非流式(_chat_fallback)与流式(_stream_response) 两个调用点统一改用它。同一账号同一对话仍是恒定标识(语义正确),账号间天然隔离, 且上游只看到一个 32 位十六进制串(不暴露账号名与业务命名)。 注意:不要把它当成缓存优化——缓存与该标识无关(见上文结论更正)。

验证

  • 单测 171 passed / 0 failed(原 168 + 新增 3:模型层归一化与拒绝、按账号隔离与稳定性、 非 ASCII/超长在入站被拦且零上游调用)。
  • 隔离实例 8899(项目副本 /tmp/gw26-verify,pid 1238326;生产 8808 未受影响)真机实测:
    • 中文 conversation_id → 422(此前 502 + 白重试 3 次)、超长 500 字符 → 422、空白串 → 200(视作未传);
    • 两个账号(admin / liunuanshu)用同一个 conversation_id 各调 kimi-k3 → 都 200(派生后的值被上游正常接受);
    • 缓存归属实验(直连上游、真实 key,prompt≈940 token):见上文结论更正的三组数据。
  • 文档:README 补「取值限制 / 派生规则 / OpenAI SDK 用 extra_body」+ 缓存结论更正;本 CHANGELOG 记一轮。
  • 上线状态:含 Python 代码改动 → 需 supervisorctl restart api-gateway:api-gateway_00 才生效(会踢网页会话), 待老板批准;本轮无前端改动,不需要 npm run build。

2026-09-18 · deepseek-v4.1-flash 视觉能力实测确认(纯配置,hot_reload 生效)

背景:老板提示 deepseek-v4.1-flash(OpenCode Go)是多模态。上游 /models 不提供能力字段(返回只有 id/object/created/owned_by),只能靠真实调用判定,不能凭文档或模型名猜。

实测方法与结果(真实 key)

  • 对照组设计:同一条带图请求(content=[{type:"text"},{type:"image_url",image_url:{url:"data:image/png;base64,…"}}]) 分别打给目标模型和已确认纯文本的 deepseek-v4-flash —— 后者 HTTP 400,前者 HTTP 200,区分成立 (否则"200"可能只是上游忽略图片块,无法证明它真的看了图)。
  • 颜色判别(64×64 纯色 PNG,红 220,30,30 / 蓝 30,60,220 / 绿 30,200,80):deepseek-v4.1-flash 红/蓝/绿三色全部答对,与已标视觉的 deepseek-v4-flash-vision-exp 表现完全一致。
  • 过网关复测(公网 https://127.0.0.1:8808):直连 deepseek-v4.1-flash 三色全对;路由别名 wjd 带图请求被排到视觉模型、答对「红色」。
  • 踩坑(判定方法的坑):它是推理模型,max_tokens 给小了(首次探针用 40)时 token 全被 reasoning_content 吃光、content 返回空串——看起来像"只收图不回答"。复测放大到 300+ 才拿到答案。 以后判定视觉能力别用 40 这种量级。

改动

  • data/gateway.yaml:deepseek-v4.1-flash 增加 vision: true(附实测注释)。
  • README.md:OpenCode Go 模型清单里该模型标注「(视觉)」,并补进「视觉能力位」说明段。
  • 纯配置改动 → hot_reload 15s 自动生效,未重启后端、未踢网页会话。/v1/models 中该模型 vision 由 false → true(实测确认);带图请求现在也会在 wjd 路线上把该模型视为视觉候选。

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 2.23s、过网关 2.98.4s,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 <X> is allowed / <参数> must be greater than <N> 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)。
  • 远端推送新增提交。

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。 (→ 该动因后来被实测推翻:第二十六轮的时间对照实验证明缓存与该头无关,稳定会话本身不带来缓存收益;保留本节点只为记录当时的判断依据。)

改动

  • app/models.py:ChatRequest 显式声明 conversation_id: str | None(网关内部字段,不进 model_extra → 不透传上游)。
  • app/adapters/openai_compat.py:_req_headers(session_id)、chat/chat_stream 新增 session_id 参数——传入则原样用作 x-opencode-session,缺省回退随机 UUID。
  • app/main.py:非流式与流式主链路把 req.conversation_id 作为 session_id 传入适配器。
  • frontend/src/views/Chat.vue:对话页新增 convId(crypto.randomUUID,带老浏览器回退),buildPayload 注入 conversation_id,随对话状态持久化(sessionStorage + 服务端历史);applyChat 沿用历史里的 id、否则新建;clearConversation 生成新 id(新对话不共享旧缓存)。
  • tests/test_gateway.py:新增 test_chat_conversation_id_is_internal_not_upstream、test_opencode_session_header_from_conversation_id。

验证

  • 单测 157 passed / 0 failed(+2);前端 vue-tsc --noEmit 通过。
  • 真实 key 冒烟:同一 conversation_id 两次调用均 200,x-opencode-session 稳定一致;缺省回退 32 位随机、两次不同;非会话供应商不带该头。
  • 说明:缓存命中是上游机会性优化,网关侧保证的是「同一对话稳定 session」。

上线(待老板批准)

  • 含后端代码改动 → 需 supervisorctl restart;前端 Settings.vue/Chat.vue 改动需 npm run build 覆盖 dist;远端推送待确认。

一句话:给网关接入 OpenCode Go(https://opencode.ai/zen/go/v1)的 OpenAI 兼容 /chat/completions 线 17 个文本模型;按老板「wjd = 全部文本模型」规则全部并入 routes.wjd。

背景(文档要点)

  • OpenCode Go 是每月订阅制编程模型入口;每个请求必须带 x-opencode-session 头(实测缺它接口 400 MissingSessionID),建议专属 User-Agent(实测 UA 不敏感,session 头才是硬性要求)。
  • 模型分三条契约线:/chat/completions(OpenAI,本网关可直连)、/messages(Anthropic MiniMax/Qwen 等)、/responses(Grok/GPT/Muse)。仅接入 OpenAI 兼容线;其余两条不在本次范围。

