Co-Authored-By: Claude Opus 5.5 (1M context) <noreply@anthropic.com>
13 KiB
13 KiB
Codex 兼容:Responses 续接归属与 WebSocket 设计(COD-01/COD-02)
日期:2026-10-22(Asia/Shanghai)。状态:设计待评审,未实现。对应 24 号任务表 COD-01、COD-02,承接 29 号文档第五节与第八节第二阶段。
1. 目标与非目标
目标:
- 让 Codex 等编程客户端通过 MOYI 使用 Responses 协议的增量续接(
previous_response_id),不再每轮发送完整上下文。 - 提供 Responses WebSocket 入口,单连接多轮、顺序执行。
- 每个上游响应都能追溯到产生它的渠道账号与凭据版本,续接只能发往同一账号;无法满足时明确失败,不静默换号。
- 计费、预留、并发租约、用量审计与现有 HTTP 路径共用同一套合同(
GatewayRequestExecutionService),不另起账本。
非目标(本期不做):
- 上游
store=true的云端会话、conversation对象、background后台任务。 - 图片、文件、托管工具(web_search、code_interpreter 等)。它们需要单独计费适配器,仍按现状拒绝。
- OAuth 订阅账号池(OPS-02,可选方案,须先核实授权)。
- 跨实例共享 WebSocket 连接。单个连接只存在于持有它的 API 实例。
2. 依据与当前代码事实
外部协议依据(Azure OpenAI Responses WebSocket 文档,2026-10-22 读取;OpenAI 官方页面在本机网络不可访问,未直接核对):
- 连接路径为
/v1/responses,客户端发送{"type":"response.create", ...},载荷同 HTTP 创建请求,但不适用stream、background。 - 同一连接内顺序执行,同时只有一个进行中的响应。(部分资料提及按
stream_id并行的新版本,未经核实,本设计按顺序执行实现,并在客户端验收中确认实际版本。) - 连接本地缓存最近一个响应状态;
store=false时引用不在缓存中的 ID 返回previous_response_not_found;某一轮 4xx/5xx 失败会从缓存驱逐被引用的父响应。 - 连接最长 60 分钟,到期返回
websocket_connection_limit_reached,须重连;store=false下重连后只能不带previous_response_id、重发完整上下文。 - 可用
generate:false预热,返回可续接的响应 ID 但不产生输出。
本仓库当前事实(已读代码核实):
| 位置 | 现状 | 对本设计的影响 |
|---|---|---|
gateway/NativeProtocolMeter.java |
拒绝 previous_response_id、conversation、background;强制 store=false;请求上限 256 KiB;输出上限 32768 |
续接需放开 previous_response_id,其余限制保留 |
provider/UpstreamHealth.java |
X-Moyi-Session 加平台 Key 做 rendezvous 哈希选号;账号冷却后会改选其他账号 |
只能算“尽量同号”,不能保证续接归属 |
provider/OpenAiCompatibleProvider.java |
账号选择、401/403/429 换号重试都在一次请求内部完成;不对外暴露最终使用的账号 | 需要把“实际使用的账号指纹”返回给调用方 |
model_tasks.provider_key_fingerprint(V33) |
异步任务已按账号指纹绑定轮询 | 同步续接沿用相同的指纹方案,不存明文 Key |
gateway/request/GatewayRequestExecutionService |
统一准入、预留、续期(COD-03)、结算、失败释放 | WebSocket 每一轮都走它,复用续期 |
nginx infra/moyi/nginx/routes.conf、prototype/nginx.conf |
无 Upgrade/Connection 转发,读超时 120 秒 |
WebSocket 必须改代理配置,属部署变更 |
3. 核心设计:响应归属记录
3.1 记录什么
新增表 responses_ownership(迁移 V51),每个成功完成的上游 Responses 响应写一行:
| 列 | 说明 |
|---|---|
response_id |
上游返回的 id,主键(varchar(128)) |
user_id、api_key_id |
发起方。续接时必须与当前调用方一致,防止拿别人的 ID 续接 |
route_id、provider_id、upstream_model |
