Files
xiaoyin-gateway/data/gateway.yaml
T

317 lines
16 KiB
YAML
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# AI 网关配置文件(data/ 目录)
# 供应商:Agnes / 火山方舟 Coding / OpenCode Go(订阅编程模型)
# 密钥统一走 token_env 指向的环境变量(本机见 data/.env),不再在 yaml 存明文
# 端口默认 8808
#
# 说明:本文件是项目的**唯一配置文件**(run.py 默认读取;GATEWAY_CONFIG 可覆盖)。
providers:
agnes:
name: "Agnes AI"
base_url: "https://api.agnes-ai.cn/v1"
auth:
token_env: "AGNES_API_KEY"
extra_headers: {}
# 图像 / 视频端点(Agnes 非标准,走自有路径)
media:
image_endpoint: "/images/generations"
image_default_size: "1K" # 图像默认档位(Agnes: 1K/2K/3K/4K)
video_create_endpoint: "/videos"
video_poll_base: "https://api.agnes-ai.cn"
video_poll_path: "/agnesapi"
video_model_name: "agnes-video-2.5-flash"
models:
- id: "agnes-3.0-flash"
display_name: "Agnes 3.0 Flash"
type: "text"
# 第十三轮: Agnes 3.0 Flash 文档「输入模态:文本、图像 URL」→ 支持视觉(对话带图)。
# 实测 data:image/png;base64,... 也能识别。
vision: true
- id: "agnes-2.5-flash"
display_name: "Agnes 2.5 Flash"
type: "text"
# Agnes 2.5 Flash(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 / 最大输出 65.5K;当前定价暂免(¥0/百万)。参见官方文档 agnes-25-flash。
vision: true
- id: "agnes-image-2.5-flash"
display_name: "Agnes Image 2.5 Flash"
type: "image"
- id: "agnes-video-2.5-flash"
display_name: "Agnes Video 2.5 Flash"
type: "video"
volc_engine:
name: "火山方舟 Coding Plan"
base_url: "https://ark.cn-beijing.volces.com/api/coding/v3"
auth:
token_env: "VOLC_API_KEY"
extra_headers: {}
media: {}
models:
- id: "ark-code-latest"
display_name: "火山方舟 ark-code-latest"
type: "text"
opencode:
name: "OpenCode Go"
base_url: "https://opencode.ai/zen/go/v1"
auth:
token_env: "OPENCODE_API_KEY"
# OpenCode Go 是每月订阅编程模型入口。官方硬性要求**三条线**都带
# x-opencode-session(缺失直接 400 MissingSessionID),并建议用专属 UA
# 而非通用库名(实测 UA 不敏感,会话头才是必需)。适配器据此开关在
# 每次请求动态注入会话头(不能放静态 extra_headers——会被 _get_adapter 缓存冻结)。
requires_session_header: true
extra_headers:
User-Agent: "api-gateway/2.4.0 (jakon opencode-go)"
# 无媒体能力(纯文本编程模型;图像/视频不走本供应商)
media: {}
# ── 协议线(第二十七轮「三线直传」)──────────────────────────
# 同一家供应商的三条线共用 base_url,只有「路径 + 鉴权方式 + 固定头」不同。
# 实测(2026-09-18,真实 key):
# /chat/completions 与 /responses → Authorization: Bearer
# /messages → x-api-key(用 Bearer 打会 401 Missing API key)
# 缺少 anthropic-version 时 /messages 也会被拒 → 作为该线固定头带上。
# 语义:**这里没写的线 = 该供应商没有这条线**(模型就算声明了也调用不了,
# validate_config 会直接报错拦住)。老板决策:先只做 OpenCode 一家,
# 其余供应商(Agnes / 火山)暂不声明 → 走默认值 = 只认 chat/completions,
# 行为与改造前完全一致。
endpoints:
chat/completions:
path: "/chat/completions"
auth: "bearer"
messages:
path: "/messages"
auth: "x-api-key"
headers:
anthropic-version: "2023-06-01"
responses:
path: "/responses"
auth: "bearer"
# ── 模型 ─────────────────────────────────────────────────
# models[].protocols = 该模型**能用哪几条线**(入站格式必须与出站一致)。
# 取值:chat/completions | messages | responses;不写 = 只认 chat/completions。
# 实测口径(2026-09-18 全量扫描 29 个文档模型 × 3 条线,非文档线另做
# 「流式 + 工具调用」复核,全部 200):官方文档标注的线**一定**可用;
# 另外有一批模型实测能走多条线(OpenCode 侧自带跨格式适配),按实测多标:
# · 四条 DeepSeek 三线全通(chat + messages + responses)
# · kimi-k3 / minimax-m3 / minimax-m2.5 / qwen3.6~3.8 系列:chat + messages
# 反向证据(为什么必须逐条实测而不是"猜全支持"):把只认 chat 的 glm 系打到
# /messages 上是 500 Internal server error,把 messages 线的模型打到
# /responses 上是 401 "not supported for format openai" —— 都不像"选错格式",
# 所以网关改成按本表拦在入口(400 并说清该模型支持哪些线)。
models:
# ── OpenAI Chat Completions 线 ────────────────────────
- id: "glm-5.3-flash"
display_name: "GLM-5.3-Flash"
type: "text"
protocols: ["chat/completions"]
- id: "glm-5.3"
display_name: "GLM-5.3"
type: "text"
protocols: ["chat/completions"]
- id: "glm-5.2"
display_name: "GLM-5.2"
type: "text"
protocols: ["chat/completions"]
- id: "glm-5.1"
display_name: "GLM-5.1"
type: "text"
protocols: ["chat/completions"]
- id: "kimi-k2.7-code"
display_name: "Kimi K2.7 Code"
type: "text"
protocols: ["chat/completions"]
# 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"
protocols: ["chat/completions"]
- id: "longcat-2.0"
display_name: "LongCat 2.0"
type: "text"
protocols: ["chat/completions"]
- id: "mimo-v2.5"
display_name: "MiMo V2.5"
type: "text"
protocols: ["chat/completions"]
- id: "mimo-v2.5-pro"
display_name: "MiMo V2.5 Pro"
type: "text"
protocols: ["chat/completions"]
- id: "hy4-preview"
display_name: "Hy4 Preview"
type: "text"
protocols: ["chat/completions"]
- id: "hy3"
display_name: "Hy3"
type: "text"
protocols: ["chat/completions"]
# ── Chat + Messages 两条线都实测可用 ─────────────────
- id: "kimi-k3"
display_name: "Kimi K3"
type: "text"
protocols: ["chat/completions", "messages"]
- id: "minimax-m3"
display_name: "MiniMax M3"
type: "text"
protocols: ["chat/completions", "messages"]
- id: "minimax-m2.5"
display_name: "MiniMax M2.5"
type: "text"
protocols: ["chat/completions", "messages"]
- id: "qwen3.8-max"
display_name: "Qwen3.8 Max"
type: "text"
protocols: ["chat/completions", "messages"]
- id: "qwen3.8-flash"
display_name: "Qwen3.8 Flash"
type: "text"
protocols: ["chat/completions", "messages"]
- id: "qwen3.7-max"
display_name: "Qwen3.7 Max"
type: "text"
protocols: ["chat/completions", "messages"]
- id: "qwen3.7-plus"
display_name: "Qwen3.7 Plus"
type: "text"
protocols: ["chat/completions", "messages"]
- id: "qwen3.6-plus"
display_name: "Qwen3.6 Plus"
type: "text"
protocols: ["chat/completions", "messages"]
# ── 三条线全通(实测 chat / messages / responses 均 200,
# 非文档线另经流式 + 工具调用复核) ────────────────
- id: "deepseek-v4.1-flash"
display_name: "DeepSeek V4.1 Flash"
type: "text"
vision: true # 2026-09-18 实测确认多模态:data:image/png;base64 红/蓝/绿三色均识别正确;
# 同一带图请求打到纯文本模型 deepseek-v4-flash 会被上游 400 拒(对照有效)。
protocols: ["chat/completions", "messages", "responses"]
- id: "deepseek-v4-pro"
display_name: "DeepSeek V4 Pro"
type: "text"
protocols: ["chat/completions", "messages", "responses"]
- id: "deepseek-v4-flash"
display_name: "DeepSeek V4 Flash"
type: "text"
protocols: ["chat/completions", "messages", "responses"]
- id: "deepseek-v4-flash-vision-exp"
display_name: "DeepSeek V4 Flash Vision Exp"
type: "text"
vision: true # 官方标 Vision,支持图像转 token 输入
protocols: ["chat/completions", "messages", "responses"]
# ── Anthropic Messages 线(文档主推这条)─────────────
- id: "minimax-m2.7"
display_name: "MiniMax M2.7"
type: "text"
# 实测:messages 线 200,chat / responses 都是 500 → 只标 messages
protocols: ["messages"]
- id: "union-alpha"
display_name: "Union Alpha Free"
type: "text"
# 文档标的 messages 线,但实测上游回 400「Model is unavailable.」
# (限时免费模型,额度/可用性由上游控制)。先按文档收录并标注真实线,
# 调用时上游的不可用会原样回给客户端(网关不替它编文案)。
protocols: ["messages"]
# ── OpenAI Responses 线 ───────────────────────────────
- id: "grok-4.6"
display_name: "Grok 4.6"
type: "text"