改动

  • data/.env:新增 OPENCODE_API_KEY(600、gitignored)。
  • data/gateway.yaml:
    • 新增 providers.opencode:base_url https://opencode.ai/zen/go/v1、token_env OPENCODE_API_KEY、requires_session_header: true、extra_headers.User-Agent: api-gateway/2.4.0 (jakon opencode-go),收录 17 个文本模型(glm-5.3-flash/5.3/5.2/5.1、kimi-k3/k2.7-code/k2.6、longcat-2.0、deepseek-v4-pro/v4-flash/flash/v4.1-flash/v4-flash-vision-exp(视觉)、mimo-v2.5/v2.5-pro、hy4-preview/hy3)。
    • routes.wjd 追加这 17 个(wjd 链 = 20 个文本模型)。
    • 未收录:glm-5、kimi-k2.5、hy3-preview(上游实测 400 Model is unavailable);/messages、/responses 线模型未接入(适配器不含该契约)。
  • app/config.py:ProviderConfig 加 requires_session_header 字段并解析。
  • app/adapters/openai_compat.py:OpenAICompatAdapter 加 requires_session_header,在每次请求动态注入 x-opencode-session: <uuid>(不能放静态 headers——_get_adapter 缓存会冻结)。
  • app/adapters/__init__.py:create_adapter 透传开关。
  • app/settings.py:面板视图与写回均增补 requires_session_header(否则 roundtrip 后该字段被重置为 False)。
  • frontend/src/views/Settings.vue:默认模型下拉 TEXT_MODELS 追加 17 个 go 模型(老板「全部文本模型」)、保留 wjd 在最前。
  • tests/test_gateway.py:
    • test_load_config_providers 断言 {"agnes","volc_engine","opencode"};test_load_config_routes wjd 长度 3→20。
    • 修复既有污染:test_effective_rps_priority 直接用共享 m._cfg() 把 agnes.rate_limit_rps 改成 9 且未还原,新增 go 模型后触发限流桶被填满、令 chat_unknown / batch / streaming fallback 三个测试在全套运行时假红——已加 finally 还原(这本质是测试手尾泄漏,非业务 bug)。

验证

  • 文档端点实测:GET /zen/go/v1/models 通,返回 38 个模型(原生 id、无前缀)。
  • 契约实测:17 个 chat/completions 模型真实 key 全部 200;glm-5 / kimi-k2.5 / hy3-preview 400 未收录。
  • 头敏感性实测:带 x-opencode-session 必 200,缺它必 400(UA 无关)。
  • 适配器端到端(真实 key):非流式 glm-5.3-flash 与流式 deepseek-v4-flash 均正常返回(证明会话头注入生效)。
  • 单测:155 passed / 0 failed;前端 vue-tsc --noEmit 通过。

上线(待老板批准)

  • 含 Python 代码改动(config / adapters / settings)→ 需 supervisorctl restart api-gateway:api-gateway_00 才生效(会踢网页会话);纯 yaml 的 hot_reload 只重载供应商/模型定义,requires_session_header 字段与注入逻辑要重启后代码才认。
  • 前端 build 覆盖 dist(纯前端上线动作)与远端推送待老板确认。

一句话:老板拍板——现有 + 以后新增的每一个文本模型都必须加入 routes.wjd 兜底链。本次把 agnes-2.5-flash 补进 wjd,并把这句作为长期规则写入 MEMORY / README / CHANGELOG,供后续新增模型照做。

改动

  • data/gateway.yaml:routes.wjd.models 补第 3 位 agnes-2.5-flash,链改为 ark-code-latest → agnes-3.0-flash → agnes-2.5-flash;加上注释「wjd 链路 = 全部文本模型(新增/现有都必须加入)」。
  • README.md:wjd yaml 示例链同步为 3 模型 + 同一句注释。
  • tests/test_gateway.py:test_load_config_routes 断言 len(wjd.models) == 2 → 3。
  • MEMORY.md / memory/2026-09-18/wjd-route-rule.md:记录决策为长期约束(新增文本模型必须同时进 routes.wjd.models)。

验证

  • 静态校验:data/gateway.yaml 中全部 type: text 模型 = agnes-2.5-flash / agnes-3.0-flash / ark-code-latest,与 routes.wjd.models 完全一致(无缺失、wjd 无多出的非文本模型)。
  • 单测:python3 tests/test_gateway.py → 155 passed, 0 failed。
  • 运行时排序不受影响:wjd 仍按「可用性 + 速度」实时重排,配置序只是冷启动初始序;timeout:60 / retry:1 不变。

上线

  • 纯配置改动,hot_reload ≤15s 自动生效,无需重启、不踢会话;是否推远端等老板确认。

一句话:给 Agnes 供应商注册新模型 agnes-2.5-flash(2.0 升级版,OpenAI 兼容 Chat Completions,支持图像 URL 输入)。

改动

  • data/gateway.yaml:providers.agnes.models 新增:
    • agnes-2.5-flash(text,vision: true,注释注明:2.0 升级版、OpenAI 兼容 /v1/chat/completions、支持图像 URL 输入与工具调用、上下文 512K / 输出 65.5K、现价暂免)。
    • pricing.per_model 新增 agnes-2.5-flash: { input: 0, output: 0 }(文档现价输入/输出/缓存命中均 ¥0/百万)。
  • frontend/src/views/Settings.vue:TEXT_MODELS(对话默认模型下拉)插入 agnes-2.5-flash(['wjd','agnes-3.0-flash','agnes-2.5-flash','ark-code-latest'])。
  • README.md:供应商表 Agnes 行补 agnes-2.5-flash(text,支持图像输入)。

实测(连真实 AGNES_API_KEY,经生产适配器直调)

  • 文本 agnes-2.5-flash → 200 "正常" ✅
  • 视觉(200×200 红图 data:URI)→ 200 "红色" ✅(vision 标记确认正确)

上线

  • 纯配置(gateway.yaml)hot_reload ≤15s 自动生效、免重启;前端 npm run build 覆盖 dist(新入口 index-BcM3V8if.js),/web/ 静态服务自动服务新产物。
  • 单测 155 passed / 0 failed(新增模型未破坏现有断言,models[0] 仍为 agnes-3.0-flash)。