产生该响应的路由快照 |
account_fingerprint |
实际使用账号的 SHA-256 指纹(同 UpstreamHealth.fingerprint),不存明文 |
credential_version |
渠道凭据版本,见 3.3 |
transport |
http 或 websocket |
connection_id |
WebSocket 连接 ID(HTTP 为空) |
parent_response_id |
本轮引用的上一响应,便于审计链路 |
usage_event_id |
对应 usage_events.id(即计费 ticket) |
created_at、expires_at |
默认保留 24 小时,到期由定时任务清理 |
不存储请求或响应正文。只存路由与账号指纹,满足“可追溯但不留内容”。
3.2 续接时如何使用
收到带 previous_response_id 的请求(HTTP 或 WebSocket):
- 按
response_id查归属行。不存在或已过期:返回400 previous_response_not_found(与上游错误码一致),不发往上游、不预留。 user_id/api_key_id与当前调用方不一致:同样返回previous_response_not_found,不泄露该 ID 是否存在。- 路由已下线、模型不一致、账号指纹不在当前可用账号集合中、凭据版本已变化、或账号处于冷却:返回
409 RESPONSE_OWNER_UNAVAILABLE,提示客户端不带previous_response_id重发完整上下文。不换号:其他账号持有的上游状态里没有这个响应,换号只会得到上游的previous_response_not_found,还可能已经产生费用。 - 校验通过:以“指定账号”方式调用上游(新增
OpenAiCompatibleProvider的 pinned-key 入口),禁用该请求内的 401/403/429 换号重试与GatewayFailover备用路由。
3.3 凭据版本
当前渠道 Key 来自 model_providers.credential_ciphertext 或环境变量 Key 池,没有版本号。方案:
- 数据库渠道:
credential_version取渠道updated_at。注意当前任何渠道编辑(包括改名)都会更新该字段,所以编辑渠道会让已有续接失效。这是偏保守的取舍,不新增管理界面。 - 环境变量 Key 池:没有版本号,只靠账号指纹。Key 被替换后指纹必然改变,旧响应同样失效。
- 自
1a608f8起,修改渠道 Base URL 必须重填凭据,因此地址变更一定会触发失效,走 3.2 第 3 步。
真正独立的账号实体与版本属于 SCH-01,本期不扩展。
3.4 写入时机与一致性
- HTTP 非流式:在
settle成功之后写入归属行。结算失败(SETTLEMENT_PENDING)时仍写入,因为上游响应已存在;归属不影响账务。 - 流式/WebSocket:收到
response.completed或response.incomplete事件、拿到response.id后写入。 - 写入失败只记日志、不影响本轮返回;代价是下一轮续接得到
previous_response_not_found,客户端按规范回退为完整上下文。这是安全方向的失败。
4. HTTP 续接(COD-01,先做)
改动点:
NativeProtocolMeter.request:允许previous_response_id(字符串,1–128 字符);继续拒绝conversation、background、媒体与托管工具;继续强制store=false。- 新增
ResponsesOwnershipService(gateway/responses包):查询、校验、写入、清理。依赖方向测试中禁止它依赖 HTTP 客户端与凭据解密。 OpenAiCompatibleProvider:- 新增返回“实际使用账号指纹”的结果包装,供写归属。
- 新增 pinned-key 调用:只用指定指纹对应的 Key;该 Key 不在 Key 池或已冷却时在发送前报
RESPONSE_OWNER_UNAVAILABLE。
NativeGatewayController:带previous_response_id时跳过GatewayFailover,只走原路由。- 计费:不变。续接请求的输入 Token 由上游
usage.input_tokens计量(包含被续接的历史上下文),input_tokens_details.cached_tokens走现有缓存价。预留按本轮请求体估算,偏低部分由结算时的实际用量和现有欠费处理兜底。
5. WebSocket 入口(COD-02,后做)
5.1 连接与鉴权
- 路径
GET /v1/responses,Upgrade: websocket。使用 Spring WebSocket(新增spring-boot-starter-websocket,版本跟随 Spring Boot parent)。 - 握手时用
