hack/tools/scripts/llm-key-hunter/results/_cache/content/airflowshu_flexboot4.json

{"repo": "airflowshu/flexboot4", "files": {"docs/ai-provider-models.md": {"ed50e722f0c6203bde6bf4c0c9d89c352f033c35": {"t": 1785746560.8521621, "n": 5813, "h": "9376b76b3aa6eef5", "c": "# AI 厂商模型接入指南\n\n本文说明 `flexboot4-ai` 如何接入 DeepSeek V4、OpenAI-compatible 云厂商模型或内部模型网关。当前方案保持直接、可控：\n\n- 不引入 Spring AI。\n- 不新增 `ChatProvider` 适配层。\n- 由 `LlmProxyClient` 使用 `WebClient` 转发 OpenAI-compatible Chat Completions 请求。\n- 厂商 API Key 只配置在后端环境变量中，前端不得持有。\n\n## 1. 接入边界\n\n`flexboot4-ai` 当前拆成两个明确入口：\n\n| 使用场景 | 前端页面 | 后端接口 | 上游调用 |\n| --- | --- | --- | --- |\n| AI 对话 | `运维管理 / AI 对话` | `POST /api/ai/chat`、`POST /api/ai/chat/stream` | 直接调用第三方或官方模型，不做 embedding 和知识库检索 |\n| 知识库问答 | `知识库 / 知识库问答` | `POST /api/ai/rag/chat`、`POST /api/ai/rag/chat/stream` | 先 embedding + 向量检索，再把知识库片段拼入 Chat Completions |\n\n因此，接入 DeepSeek、OpenAI-compatible 厂商或 APISIX 时，只需要调整 `llm-proxy` 指向。纯 AI 对话和 RAG 问答共用同一个上游模型出口，但业务流程不同。\n\n## 2. 配置项\n\n`flexboot4-ai/src/main/resources/application.yml` 已支持以下环境变量：\n\n| 环境变量 | 说明 | DeepSeek V4 示例 |\n| --- | --- | --- |\n| `LLM_PROXY_URL` | OpenAI-compatible base URL | `https://api.deepseek.com` |\n| `LLM_PROXY_CHAT_PATH` | Chat Completions 路径 | `/chat/completions` |\n| `LLM_PROXY_API_KEY` | 厂商官方 API Key。非空时后端转发会注入 `Authorization: Bearer ...` | `sk-...` |\n| `LLM_PROXY_DEFAULT_MODEL` | 纯 AI 对话未传 `model` 时使用的默认模型 | `deepseek-v4-flash` |\n| `AI_PRIMARY_MODEL` | RAG 问答未传 `model` 时使用的主模型 | `deepseek-v4-flash` |\n| `AI_FALLBACK_MODEL` | RAG 问答配额耗尽或路由兜底时使用的模型 | `deepseek-v4-flash` |\n\n注意区分两类 Key：\n\n- `LLM_PROXY_API_KEY` 是 DeepSeek、OpenAI 等厂商密钥，只能放在后端。\n- `X-AI-API-KEY` 是 FlexBoot4 自己的用户 API Key，用于用户授权、配额和审计。直连厂商官方 API 且配置了 `LLM_PROXY_API_KEY` 时，`LlmProxyClient` 不会把 `X-AI-API-KEY` 或前端传入的 `Authorization` 透传给厂商。\n\n## 3. 直连 DeepSeek V4\n\n截至 2026-06-09，DeepSeek 官方 API 文档给出的 OpenAI 兼容参数为：\n\n| 参数 | 值 |\n| --- | --- |\n| base URL | `https://api.deepseek.com` |\n| Chat Completions | `/chat/completions` |\n| V4 Flash | `deepseek-v4-flash` |\n| V4 Pro | `deepseek-v4-pro` |\n\n`deepseek-v4-flash` 适合作为默认模型；`deepseek-v4-pro` 适合更复杂的推理、编码和高质量问答。官方文档同时说明旧模型名 `deepseek-chat` 与 `deepseek-reasoner` 将在 2026-07-24 15:59 UTC 停用，因此新配置应直接使用 V4 模型名。\n\nWindows PowerShell：\n\n```powershell\n$env:LLM_PROXY_URL = \"https://api.deepseek.com\"\n$env:LLM_PROXY_CHAT_PATH = \"/chat/completions\"\n$env:LLM_PROXY_API_KEY = \"sk-...\"\n$env:LLM_PROXY_DEFAULT_MODEL = \"deepseek-v4-flash\"\n$env:AI_PRIMARY_MODEL = \"deepseek-v4-flash\"\n$env:AI_FALLBACK_MODEL = \"deepseek-v4-flash\"\n\n.