说明

  • 未加入 routes.wjd 兜底链(boss 未要求)——如需让它在 wjd 路由里兜底,加进 routes.wjd.models 即可。
  • agnes-3.0-flash 仍是 TOKEN_MODELS 里第 2 顺位(紧随 wjd)。

2026-09-17 · 移除智谱 GLM(bigmodel)供应商

一句话:老板要求删除智谱供应商,代码/配置/文档/测试/前端全清——覆盖上上轮新增的 6 个 GLM 文本模型(含 3 视觉)、CogView-3-Flash 文生图、CogVideoX-Flash 文生视频及配套的媒体契约代码。

改动清单(除 CHANGELOG 历史条目外全部清零)

  • data/gateway.yaml:删 providers.bigmodel 整块(GLM-4.7-Flash/GLM-4-Flash-250414/GLM-Z1-Flash/GLM-4.6V-Flash/GLM-4V-Flash/GLM-4.1V-Thinking-Flash 6 文本 + cogview-3-flash 图像 + cogvideox-flash 视频 + 整套 media 配置);download.allowed_hosts 删智谱 CDN 项(maas-watermark-prod-new.cn-wlcb.ufileos.com);头注释供应商列表 → Agnes / 火山方舟 Coding。routes.wjd、pricing 本就不含智谱,无需动。
  • data/.env:删 ZHIPU_API_KEY。
  • app/config.py:MediaConfig 删 video_style / video_default_size 两个字段及其解析(智谱视频契约专用)。
  • app/main.py:_ZHIPU_VIDEO_SIZES 常量删;_validate_video_request 删 zhipu 分支、恢复单参数 (req)、docstring 去"接入其它视频供应商";videos_create 恢复"先入站校验后解析"原顺序(去掉按供应商媒体契约分流);_video_status 改通用描述(去智谱词,状态优先级 status/state/task_status);description → (Agnes / 火山方舟)。
  • app/settings.py:面板 MEDIA_KEYS 删 video_style / video_default_size。
  • app/adapters/{__init__,openai_compat}.py:docstring「三家」→「两家」;create_video / poll_video 删 zhipu 分支(恢复纯 Agnes 风格);删 urllib.parse.quote 导入。
  • 前端:Settings.vue TEXT_MODELS 去 6 个 GLM;Videos.vue 删智谱视频专用表单/状态/watch/create 分支,恢复 Agnes 表单;Images.vue 删 cogview 像素档/isZhipu/参考图与 ratio 的 v-if;locales/{zh,en}.ts 删 videos.z*(7 键/语言);media.ts findVideoUrl 优先键去 video_result。
  • README.md / docs/frontend-design.md:供应商改两家,删智谱供应商表行、.env 说明去 ZHIPU_API_KEY。
  • tests/test_gateway.py:test_load_config_providers 账号集合→{agnes,volc_engine}、删智谱媒体断言;速度排序测试用 [ark-code-latest,agnes-3.0-flash] 两模型演示(删 GLM);test_vision_first 用 agnes-3.0-flash(vision)当视觉样例;媒体路由别名测试/配置写回测试/视频轮询测试改用真实模型或恢复原样。

验证 / 上线

  • 单测 155 passed / 0 failed;全项目 grep 智谱|bigmodel|GLM|cogview|cogvideox|ufileos|ZHIPU|zhipu|video_style|_ZHIPU 除 CHANGELOG 历史外全部清零。
  • 前端 npm run build 过(typecheck + i18n 对称),新入口 index-BynIw5Ue.js。
  • 配置校验:providers [agnes,volc_engine]、模型 agnes[3] + volc[1]、routes.wjd 2 项、下载白名单仅 Agnes。
  • supervisorctl restart api-gateway:api-gateway_00 上线(description/适配器/校验等属代码改动,需重启)。

2026-09-17 · 移除 b.ai 供应商

一句话:老板要求删除 b.ai 供应商及其两个模型(qwen3.8-flash、hy3),代码、配置、文档、测试全清。

改动清单

  • data/gateway.yaml:删 providers.b_ai 整块(含 qwen3.8-flash、hy3 两个模型);routes.wjd 兜底链由 4 项(ark-code/agnes/qwen3.8/hy3)精简为 2 项(ark-code-latest → agnes-3.0-flash);pricing.per_model 删 qwen3.8-flash/hy3 两条;头部供应商注释 Agnes / b.ai / 火山方舟 / 智谱 GLM → Agnes / 火山方舟 / 智谱 GLM。
  • data/.env:删 B_AI_API_KEY=sk-nf...(纯删除,密钥不再使用)。
  • app/main.py:description 字符串去 b.ai;测速探针注释去掉 b.ai(qwen3.8-flash/hy3) 引用。
  • app/config.py:ModelInfo.vision 注释去掉 b.ai 系。
  • app/adapters/{__init__,openai_compat}.py:docstring「四家」→「三家」,供应商列表去 b.ai。
  • README.md:头部「四个供应商」→「三个」;供应商表删 b.ai 行;路由示例去 qwen3.8-flash/hy3 并去其重编号;pricing 示例去 b.ai 两条;# 编辑 .env 填入 行去 B_AI_API_KEY。
  • frontend/src/views/Settings.vue:TEXT_MODELS 去 qwen3.8-flash。
  • docs/frontend-design.md:供应商列表去 b.ai。
  • tests/test_gateway.py:test_load_config_providers 集合去 b_ai;test_load_config_routes wjd 长度 4→2;test_wjd_route_orders_by_availability_and_speed 用 GLM-4.7-Flash 替代 qwen3.8-flash 做速度排序演示,env var 清单改 ZHIPU_API_KEY;test_vision_first_reorders_only_when_vision_exists 改用非视觉模型 GLM-Z1-Flash(原 hy3);test_config_endpoints_permission_matrix 及路由写回测试中的 hy3 改 GLM-4.1V-Thinking-Flash;媒体路由测试的 qwen3.8-flash 改 GLM-4.1V-Thinking-Flash。

验证

  • 单测 155 passed / 0 failed(修正 6 处断言后全绿)。
  • 全项目 grep b_ai|api.b.ai|B_AI_API_KEY|qwen3.8-flash|hy3 命中仅为 CHANGELOG 历史条目(保留)—— 其余全部清零。
  • 纯配置+文档改动,hot_reload 自动生效;若重启,/v1/models 由 14 → 12(agnes 3 + volc_engine 1 + bigmodel 8),routes.wjd 由 4 → 2。

