 chaos
|
34eb36623c
|
fix: auto_compact压缩后用摘要+用户问题重新请求模型，而非直接返回摘要
|
2026-07-08 17:00:42 +08:00 |
|
|
chaos
|
0ffbf20f6b
|
fix: compact内部401刷新Token重试+清空黑名单防锁死
|
2026-07-08 16:51:33 +08:00 |
|
|
chaos
|
2b073f2e3f
|
fix: content=None 导致 TypeError + /v1/models 本地返回
|
2026-07-08 16:27:35 +08:00 |
|
|
chaos
|
29d6fac6cc
|
fix: 401 黑名单锁死 - 新Token也401时清空黑名单避免27分钟不可用
|
2026-07-08 15:50:57 +08:00 |
|
|
chaos
|
5899032aee
|
fix: compact 504 超时修复
- 降低 auto_compact 阈值: 1.2MB → 350KB (426KB 请求也会导致上游 504)
- 预截断: compact 前每条消息限制 500 字, 大幅减少 token 数
- 降低批次大小: 800KB → 350KB 每批
- 429 限流自动重试: 最多 2 次, 递增等待 (5s, 10s)
- 504 超时自动重试: 1 次, 降级为 auto_compact
- compact 内部 429/504 重试: 最多 3 次
- 全局请求日志: before_request 捕获所有请求
|
2026-07-08 15:12:29 +08:00 |
|
|
chaos
|
368ffbe66c
|
fix: 透明分批压缩 - /v1路由 + 超限自动compact无需客户端感知
关键改动:
1. /v1/<path> 路由: 与 /v2 相同代理逻辑,兼容标准OpenAI客户端
2. auto_compact(): chat/completions超限时自动分批压缩,返回标准OpenAI格式
- 客户端完全无感知,不需要调用特殊端点
- 支持stream=true(SSE)和stream=false
- X-Auto-Compact响应头标识自动压缩发生
3. 非chat/completions超限仍返回413清晰错误
4. 修复compact SSE与Waitress的direct_passthrough兼容问题
|
2026-07-08 14:21:38 +08:00 |
|
|
chaos
|
85ea33eb4e
|
fix: 解决 compact 命令断连问题 - 请求体超限413清晰错误 + /v2/compact分批压缩端点
根因: APIG请求体限制~1.25MB, 超限后JSON截断导致'model id缺失'400错误→客户端断连
修复:
1. 请求体超限校验: 返回413 + content_too_large清晰错误(而非上游的'model id缺失')
2. /v2/compact端点: 超长对话自动分批发送压缩,每批<800KB,最后合并总结
3. 动态超时: 根据请求体大小自动调整(60s→180s→300s)
4. 修复响应头转发: 剥离Content-Encoding避免客户端解压失败
5. 禁用flask-compress(与Waitress SSE兼容问题)
|
2026-07-08 14:06:21 +08:00 |
|
|
chaos
|
a2a96282de
|
feat: 启用响应压缩(gzip/brotli/zstd) + 优化SSE流式chunk_size
- 添加 flask-compress 中间件，长文本响应自动压缩（压缩率70-80%）
- 压缩阈值设为256字节，小响应不压缩
- SSE流式 chunk_size 从 4096 提升到 16384，减少分片开销
- 压缩白名单包含 text/event-stream，SSE也支持压缩
- 解决长文本响应体积过大导致超时/内存溢出的问题
|
2026-07-08 13:21:32 +08:00 |
|
|
chaos
|
fab2a25bcc
|
feat: 上游错误日志 + ModelArts错误→OpenAI格式转换
- 非200响应记录WARNING日志（含响应体前500字节）
- 华为云ModelArts错误格式(error_code/error_msg)转为OpenAI标准格式
- 解决客户端'压缩上下文'报错时错误格式不兼容问题
- 根因: prompt超196608 tokens触发ModelArts.81001
|
2026-07-02 17:23:34 +08:00 |
|
|
chaos
|
e9c635dbd0
|
feat: 网关全面优化 - SSE流式转发/连接池/Token优先级/持久化
- 移除JWT格式过滤(token.count('.')>=2)，改为len>200
- HUAWEI_TOKEN环境变量设为最高优先级
- Token持久化到/etc/huawei-gateway.env，重启自动恢复
- SSE流式转发(stream=True + iter_content)
- requests.Session连接池(20连接, 3次重试)
- Waitress线程数16→32
- 过滤hop-by-hop头(Connection/Keep-Alive/Upgrade)
- pip安装增加waitress依赖
- 新增独立huawei_gateway.py文件
|
2026-07-02 16:23:22 +08:00 |
|