\\gradlew.bat :flexboot4-ai:bootRun\n```\n\nLinux/macOS：\n\n```bash\nexport LLM_PROXY_URL=https://api.deepseek.com\nexport LLM_PROXY_CHAT_PATH=/chat/completions\nexport LLM_PROXY_API_KEY=sk-...\nexport LLM_PROXY_DEFAULT_MODEL=deepseek-v4-flash\nexport AI_PRIMARY_MODEL=deepseek-v4-flash\nexport AI_FALLBACK_MODEL=deepseek-v4-flash\n\n./gradlew :flexboot4-ai:bootRun\n```\n\n如果需要在纯 AI 对话中显式使用 V4 Pro 或开启 DeepSeek 特定参数，可以在请求体里传 OpenAI-compatible 字段。`/api/ai/chat` 会保留额外字段并原样转发：\n\n```json\n{\n  \"model\": \"deepseek-v4-pro\",\n  \"messages\": [\n    { \"role\": \"system\", \"content\": \"你是企业 AI 助手。\" },\n    { \"role\": \"user\", \"content\": \"请解释 FlexBoot4 的模块边界。\" }\n  ],\n  \"thinking\": { \"type\": \"enabled\" },\n  \"reasoning_effort\": \"high\"\n}\n```\n\nRAG 问答接口当前只接收 `RagChatRequest` 中定义的字段，不透传任意厂商私有参数。需要控制 DeepSeek thinking mode 时，优先使用模型默认行为；如果业务确实需要在知识库问答里暴露这些参数，应明确扩展 `RagChatRequest` 和 RAG 组装逻辑。\n\n## 4. 接口验证\n\n启动 `flexboot4-ai` 后，可以先验证纯 AI 对话。下面示例需要替换为当前登录用户的 `access_token` 和 FlexBoot4 内部 `X-AI-API-KEY`：\n\n```bash\ncurl -N \"http://localhost:8081/api/ai/chat/stream\" \\\n  -H \"Content-Type: application/json\" \\\n  -H \"Cookie: access_token=<登录后的 JWT>\" \\\n  -H \"X-AI-API-KEY: <FlexBoot4 用户 API Key>\" \\\n  -d '{\n    \"model\": \"deepseek-v4-flash\",\n    \"messages\": [\n      { \"role\": \"user\", \"content\": \"你好，请用一句话介绍 FlexBoot4。\" }\n    ]\n  }'\n```\n\n知识库问答需要已有知识库和向量数据，并且请求体必须带 `kbId`：\n\n```bash\ncurl -N \"http://localhost:8081/api/ai/rag/chat/stream\" \\\n  -H \"Content-Type: application/json\" \\\n  -H \"Cookie: access_token=<登录后的 JWT>\" \\\n  -H \"X-AI-API-KEY: <FlexBoot4 用户 API Key>\" \\\n  -d '{\n    \"kbId\": \"<知识库 ID>\",\n    \"query\": \"请根据知识库说明项目如何接入 DeepSeek V4。\",\n    \"model\": \"deepseek-v4-flash\",\n    \"topK\": 5\n  }'\n```\n\n## 5. 通过 APISIX 汇聚多厂商\n\n如果需要统一管理多个模型、做限流、熔断、fallback 或观测，推荐让 `flexboot4-ai` 指向 APISIX：\n\n```powershell\n$env:LLM_PROXY_URL = \"http://127.0.0.1:9080\"\n$env:LLM_PROXY_CHAT_PATH = \"/v1/chat/completions\"\n$env:LLM_PROXY_API_KEY = \"\"\n$env:LLM_PROXY_DEFAULT_MODEL = \"deepseek-v4-flash\"\n```\n\n这种模式下：\n\n- `flexboot4-ai` 仍负责 JWT、用户 API Key、权限、配额和业务审计。\n- APISIX 负责上游模型实例、厂商密钥、路由、限流和 fallback。\n- `X-AI-API-KEY` 可以作为 APISIX consumer key 使用。\n- DeepSeek 官方密钥应配置在 APISIX 的上游插件或服务配置中，而不是前端。\n\nAPISIX 示例见 [APISIX AI Gateway 对接](https://github.com/airflowshu/flexboot4/blob/master/flexboot4-ai/docs/apisix-ai.md)。\n\n## 6. 接入其它 OpenAI-compatible 厂商\n\n接入其它厂商时按同一流程处理：\n\n1. 