2026-09-16 · 集成智谱 CogView-3-Flash(文生图)+ CogVideoX-Flash(文生视频)

一句话:给上一轮的智谱供应商补上媒体生成——图像页用 cogview-3-flash、视频页用 cogvideox-flash,前后端按「选到的供应商」自动切到智谱契约(不动 Agnes)。

契约(官网 + 真 Key 实测确认)

  • 图像 cogview-3-flash:POST {base}/images/generations,{model, prompt, size}(size 为像素档:1024x1024/768x1344/864x1152/1344x768/1152x864/1440x720/720x1440)→ 返回 data[].url;无 ratio、不支持图生图。
  • 视频 cogvideox-flash:POST {base}/videos/generations(异步){model, prompt, quality, with_audio, size, fps:30/60} → 返回 task_status:PROCESSING;再 GET /async-result/{id} 轮询到 SUCCESS 取 video_result[].url。仅文生视频。

后端

  • data/gateway.yaml bigmodel 加 media(图像端点+像素档、视频 /videos/generations+/async-result/{id},新增 video_style:"zhipu"),并注册 cogview-3-flash(image)、cogvideox-flash(video)(顺带修复本轮早前编辑误吞的 server: 顶层键)。
  • config.py:MediaConfig 新增 video_style / video_default_size。
  • 适配器 create_video / poll_video:按 video_style=="zhipu" 走智谱异步契约(fps/quality/with_audio + 路径参数轮询);Agnes 分支不变(__init__.py docstring 改四家)。
  • main.py:新增 _video_status(兼容 task_status,智谱才识得 SUCCESS/FAIL 终态)与 _video_terminal,替换 3 处视频状态判定;_validate_video_request 按供应商分流(智谱仅 text 文生视频,size/quality/fps 合规校验,非法回干净 400 不进熔断);videos_create 改为先 _resolve_media_model 再按供应商校验。
  • settings.py:面板 MEDIA_KEYS 补 video_style/video_default_size(否则「网关配置」面板往返会丢这两个字段)。
  • 顺带修正 DELETE /feedback 过时 docstring(admin 可真删 admin_delete)。

前端(按所选模型 provider==='bigmodel' 自动切)

  • Videos.vue:选智谱视频模型显示专用表单(分辨率/质量 speed·quality/帧率 30·60/配音 switch,固定文生视频),body 用 extra:{quality,fps,with_audio};选 Agnes 原表单不变;切智谱模型时强制 mode='text'。
  • Images.vue:选 cogview 时 size 换成像素档、隐藏 ratio 与参考图(cogview 无图生图)。
  • media.ts:findVideoUrl 优先键补 video_result。
  • i18n:新增 videos.zSize/zQuality/zSpeed/zQualityHigh/zFps/zAudio/zTip 7 键,中英对称。

验证

  • 单测:新增/修正 bigmodel 媒体契约断言、视频轮询必经 ?model=(现两家视频供应商)、配置往返含新 media 键 → 155 passed / 0 failed;前端 npm run build 过(typecheck + i18n 对称),新入口 index-CxdHy_Sw.js。
  • 真机隔离(uvicorn:8899 临时 users/history,连真实智谱):/v1/models 列出 8 个智谱模型;图像 → 200 data[].url;视频创建 → video_id+task_status:PROCESSING;轮询 → status:processing;非法参数(mode=keyframe)→ 400 干净拒绝。
  • 上线:supervisorctl restart api-gateway:api-gateway_00(代码改动需重启),前端 dist 已 build 覆盖。
  • 补「下载白名单」:上线后老板实测智谱图/视频下载报「不在白名单:maas-watermark-prod-new.cn-wlcb.ufileos.com」。已确认智谱图+视频产物同一 CDN 域名(实测视频 SUCCESS 结果 url 同域),在 download.allowed_hosts 补 maas-watermark-prod-new.cn-wlcb.ufileos.com(精确项 + 子域匹配,不泛放整个 ufileos.com;evilufileos.com、后缀撞车域名仍拒绝)。纯配置改动,hot_reload ≤15s 自动生效免重启。已用隔离服务器实测:智谱图经 /v1/media/download 拉回 200 + 有效 JPEG 97KB。

2026-09-16 · 新增智谱 GLM(open.bigmodel.cn)供应商

一句话:接入智谱开放平台作为新的 OpenAI 兼容供应商,收录 6 个 Flash 模型(3 文本 + 3 视觉),密钥走 data/.env 的 ZHIPU_API_KEY,真图实测确认 3 个 V 型号支持图像输入。

供应商接入

  • data/gateway.yaml 新增 providers.bigmodel:
    • base_url: https://open.bigmodel.cn/api/paas/v4(适配器自动拼 /chat/completions)
    • auth.token_env: ZHIPU_API_KEY(明文 key 不进 yaml,统一放 data/.env,chmod 600)
    • 媒体端点 media: {}(智谱无图像/视频生成端点)
    • 模型 6 个:GLM-4.7-Flash、GLM-4-Flash-250414、GLM-Z1-Flash、GLM-4.6V-Flash、GLM-4V-Flash、GLM-4.1V-Thinking-Flash,其中 3 个 V 型号标 vision: true
  • data/.env 追加 ZHIPU_API_KEY=<智谱 Key>(49 位,未入版本库)。
  • 前端 Settings.vue 的「对话默认模型」静态清单 TEXT_MODELS 追加这 6 个模型;Models 页 / /v1/models 本身是动态的,重启后自动出现。

排查与实测(重点)