# 实测:responses 200;chat / messages 都是 401 "not supported for format"
protocols: ["responses"]
- id: "gpt-5.6-luna"
display_name: "GPT 5.6 Luna"
type: "text"
protocols: ["responses"]
- id: "muse-spark-1.3-contributor"
display_name: "Muse Spark 1.3 Contributor"
type: "text"
# 实测三条线都 403 DataPolicyError:该模型会拿数据训练,需要先在
# OpenCode 控制台**显式同意数据条款**才能调用(当前工作区未同意)。
# 先收录并标好线:老板去控制台点了同意就能直接用,不用再改网关。
protocols: ["responses"]
- id: "muse-spark-1.2-contributor"
display_name: "Muse Spark 1.2 Contributor"
type: "text"
protocols: ["responses"]
server:
host: "127.0.0.1"
port: 8808
timeout: 120
retry: 3 # 同一模型的重试次数(含首次)。第二十七轮: 路由别名已删除,无 route.retry
# ── 运维开关 ──
health_auth: false # /health/* 是否也需鉴权(默认否,留给探活)
hot_reload: true # 监听 gateway.yaml mtime 自动重载(改配置免重启)
hot_reload_interval: 15 # 重载检查间隔(秒)
metrics_enabled: true # 记录调用指标(/metrics)
rate_limit_rps: null # 全局单 user QPS 上限(null=不限;供应商级用 provider.rate_limit_rps)
max_body_size: 2000000 # 请求体字节上限(防 DDoS,约 2MB)
cors_origins: ["*"] # CORS 允许来源(生产收紧为具体域名)
graceful_shutdown: 30 # 优雅关闭等待在途请求的秒数
# ── 防滥用 / 安全 ──
batch_max_concurrency: 16 # /batch 并发上限(客户端 max_concurrency 会被钳到此值)
batch_max_items: 64 # /batch 单次最大条目数(超出返回 400)
webhook_allow_private: false # 视频 callback_url 是否允许指向内网/回环(SSRF 防护,默认禁)
docs_enabled: false # FastAPI 文档(/docs、/openapi.json)是否开放(安全默认关)
auth_fail_limit_per_min: 20 # 同一来源 IP 每分钟鉴权失败上限,超过 → 429(防暴力枚举)
# ── 供应商熔断(Circuit Breaker) ──────────────────────
# 某供应商连续/滑动窗口失败达到 failure_threshold 就熔断 cooldown 秒,
# 期间直接跳过(不再白等),让 fallback 快速切到健康供应商。
circuit:
enabled: true
failure_threshold: 3 # 连续失败 3 次即熔断
cooldown: 30 # 熔断持续 30 秒
window: 10 # 滑动窗口
# ── 可观测性 ───────────────────────────────────────────
observability:
log_level: "INFO"
log_json: false # true = 结构化 JSON 行日志(接 ELK/CloudWatch)
access_log_maxlen: 500 # 访问日志环形缓冲长度
# ── 定价(用于 /v1 响应里估算成本,人民币/百万 token) ─
# 不配则该模型 estimated_cost_cny 不返回(不影响调用)。
pricing:
per_model:
agnes-3.0-flash: { input: 0.35, output: 1.00 }
agnes-2.5-flash: { input: 0, output: 0 } # 文档现价暂免(输入/输出/缓存命中均 ¥0/百万)
ark-code-latest: { input: 0.50, output: 2.00 }
# ── 媒体下载代理白名单(第十七轮)────────────────────────
# 生成的图片/视频挂在第三方 CDN 上且不带 CORS 头,浏览器里既 fetch 不到 blob、
# 跨域 <a download> 也不生效(只会打开新标签页)。所以由网关代拉一次并加上
# Content-Disposition: attachment,前端「下载」按钮才真的能存文件。
# 安全:这是网关唯一一个服务端主动出网的接口 —— 只有这里列出的域名(含其子域)
# 允许被代下载,且解析出来的 IP 必须是公网地址;列表为空 = 该功能整体关闭。
# 换了供应商/换了 CDN 域名时,往这里加一条即可(如 volc 的 tos-*.volces.com)。
download:
allowed_hosts:
- "cos-platform-outputs.agnes-ai.cn" # Agnes 图像/视频产物 CDN
max_bytes: 67108864 # 单文件上限 64MB
# ── 网关入口鉴权 ─────────────────────────────────────
# 账号与 API Key 全部由页面管理,存在 data/users.json(见 app/users.py):
# 管理员在「用户管理」页建账号,各账号在「设置 → 我的 API Key」自助铸 Key。
# 本文件里**不再有任何用户/密钥**,只有一个运维开关:
# auth.session_ttl_minutes —— 网页登录签发的会话有效期(分钟,默认 1440 = 24h)
# 第十八轮: 删掉了这里残留的旧 `auth.enabled/users/key` 死配置(含一把明文 wjd- Key)。
# 那些键早已不再被 config.py 读取(只读 session_ttl_minutes),
# 那把 Key 在 users.json 里也不存在 → 认不了任何入口,但会让"yaml 里没有明文凭证"的说法失真。
auth:
session_ttl_minutes: 1440
# ── 路由别名 / fallback 链:已整体删除 ──────────────────
# 第二十七轮(老板 2026-09-18 决策):**路由别名功能整体删除**,不再有 routes 段。
# 原因: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/能力(视觉、工具、协议线)
# 悄悄换掉。现在调用方直接填真实模型 id;要换模型就换 id,网关不再替谁做主。
# 老配置里残留的 routes 段会被忽略(不会让进程起不来),日志里有 warning 可查。
# 一键测速(Models 页每个模型后面的)不受影响,仍然逐个模型实测延迟。