确认厂商是否支持 Chat Completions 兼容接口。\n2. 设置 `LLM_PROXY_URL` 为厂商 base URL。\n3. 设置 `LLM_PROXY_CHAT_PATH` 为厂商 Chat Completions 路径，例如 `/v1/chat/completions` 或 `/chat/completions`。\n4. 设置 `LLM_PROXY_API_KEY`，让后端统一注入 `Authorization: Bearer ...`。\n5. 设置 `LLM_PROXY_DEFAULT_MODEL`、`AI_PRIMARY_MODEL`、`AI_FALLBACK_MODEL`。\n6. 用 `/api/ai/chat/stream` 验证纯 AI 对话，再用 `/api/ai/rag/chat/stream` 验证知识库问答。\n\n如果厂商不是 OpenAI-compatible Chat Completions 形态，再考虑单独适配；当前不为未发生的差异提前引入 Spring AI 或 Provider 抽象。\n\n## 7. 常见问题\n\n### 返回 401 或 403\n\n先确认请求携带了登录态和 FlexBoot4 内部 API Key。`LLM_PROXY_API_KEY` 只能解决上游厂商鉴权，不能替代 FlexBoot4 的用户授权。\n\n### DeepSeek 返回 401\n\n通常是 `LLM_PROXY_API_KEY` 无效、未充值、环境变量未生效，或 APISIX 上游插件没有正确注入 `Authorization`。\n\n### DeepSeek 返回 404\n\n优先检查 `LLM_PROXY_CHAT_PATH`。直连 DeepSeek V4 推荐使用 `/chat/completions`；如果使用 `/v1/chat/completions`，需要确认当前官方接口是否仍兼容。\n\n### 模型不存在\n\n确认 `model` 为 `deepseek-v4-flash` 或 `deepseek-v4-pro`。不要在新配置中继续使用即将停用的 `deepseek-chat`、`deepseek-reasoner`。\n\n### AI 对话能用，知识库问答不能用\n\nRAG 还依赖 embedding 服务、向量库、知识库文件切片和 `kbId`。DeepSeek V4 只负责最终回答，不替代 embedding 和检索链路。\n\n## 8. 官方参考\n\n- [DeepSeek API: Your First API Call](https://api-docs.deepseek.com/)\n- [DeepSeek API: Models & Pricing](https://api-docs.deepseek.com/quick_start/pricing)\n- [DeepSeek V4 Preview Release](https://api-docs.deepseek.com/news/news260424)\n"}, "0af1197f3f2b1fa9fd166455cc291f0ce3225b60": {"t": 1785765701.086812, "n": 5813, "h": "9376b76b3aa6eef5", "c": "# AI 厂商模型接入指南\n\n本文说明 `flexboot4-ai` 如何接入 DeepSeek V4、OpenAI-compatible 云厂商模型或内部模型网关。当前方案保持直接、可控：\n\n- 不引入 Spring AI。\n- 不新增 `ChatProvider` 适配层。\n- 由 `LlmProxyClient` 使用 `WebClient` 转发 OpenAI-compatible Chat Completions 请求。\n- 厂商 API Key 只配置在后端环境变量中，前端不得持有。\n\n## 1. 接入边界\n\n`flexboot4-ai` 当前拆成两个明确入口：\n\n| 使用场景 | 前端页面 | 后端接口 | 上游调用 |\n| --- | --- | --- | --- |\n| AI 对话 | `运维管理 / AI 对话` | `POST /api/ai/chat`、`POST /api/ai/chat/stream` | 直接调用第三方或官方模型，不做 embedding 和知识库检索 |\n| 知识库问答 | `知识库 / 知识库问答` | `POST /api/ai/rag/chat`、`POST /api/ai/rag/chat/stream` | 先 embedding + 向量检索，再把知识库片段拼入 Chat Completions |\n\n因此，接入 DeepSeek、OpenAI-compatible 厂商或 APISIX 时，只需要调整 `llm-proxy` 指向。纯 AI 对话和 RAG 问答共用同一个上游模型出口，但业务流程不同。\n\n## 2. 配置项\n\n`flexboot4-ai/src/main/resources/application.yml` 已支持以下环境变量：\n\n| 环境变量 | 说明 | DeepSeek V4 示例 |\n| --- | --- | --- |\n| `LLM_PROXY_URL` | OpenAI-compatible base URL | `https://api.deepseek.com` |\n| `LLM_PROXY_CHAT_PATH` | Chat Completions 路径 | `/chat/completions` |\n| `LLM_PROXY_API_KEY` | 厂商官方 API Key。非空时后端转发会注入 `Authorization: Bearer ...