  • 首把 Key cdfb6b5e... 直接裸调 6 模型一度全 401「令牌已过期」 → 误判 Key 无效。后用官方示例格式 + glm-5.3 重打是 429「余额不足」(说明 Key 认证是通的)→ 回到 6 模型官方格式再打:5 个 200,GLM-4.7-Flash 偶发 429「访问量过大」(1305,瞬时过载,模型存在)。结论:Key 有效,之前 401 是上游瞬时过载造成的误报。
  • 视觉探针(1×1 红图)被智谱拒 400 code 1210「图片输入格式/解析错误」 —— 是图太小的问题,非格式问题。换 200×200 标准红图后 data-URI 与外链 URL 均识别:GLM-4V-Flash、GLM-4.1V-Thinking-Flash 认「红色」✅;GLM-4.6V-Flash 全程遇上游过载(1305)未取到视觉结果,型号带 V 故仍标 vision: true(如后续实测不一致可再改)。
  • 端到端:用生产同一适配器 OpenAICompatAdapter(真实 base_url + Bearer 解析 token)直连智谱——文本 GLM-4-Flash-250414 ✅、推理 GLM-Z1-Flash ✅(返回含 thinking)、视觉 GLM-4V-Flash(data-URI 图)✅ 全部 HTTP 200。

上线

  • 配置层 hot_reload 会自动热更 gateway.yaml;但 ZHIPU_API_KEY 是新增环境变量,需重启进程才加载 → 待老板批准后重启,/v1/models 由 6 → 12 个文本模型、Models 页自动多出智谱 6 个。
  • 单测:修正 test_load_config_providers(供应商集合加入 bigmodel + 智谱 6 模型/V 标记断言);一并修掉此前遗留的 test_feedback_withdraw_only_when_pending(其旧断言「管理员 DELETE 反馈→403」没跟上「admin 收件箱可真删 admin_delete」的功能演进,已改为:普通用户撤别人→403、管理员真删→200 且图片文件一并清;并同步修正 DELETE 端点过时的 docstring)。最终 155 passed / 0 failed。

2026-09-15 · 新增 OpenCode Zen(免费档)供应商

一句话:把 OpenCode Zen 作为第 4 个供应商接入,只收录文档定价页列出的免费模型。打通后发现免费档比较刁钻:既被 Cloudflare 拦默认 UA,又强制要求每个请求带独立会话头——两条都已在适配器层解决,实测全部 200。

背景 / 需求

老板要求查看 OpenCode Zen 文档,接入该供应商,模型只要文档里免费的模型,并提供一把 API Key。

上游真相(重点!)

文档定价页的"免费模型"共有 6 个。直接以"Bearer key + 标准请求"裸调全部失败,逐一实测定位(带浏览器 UA 后才能看到模型层错误):

免费模型 id 裸调结果 根因 处理
big-pickle 401 Model is disabled 隐身模型,未对本工作区/Key 开放 ❌ 排除
mimo-v2.5-free 400 MissingSessionID 免费档要求每个请求带会话 id ✅ 收录
ling-3.0-flash-fin-free 400 MissingSessionID 同上 ✅ 收录
nemotron-3-ultra-free 400 MissingSessionID 同上 ✅ 收录
nemotron-3.5-lightning-free 400 MissingSessionID 同上 ✅ 收录
muse-spark-1.3-contributor-free 400 MissingSessionID 且走 /responses 端点(本适配器是 chat/completions 调不了)+ contributor 档会用你的提示词/补全训练 Meta 模型 ❌ 排除

根因一(Cloudflare):裸调用默认 urllib UA 报 403 error code: 1010(基于客户端签名的访问被禁)。改成浏览器 UA 后请求才抵达模型层。网关默认 python-httpx UA 大概率同样被拦 → 必须在请求头带浏览器 User-Agent。

根因二(会话标识):通过 DeepSeek Harness 生产集成讨论帖 确认——所有打到 opencode.ai 的请求都要带 x-opencode-session 请求头(会话 id,UUID 即可;同一次多轮保持稳定会走路由亲和性)。不带 → 400 MissingSessionID。带上后 4 个免费模型全部可用。

Key 与计费:该 Key 有效(能通过鉴权、能识别到 workspace),但账号未绑定支付方式 → 付费模型返回 CreditsError: No payment method。因此当前这套 Key 下能用的只有免费档(且经会话头 + 浏览器 UA 后确实能用)。

改动明细

  • app/adapters/openai_compat.py(后端代码改动,需重启生效)
    • 新增常量 OPENCODE_SESSION_SENTINEL = "@per-request-uuid@"。
    • 新增 _call_headers():若 extra_headers 里 x-opencode-session 为哨兵值,则每次 chat / chat_stream 调用现生成一个新 UUID 再发请求;否则原样返回静态头(其它供应商零行为变化)。
    • 目的:所有用户/会话共用一个固定 session 会互相踩 OpenCode 的限流与路由亲和,必须按请求/会话隔离。
    • chat() 与 chat_stream() 的请求头由 self._headers 改为 self._call_headers()。
  • data/gateway.yaml
    • 新增 opencode 供应商:name: OpenCode Zen、base_url: https://opencode.ai/zen/v1、token_env: OPENCODE_API_KEY。
    • extra_headers:User-Agent(浏览器 UA,过 Cloudflare)+ x-opencode-session: "@per-request-uuid@"(哨兵)。
    • media: {}(仅文本,无图像/视频)。
    • models:4 个免费模型(mimo-v2.5-free / ling-3.0-flash-fin-free / nemotron-3-ultra-free / nemotron-3.5-lightning-free)。
    • pricing.per_model:新增这 4 个,input: 0, output: 0(免费)。
    • 顶部注释供应商清单补 OpenCode Zen(免费档)。
  • data/.env:新增 OPENCODE_API_KEY=<sk-...>,权限 0600(保留原行、仅追加)。key 明文不进 yaml、不入版本库。
  • tests/test_gateway.py:test_load_config_providers 断言更新为 4 家,并新增守卫断言(opencode.base_url / 浏览器 UA / 哨兵头 / 4 个模型集),防以后误改。
  • README.md:顶部供应商清单、供应商表格、openai_compat.py 架构注释、OpenCode 两条硬性要求说明。

验证(非编造,实录)