Authorization: Bearer <MOYI Key>鉴权,复用CatalogService.authenticateKey与EnterprisePolicies.access(IP 白名单、过期)。不接受 URL 查询参数里的 Key。 - 每个平台 Key 的并发 WebSocket 连接数设上限(默认 4,复用 Key 并发配置),超出时拒绝握手。
5.2 连接内的每一轮
- 每个
response.create视为一次独立的计费请求:走GatewayRequestExecutionService.execute,独立准入、预留、续期、结算、用量记录。连接本身不预留费用。 - 同一连接顺序执行:上一轮未结束时收到新的
response.create,返回error事件(code: response_in_progress),不排队,避免隐性占用资源。 - 上游侧:每个客户端连接对应一个上游 WebSocket 连接,绑定首轮选中的账号。后续轮次固定使用该账号,不换号。上游连接断开时,本地也关闭客户端连接,并返回上游的错误码,让客户端按协议重连。
- 首轮无
previous_response_id时正常选号;首轮带previous_response_id时,按第 3.2 节归属选择上游账号。 - 连接最长 60 分钟(与上游一致,可配置更短)。到期发送
websocket_connection_limit_reached后关闭。
5.3 中断、取消与计费
| 情况 | 处理 |
|---|---|
| 客户端在一轮进行中断开 | 继续读取上游直至该轮完成并结算(与现有 SSE“浏览器断开不变成免费调用”一致),然后关闭上游连接 |
| 上游在一轮进行中断开 | 已有完整 response.completed 则结算;否则按现有规则 UPSTREAM_STREAM_INCOMPLETE,释放预留,记 cost_status='pending' 待核账 |
| 空闲(无进行中轮次)超时 | 关闭连接,无费用 |
| 服务重启 | 进行中轮次由预留过期恢复处理(COD-03 续期停止后最多 5 分钟释放或按已持久化用量结算) |
5.4 部署前置条件
- nginx 两处配置都要为
/v1/responses增加proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection "upgrade";,读超时不低于连接上限。 - 云端 Compose 透传 COD-03 的超时变量。
- 这些都是线上配置变更,单独评审,不随代码自动生效。
6. 安全与滥用边界
- 归属校验是访问控制:A 用户的响应 ID 对 B 用户统一表现为“不存在”。
- 不接受客户端指定上游账号、Base URL、凭据(现有限制保留)。
previous_response_id只作为字符串透传,长度限制并做字符集校验([A-Za-z0-9_-]),避免日志或 SQL 注入面。- WebSocket 单帧大小上限沿用 256 KiB 请求上限;超限关闭连接。
7. 测试与验收
自动化(本地,与现有门禁一起跑):
- 归属:写入、过期、跨用户统一返回
previous_response_not_found、路由下线/指纹变化/冷却时 409 且不发上游请求。 - pinned-key:只用指定 Key,不触发换号重试与备用路由。
- HTTP 续接:上游桩返回带
id的完成响应,第二轮带previous_response_id只打到同一 Key。 - WebSocket:握手鉴权、顺序执行拒绝并发、客户端断开仍结算一次、上游中断释放预留、60 分钟上限(用可配置短时限测试)。
- 依赖方向:
gateway/responses不依赖 HTTP 客户端与凭据。
客户端验收(需要你授权真实上游与付费调用,未授权前不做):
- 指定 Codex CLI 版本,配置 MOYI 为 Responses 端点,跑一组固定任务:多轮工具调用、断线重连、超过 60 分钟的会话。
- 每轮核对:上游账号一致、用量与扣费一致、续接失败时客户端能回退完整上下文。
- 结果记录到兼容矩阵(客户端 × 协议 × 上游 × 能力),并保存日期与证据。
8. 实施顺序
- V51 归属表与
ResponsesOwnershipService,附单元与数据库回归。 - Provider 返回实际账号指纹与 pinned-key 入口。
- HTTP 续接放开与路由固定(COD-01 主体)。
- WebSocket 入口与连接管理(COD-02)。
- 部署配置评审与客户端验收。
每一步单独提交,全量测试通过后再进入下一步。
9. 待你确认
- 归属记录默认保留 24 小时是否合适(越长越占库,越短越容易让长会话回退完整上下文)。
- 归属账号不可用时直接返回 409、由客户端重发完整上下文,而不是服务端自动重放历史。服务端不保存正文,所以无法自动重放,这是设计取舍。
- 是否需要 WebSocket。只做 HTTP 续接(第 1–3 步)已经能让 Codex 增量续接,WebSocket 主要节省延迟,代价是代理配置和连接管理。