` | `sk-...` |\n| `LLM_PROXY_DEFAULT_MODEL` | 纯 AI 对话未传 `model` 时使用的默认模型 | `deepseek-v4-flash` |\n| `AI_PRIMARY_MODEL` | RAG 问答未传 `model` 时使用的主模型 | `deepseek-v4-flash` |\n| `AI_FALLBACK_MODEL` | RAG 问答配额耗尽或路由兜底时使用的模型 | `deepseek-v4-flash` |\n\n注意区分两类 Key：\n\n- `LLM_PROXY_API_KEY` 是 DeepSeek、OpenAI 等厂商密钥，只能放在后端。\n- `X-AI-API-KEY` 是 FlexBoot4 自己的用户 API Key，用于用户授权、配额和审计。直连厂商官方 API 且配置了 `LLM_PROXY_API_KEY` 时，`LlmProxyClient` 不会把 `X-AI-API-KEY` 或前端传入的 `Authorization` 透传给厂商。\n\n## 3. 直连 DeepSeek V4\n\n截至 2026-06-09，DeepSeek 官方 API 文档给出的 OpenAI 兼容参数为：\n\n| 参数 | 值 |\n| --- | --- |\n| base URL | `https://api.deepseek.com` |\n| Chat Completions | `/chat/completions` |\n| V4 Flash | `deepseek-v4-flash` |\n| V4 Pro | `deepseek-v4-pro` |\n\n`deepseek-v4-flash` 适合作为默认模型；`deepseek-v4-pro` 适合更复杂的推理、编码和高质量问答。官方文档同时说明旧模型名 `deepseek-chat` 与 `deepseek-reasoner` 将在 2026-07-24 15:59 UTC 停用，因此新配置应直接使用 V4 模型名。\n\nWindows PowerShell：\n\n```powershell\n$env:LLM_PROXY_URL = \"https://api.deepseek.com\"\n$env:LLM_PROXY_CHAT_PATH = \"/chat/completions\"\n$env:LLM_PROXY_API_KEY = \"sk-...\"\n$env:LLM_PROXY_DEFAULT_MODEL = \"deepseek-v4-flash\"\n$env:AI_PRIMARY_MODEL = \"deepseek-v4-flash\"\n$env:AI_FALLBACK_MODEL = \"deepseek-v4-flash\"\n\n.\\gradlew.bat :flexboot4-ai:bootRun\n```\n\nLinux/macOS：\n\n```bash\nexport LLM_PROXY_URL=https://api.deepseek.com\nexport LLM_PROXY_CHAT_PATH=/chat/completions\nexport LLM_PROXY_API_KEY=sk-...\nexport LLM_PROXY_DEFAULT_MODEL=deepseek-v4-flash\nexport AI_PRIMARY_MODEL=deepseek-v4-flash\nexport AI_FALLBACK_MODEL=deepseek-v4-flash\n\n./gradlew :flexboot4-ai:bootRun\n```\n\n如果需要在纯 AI 对话中显式使用 V4 Pro 或开启 DeepSeek 特定参数，可以在请求体里传 OpenAI-compatible 字段。`/api/ai/chat` 会保留额外字段并原样转发：\n\n```json\n{\n  \"model\": \"deepseek-v4-pro\",\n  \"messages\": [\n    { \"role\": \"system\", \"content\": \"你是企业 AI 助手。\" },\n    { \"role\": \"user\", \"content\": \"请解释 FlexBoot4 的模块边界。\" }\n  ],\n  \"thinking\": { \"type\": \"enabled\" },\n  \"reasoning_effort\": \"high\"\n}\n```\n\nRAG 问答接口当前只接收 `RagChatRequest` 中定义的字段，不透传任意厂商私有参数。需要控制 DeepSeek thinking mode 时，优先使用模型默认行为；如果业务确实需要在知识库问答里暴露这些参数，应明确扩展 `RagChatRequest` 和 RAG 组装逻辑。\n\n## 4. 接口验证\n\n启动 `flexboot4-ai` 后，可以先验证纯 AI 对话。下面示例需要替换为当前登录用户的 `access_token` 和 FlexBoot4 内部 `X-AI-API-KEY`：\n\n```bash\ncurl -N \"http://localhost:8081/api/ai/chat/stream\" \\\n  -H \"Content-Type: application/json\" \\\n  -H \"Cookie: access_token=<登录后的 JWT>\" \\\n  -H \"X-AI-API-KEY: <FlexBoot4 用户 API Key>\" \\\n  -d '{\n    \"model\": \"deepseek-v4-flash\",\n    \"messages\": [\n      { \"role\": \"user\", \"content\": \"你好，请用一句话介绍 FlexBoot4。