  • 上游直打 https://opencode.ai/zen/v1/chat/completions(浏览器 UA + 每请求新 UUID 会话头):
    • 4 个免费模型非流式全部 200,nemotron-3.5-lightning-free 出真实中文回复 + usage.reasoning_tokens(推理模型先吐推理再吐内容)。
    • 流式全部 200:content-type: text/event-stream,nemotron-3.5-lightning-free 收了 123 个 chunk 并正常收到 [DONE]。
    • big-pickle 反复 401 Model is disabled → 确认本 Key 未开放,排除。
  • 适配器哨兵逻辑单测:哨兵值 → 每次新 UUID(36 位);普通静态值 → 原样保留。
  • 全量单测 python tests/test_gateway.py:153 passed, 2 failed。
    • 涉及的 provider 相关用例通过;余下 2 个失败为历史遗留、与本次无关:
      • test_load_config_routes:断言 wjd.models == 6,但 GLM-5.3-Flash 移除后 wjd 链是 5 个(旧断言未同步)。
      • test_feedback_withdraw_only_when_pending:feedback 撤回逻辑,非本次改动范围。

部署

  • supervisorctl restart api-gateway:api-gateway_00。
  • 重启前验证文件已就位:yaml safe_load 通过、providers = [agnes, b_ai, volc_engine, opencode]、opencode 4 个模型。
  • 上线后校验:新 pid 61457、healthz {"status":"ok"}、/v1/models 200 且含 opencode 4 个免费模型、无凭证/错 key 仍 401、真实 chat 调用 provider=opencode 返回 200。

待办 / 已知

  • big-pickle 与付费模型都因账号条件(Model disabled / 未绑支付方式)不可用,等以后条件变化再按需补录。
  • 免费档是否偶尔有速率/额度上限:OpenCode 注明"目前免费提供,团队在收集反馈",可能随时变化;若某模型开始报错,在 Models 页一键测速即可发现。
  • 本次未把 OpenCode 加进 wjd 兜底路由,先在 Models 页 + 直连模型 id 可用;要进 wjd 需老板另行确认。

视觉支持实测(2026-09-15,真图判定)

发一张「青色背景 + 品红五角星」的答案唯一测试图,走 OpenAI 多模态 image_url 格式(带浏览器 UA + x-opencode-session)实测:

  • ling-3.0-flash-fin-free → ❌ 无视觉:上游 400 ... [404] No endpoints found that support image input。
  • nemotron-3-ultra-free → ❌ 无视觉:同上。
  • nemotron-3.5-lightning-free → ❌ 无视觉:同上。
  • mimo-v2.5-free → ⚠️ 未判定:连纯文本都持续 429 FreeUsageLimitError(免费额度是小时/天级窗口,等 7 分钟未回血),够不到读图那步。强先验:MiMo-V2.5 家族在 b.ai 早前实测即 Vision is disabled,故基本可断定无视觉。
  • 结论:4 个 OpenCode 免费模型均无视觉(3 个实测坐实、1 个受限于限流未坐实但先验一致)。gateway.yaml 里这 4 个都只标 type: text、未加 vision:true,与实测一致,无需改动;Models 页也不会给它们显示 👁 图标。

2026-09-15 · 一键测速报错展示优化(Models 页)

问题:Models 页「一键测速」某个模型失败时,错误内容被塞进硬编码的窄 pill(.st-lat)里,长错误(无空格 JSON / 上游错误串)不换行、到卡片边缘就被切掉 → 报错显示不全。

改动(frontend/src/views/Models.vue,纯前端,不重启后端):

  • 模板:每个测速行 st-row 外包一层 st-item;当某模型测速失败时,在行下方新增一整行 st-err(ban 图标 + 完整错误文本)全宽展示。
  • 逻辑:新增 latErr(id) 返回完整错误串(用于 st-err 行);latText(id) 失败时只返回短的「失败」标记(长错误不再塞窄 pill)。
  • 样式:.st-err 用 --err 文字 + --err-soft 底、圆角块;overflow-wrap: anywhere + word-break: break-word 让长 JSON/无空格错误串自动换行不溢出;.st-item + .st-item 虚线分隔。

验证:npm run check:svg && npm run check:i18n && vite build 通过;vue-tsc --noEmit 无错;新产物 index-C_e1f2ok.js / Models-C-QAxhv1.js 线上 200、旧 hash 404。后端挂载 frontend/dist,build 即可见,pid 未动、会话不掉。

附带修复:后端空错误兜底

真实实测中发现 nemotron-3-ultra-free / mimo-v2.5-free 偶尔 429 限流,部分时候上游只返回空 body 导致 error = "{}"(str({})),既丑又无信息。app/main.py 的 _upstream_detail 修复:当 j 无 message/error/detail 且 str(j) in ("{}","","null","None") 时返回空串,前端 row.error 兜底显示「调用失败」而不是 {}。重启后生效(pid 121772)。

截图留档

  • docs/st-err-speedtest-error-display.png:真实浏览器实拍,两个 OpenCode 免费模型同时报错,st-err 红块完整展示 429 限流错误信息(含上游文档链接)——验证"显示不全"已修复。

2026-09-15 · 一键测速改为「逐个测、测一个显示一个」

需求:一键测速原来是并发/一次性返回全部结果、最后一起显示;改成串行逐个测,每测完一个立刻显示那一行,再测下一个。

改动

  • app/main.py /v1/models/speedtest:新增可选 body.model。传了就只测该模型、返回单条(不排序);乱传/非文本模型返回一条兜底错误行「模型不存在或非文本模型」。不传仍是一次性全测(保留兼容)。
  • frontend/src/views/Models.vue:runSpeedtest() 改为按列表顺序 for 循环,逐个 POST {model:id},每测完一个 latByModel.value = {...latByModel.value, [id]: row} 响应式即时刷新该行;单个模型异常不中断整轮(catch 后标失败继续下一个)。新增 latDone/latTotal,按钮测速中显示「测速中 n/total」进度。latText() 改为:已测行显示 ms/失败、测速中未轮到的显示 …、空闲显示 —。
    • 注:textModelRows 本就按供应商分组顺序、不随延迟重排,所以逐个测时行不会跳动,无需额外锁序。
  • i18n:models.testingProgress 中英各加一条(测速中 {n}/{total} / Testing {n}/{total}),保持对称。

为什么串行更好:并发一次性测会把 OpenCode 免费档瞬间打满触发 429;串行逐个测天然错峰。

验证:后端单测 153 passed(2 个历史遗留不变);前端 build + vue-tsc 通过;新产物 index-D81T1xmr.js / Models-DpOHvPHF.js 线上 200、旧 hash 404;supervisorctl restart → pid 187860、healthz ok。接口实测 {model:"hy3"} 只返回 1 条、乱传 model 有兜底错误行。浏览器实拍:点测速后按钮「测速中 1/9」、第一行已出 748 ms、其余 8 行 … 排队,33s 全部完成——逐个填充生效。

  • 截图留档:docs/speedtest-sequential-progress.png

追加:按钮去数字 + 当前行加载图标

老板反馈测速按钮不要出现 n/total 数字,改成「轮到哪个模型、就在那一行显示加载图标」。

  • 按钮:runSpeedtest 期间文案改 t('models.testingShort')(「测速中…」),去掉 latDone/latTotal 数字;el-button :loading 自带转圈。
  • 当前行:新增 latCurrentId,循环里每测一个置为该 id、整轮结束清空;模板延迟格里 v-if="m.id===latCurrentId" 显示 CSS spinner(.st-spin 圆环旋转,prefers-reduced-motion 降速),否则显 latText。latText 未轮到/空闲统一 —(去掉原 …)。
  • i18n:删 testingProgress、加 testingShort(中英)。
  • 纯前端,build 覆盖 dist 即生效、未重启后端。新产物 index-CZxVI3oL.js / Models-C-o3SZgZ.js,线上 200、旧 hash 404。
  • 浏览器实拍:按钮「测速中…」无数字、agnes 已出 929 ms、qwen3.8-flash 行内转圈、其余 —。截图 docs/speedtest-current-row-spinner.png。

追加:失败行「重新测速」按钮

老板要失败的模型旁边可点击单独重测。

  • Models.vue 新增 retestOne(id):只测这一个模型(POST {model:id}),复用当前行加载图标;latTesting || latCurrentId 时禁用/忽略,避免与整轮或另一单测打架;单模型异常也不抛、写回失败行。
  • 模板:st-err 错误块右侧加 .st-retry 胶囊按钮(refresh 图标 + 「重新测速」),v-if="latErr(m.id)" 只在失败行出现;错误文本用 .st-err-txt{flex:1} 占满、按钮靠右。
  • i18n:models.retry(重新测速 / Retry)中英。
  • 纯前端,build 覆盖 dist 即生效、未重启后端。新产物 index-nCRwIFRg.js / Models-CGpanPte.js,线上 200、旧 hash 404。
  • 浏览器实拍:整轮后 4 个失败行各带「重新测速」;点其中一个 → 仅该行转圈(.st-spin=1)、按钮未变「测速中…」(未误触发整轮)、15s 后该行结果刷新。截图 docs/speedtest-per-row-retry.png。

追加:每行常驻「单独测速」按钮(取代仅失败行重试)

老板要常态下(没跑整轮时)每个模型行右侧都有测速按钮,可单独测任意一个模型。

  • 把上一版只在 st-err 里的「重新测速」按钮改为每个 st-row 右侧常驻一个 ⚡ 图标按钮 .st-one(bolt 图标,title/aria-label=单独测速),点击调 retestOne(id) 只测该模型;latTesting || latCurrentId 时禁用(一次只允许一个测速动作,防与整轮/另一单测打架)。
  • st-err 移除旧 .st-retry 按钮,只留错误文本;删除 .st-retry 样式,新增 .st-one 图标按钮样式(hover 用 --primary/--primary-soft)。
  • i18n:删 models.retry、加 models.testOne(单独测速 / Test this model)中英。
  • 纯前端,未重启后端。新产物 index-BYzyfwi3.js / Models-CJ5mchi4.js,线上 200、旧 hash 404。
  • 浏览器实拍:9 个文本模型行 = 9 个 .st-one 按钮、无 .st-retry 残留;点第一行 agnes-3.0-flash 只它出 754 ms、其余仍 —、未误触发整轮。截图 docs/speedtest-per-row-test-button.png。

2026-09-15 · 移除 OpenCode 的 mimo-v2.5-free 模型

需求:老板要求把 mimo-v2.5-free 从 OpenCode 供应商去掉,相关配置与文档一并清理。

改动

  • data/gateway.yaml:删 providers.opencode.models 里的 mimo-v2.5-free 条目、删 pricing.per_model 的 mimo-v2.5-free;opencode 注释「这 4 个」改「这 3 个」,并在排除/已移除清单加一行说明(此前实测可 200,但免费档常 429 限流,按要求移除)。opencode 现 3 个免费模型:ling-3.0-flash-fin-free / nemotron-3-ultra-free / nemotron-3.5-lightning-free。
  • README.md:供应商表格 OpenCode 行的模型清单去掉 mimo-v2.5-free。
  • tests/test_gateway.py:test_load_config_providers 里 opencode 模型集断言去掉 mimo-v2.5-free。
  • 注意:只删 OpenCode 的 mimo-v2.5-free,b.ai 的 mimo-v2.5 保留不动。

验证:yaml.safe_load 后 opencode models=3、pricing 无该项;全量单测 153 passed(2 个历史遗留不变)。纯配置改动,hot_reload 自动生效、未重启——线上 /v1/models 由 12 → 11、mimo-v2.5-free 已消失、mimo-v2.5(b.ai) 仍在。CHANGELOG 保留此前收录/实测该模型的历史条目(真实记录),此处仅追加移除说明。


2026-09-15 · 排查「opencode 模型大概率失败」+ 测速探针加 429/5xx 重试

排查结论(非网关 bug):翻网关日志 opencode.ai/zen/v1/chat/completions 上游响应 = 30×200 / 14×429 / 3×503,且有明显「首个 429 → 隔 1~2s → 200」模式。根因是 OpenCode 免费档对共享 key 的激进限流(429) + 偶发 503。真实 chat 直连有 retry:3 兜底(退避 0.3/0.6s)多能扛过;但一键测速是单次探针、不重试,正好撞高频首个 429 → Models 页显示一片"失败"。反复点测速又消耗同一把免费 key 的额度 → 越点越限流。