\" }\n    ]\n  }'\n```\n\n知识库问答需要已有知识库和向量数据，并且请求体必须带 `kbId`：\n\n```bash\ncurl -N \"http://localhost:8081/api/ai/rag/chat/stream\" \\\n  -H \"Content-Type: application/json\" \\\n  -H \"Cookie: access_token=<登录后的 JWT>\" \\\n  -H \"X-AI-API-KEY: <FlexBoot4 用户 API Key>\" \\\n  -d '{\n    \"kbId\": \"<知识库 ID>\",\n    \"query\": \"请根据知识库说明项目如何接入 DeepSeek V4。\",\n    \"model\": \"deepseek-v4-flash\",\n    \"topK\": 5\n  }'\n```\n\n## 5. 通过 APISIX 汇聚多厂商\n\n如果需要统一管理多个模型、做限流、熔断、fallback 或观测，推荐让 `flexboot4-ai` 指向 APISIX：\n\n```powershell\n$env:LLM_PROXY_URL = \"http://127.0.0.1:9080\"\n$env:LLM_PROXY_CHAT_PATH = \"/v1/chat/completions\"\n$env:LLM_PROXY_API_KEY = \"\"\n$env:LLM_PROXY_DEFAULT_MODEL = \"deepseek-v4-flash\"\n```\n\n这种模式下：\n\n- `flexboot4-ai` 仍负责 JWT、用户 API Key、权限、配额和业务审计。\n- APISIX 负责上游模型实例、厂商密钥、路由、限流和 fallback。\n- `X-AI-API-KEY` 可以作为 APISIX consumer key 使用。\n- DeepSeek 官方密钥应配置在 APISIX 的上游插件或服务配置中，而不是前端。\n\nAPISIX 示例见 [APISIX AI Gateway 对接](https://github.com/airflowshu/flexboot4/blob/master/flexboot4-ai/docs/apisix-ai.md)。\n\n## 6. 接入其它 OpenAI-compatible 厂商\n\n接入其它厂商时按同一流程处理：\n\n1. 确认厂商是否支持 Chat Completions 兼容接口。\n2. 设置 `LLM_PROXY_URL` 为厂商 base URL。\n3. 设置 `LLM_PROXY_CHAT_PATH` 为厂商 Chat Completions 路径，例如 `/v1/chat/completions` 或 `/chat/completions`。\n4. 设置 `LLM_PROXY_API_KEY`，让后端统一注入 `Authorization: Bearer ...`。\n5. 设置 `LLM_PROXY_DEFAULT_MODEL`、`AI_PRIMARY_MODEL`、`AI_FALLBACK_MODEL`。\n6. 用 `/api/ai/chat/stream` 验证纯 AI 对话，再用 `/api/ai/rag/chat/stream` 验证知识库问答。\n\n如果厂商不是 OpenAI-compatible Chat Completions 形态，再考虑单独适配；当前不为未发生的差异提前引入 Spring AI 或 Provider 抽象。\n\n## 7. 常见问题\n\n### 返回 401 或 403\n\n先确认请求携带了登录态和 FlexBoot4 内部 API Key。`LLM_PROXY_API_KEY` 只能解决上游厂商鉴权，不能替代 FlexBoot4 的用户授权。\n\n### DeepSeek 返回 401\n\n通常是 `LLM_PROXY_API_KEY` 无效、未充值、环境变量未生效，或 APISIX 上游插件没有正确注入 `Authorization`。\n\n### DeepSeek 返回 404\n\n优先检查 `LLM_PROXY_CHAT_PATH`。直连 DeepSeek V4 推荐使用 `/chat/completions`；如果使用 `/v1/chat/completions`，需要确认当前官方接口是否仍兼容。\n\n### 模型不存在\n\n确认 `model` 为 `deepseek-v4-flash` 或 `deepseek-v4-pro`。不要在新配置中继续使用即将停用的 `deepseek-chat`、`deepseek-reasoner`。\n\n### AI 对话能用，知识库问答不能用\n\nRAG 还依赖 embedding 服务、向量库、知识库文件切片和 `kbId`。DeepSeek V4 只负责最终回答，不替代 embedding 和检索链路。\n\n## 8. 官方参考\n\n- [DeepSeek API: Your First API Call](https://api-docs.deepseek.com/)\n- [DeepSeek API: Models & Pricing](https://api-docs.deepseek.com/quick_start/pricing)\n- [DeepSeek V4 Preview Release](https://api-docs.deepseek.com/news/news260424)\n"}}}}