修复(老板选定的方案 1):让测速探针也重试。

  • app/main.py 新增 _speedtest_retryable(e):仅上游 429 / 5xx 判为可重试;4xx(模型不存在/鉴权/参数)与超时不重试(前者无意义、后者拖慢整轮)。
  • /v1/models/speedtest 探针由单次改为 for attempt in range(1,4) 最多 3 次、退避 0.3*attempt(与真实链路一致),成功即 break;latency_ms 记整个重试过程总耗时(用户真实等待)。

验证:_speedtest_retryable 判定单测全对(429/503/500→重试、400/401/404/超时→不重试);全量单测 153 passed;supervisorctl restart → pid 249194、healthz ok。日志实测到重试生效:ling-3.0-flash-fin-free 一次 503→503→200(attempt 1/3、2/3)被救回。

遗留发现(待老板定):nemotron-3-ultra-free 仍测速失败,但已不是 429——直连实测它响应要 88.4 秒("Ultra" 大推理模型 + 免费档,极慢),远超探针 15s 超时;nemotron-3.5-lightning(2.4s)、ling(1.1s) 正常。可选:①调大探针超时(但 88s 会让整轮测速极慢、意义不大);②像 mimo-v2.5-free 一样把 nemotron-3-ultra-free 移除(88s 不实用);③保留(测速如实显示它太慢,真实 chat 靠 120s server timeout 仍可用但要等 ~88s)。


2026-09-15 · 整体移除 OpenCode Zen 供应商

需求:老板决定把 OpenCode Zen 供应商整个去掉,相关配置、代码、文档一并清理。

移除(opencode 专属)

  • data/gateway.yaml:删 providers.opencode 整块(base_url / token_env: OPENCODE_API_KEY / UA+哨兵 extra_headers / 3 个免费模型)+ pricing.per_model 里 3 条 opencode 免费模型 + 顶部注释供应商清单去 OpenCode。
  • app/adapters/openai_compat.py:删 OPENCODE_SESSION_SENTINEL 常量、_call_headers() 方法、import uuid;chat()/chat_stream() 请求头由 self._call_headers() 回滚为 self._headers(适配器回到"纯静态头")。
  • data/.env:删 OPENCODE_API_KEY 行(保留 AGNES/B_AI/VOLC 三把,权限 0600)。
  • README.md:顶部"四个供应商"→"三个"、架构注释"四家通用+opencode 会话头"→"三家通用+媒体端点"、供应商表格 OpenCode 行删除、OpenCode 两条硬性要求 blockquote 删除。
  • tests/test_gateway.py:test_load_config_providers 回退到 3 家、删 opencode 相关断言。

保留(通用改进,非 opencode 专属):测速探针 429/5xx 重试(_speedtest_retryable + 重试循环)与 _upstream_detail 空 body→「调用失败」兜底 —— 对 b.ai/agnes 等偶发限流同样受益,仅把注释里的 "OpenCode" 字样改通用。前端 Models 页动态读 /v1/models,opencode 行自动消失,无需改前端。

验证:yaml.safe_load 后 providers=[agnes,b_ai,volc_engine]、文本模型回到 5 个;openai_compat 已无 _call_headers/OPENCODE_SESSION_SENTINEL;import app.main OK;源码/配置/README/测试 grep opencode 清零(CHANGELOG 历史条目保留);全量单测 153 passed。代码有改动 → supervisorctl restart → pid 254282、healthz ok、线上 /v1/models = 8(无 opencode)。CHANGELOG 此前收录/排查 opencode 的历史条目全部保留(真实记录)。


2026-09-15 · 移除 b.ai 的 mimo-v2.5 模型

需求:老板要求把 b.ai 供应商下的 mimo-v2.5 也去掉,相关配置、代码、文档一并清理。(注:与上一轮已删的 OpenCode mimo-v2.5-free 是两个不同模型。)

改动

  • data/gateway.yaml:删 providers.b_ai.models 里的 mimo-v2.5 条目、删 pricing.per_model 的 mimo-v2.5、并从 routes.wjd 兜底链移除第 4 项 mimo-v2.5(hy3 由「5)」改「4)」重编号)。wjd 链现 [ark-code-latest, agnes-3.0-flash, qwen3.8-flash, hy3]。
  • app/main.py:测速探针注释里 b.ai(qwen3.8-flash/mimo-v2.5/hy3) 去掉 mimo-v2.5(max_tokens>2 约束对 qwen3.8-flash/hy3 仍成立,逻辑不变)。
  • README.md:供应商表格 b.ai 行模型清单去掉 mimo-v2.5;路由链示例同步去掉并重编号。
  • tests/test_gateway.py:test_load_config_routes 断言 wjd.models 数量由历史遗留的 == 6 修正为实际 == 4(该用例此前一直 FAIL,本次顺带修好)。

验证:yaml.safe_load 后 b_ai models=[qwen3.8-flash,hy3]、wjd 链 4 项、pricing 无 mimo-v2.5;源码/配置/README/测试 grep mimo-v2.5 清零(CHANGELOG 历史保留);全量单测 154 passed / 1 failed(routes 用例转绿,仅剩 feedback 无关遗留)。纯配置改动,hot_reload 自动生效、未重启——线上 /v1/models 由 8 → 7、mimo-v2.5 已消失。


2026-09-15 · 初始化 Git 仓库并推送到远端

  • 项目此前不是 git 仓库:git init 建库、设提交身份、首次提交(91 个源码文件)。
  • .gitignore 补充忽略 node_modules/、frontend/node_modules/、frontend/dist/、dist/、*.egg-info/、.DS_Store —— 否则 git add -A 会把 15342 个 node_modules 文件塞进仓库。
  • 推送前安全审计:确认 .env、data/users.json、data/history.json、data/feedback.json、data/feedback_media/ 全部被忽略、无任何密钥/隐私入库(仅无密钥的 .env.example 模板随库)。
  • 远程:远端仓库 Jidekin/api-gateway,分支 master(2026-10-12 起统一为 main),首推成功(远端 HEAD=6cc65ff 与本地一致)。origin 配为不含凭据的干净地址,凭据不写入 .git/config;后续推送临时带凭据。