feat(llm): 上游多账号路由 + 账号级负载统计 (1.0.14)

一个 slot 挂多把上游账号 Key,解决厂商「单账号额度/并发受限」与
「同一用户缓存命中」两个矛盾诉求。

多账号路由 (plugin-llm)
- models: Upstream.accounts[] (auth/note/resets) + 上游级
  exhaust_status/exhaust_markers;顶层 auth 保留兼容(accounts 为空时合成单账号)
- upstreams::pick_account:粘性绑定 ukb:<key> 优先 → 无绑定时
  FNV-1a(下游 Key) % 可用数 冷分散 → 绑定账号冷却则重新分散 → 全冷却取最早恢复
  * 分散避开厂商单账号 agent 并发上限;落点固定保住 prompt/token 缓存
- cool_until_until 天锚定冷却:boundary = day0 + ceil(已过/窗口)*窗口,
  封顶次日 0 点(MiniMax 5h 窗口、24=5*4+4 → 末段 20:00-24:00 只有 4h 随天重置)
- 耗尽双检测 (log 阶段):$upstream_status 命中 exhaust_status,或
  usage_filter 流式扫到 marker → $llm_acct 定位本次账号 → 写冷却 uac:
- shm: up:/upa:/uac:/ukb:/upe: 五类前缀;$llm_acct 变量 (NOCACHEABLE)

账号级负载统计(问题发现与跟踪)
- 新增 uda:<slot>:<idx>:<day>(请求/token)与 uex:(耗尽次数) 日桶,
  复用内核 usage::bump_day —— 无数据库、无新进程(项目红线)
- 计数点只在 log 阶段一次;pick_account 会被 $llm_target/$llm_auth/$llm_acct
  三个变量各触发一次,放进那里会三倍计数
- view() 投影带每账号 load 与 account_trend + trend_labels(日期由后端算)
- 管理台「上游」页密钥列:各 Key 今日请求/token/耗尽 + 负载比例条 +
  14 天迷你趋势(自绘 SVG,零第三方依赖)+ 冷却/耗尽徽标 + 上游合计

测试与验证
- 回归 279 条全绿(网关 102 + LLM 177),新增 6 条多账号/负载断言
- 假上游新增 UPSTREAM_FAIL_AUTH 模拟账号额度耗尽;靶机验证 Key 真被替换
- 前端以真实 admin.css + upstreams.js 渲染路径做无头浏览器断言:
  比例条与负载成比例(412 vs 96 → 100%/23%)、每账号 14 条块、
  悬停峰值日期与数据逐位吻合、单账号/无账号兜底正常、无横向溢出、零 JS 错误

文档
- 新增 docs/llm/MULTI_ACCOUNT_ROUTING.md(数据模型/路由/冷却数学/shm 布局/负载统计)
- readme §11 数据模型 + §15 上游配置 + §15 用量统计 + §12.6 tag 表 + §16 变更记录
- 修正 docs/llm/*.md 中插件化前的过时路径(rust/src/* → crates/plugin-llm/src/*)
This commit is contained in:
admin committed 2026-09-14 11:57:08 +08:00
1 parent db99ce1521
commit bfa3cf8ff8
21 files changed
+1506 -85

No files matched your search

+191
View File
@@ -0,0 +1,191 @@
# LLM 上游多账号路由与额度耗尽自动切换
> 适用版本:`ipass-1.0.14`(插件化后的 `plugin-llm`)。
> 涉及文件:`rust/crates/plugin-llm/src/{models,upstreams,llm,usage_filter,handlers,api}.rs`、
> `conf/nginx.conf`(LLM server)、`tests/llm/{e2e.sh,upstream.py,fixtures/llm-upstreams.json}`。
---
## 一、解决什么问题
同一上游厂商(如 MiniMax)往往给**多个账号 Key**,且额度按周期清零(MiniMax 是
「每周清零 + 每 5 小时清零」)。本特性让一个 `slot`(上游)挂多个账号,做到:
1. **下游用户 Key → 上游账号 Key 粘性绑定**:同一下游 Key 尽量一直走同一个上游账号
(便于对账、便于厂商侧按账号看用量),但这是**尽力语义**——重启后重新绑定。
2. **额度耗尽自动切换**:某上游账号被厂商判额度耗尽,下次请求自动切到同厂商下一个可用账号。
3. **重置窗口感知**:额度按周期清零,冷却时长取「最近一个重置边界」,不盲目冷却整段固定时间。
---
## 二、数据模型(`llm-upstreams.json` 的 slot)
```json
{
"minimax": {
"base": "https://api.minimax.chat/v1",
"models": ["abab6.5s-chat"],
"enabled": true,
"accounts": [
{"auth": "Bearer <key1>", "note": "acct-1", "resets": [604800, 18000]},
{"auth": "Bearer <key2>", "note": "acct-2", "resets": [604800, 18000]}
],
"exhaust_status": [401, 402, 429, 403],
"exhaust_markers": ["\"status_code\":1004", "余额不足"],
"created_at": 1757500000
}
}
```
| 字段 | 含义 |
|---|---|
| `accounts` | 多账号数组。**取代旧版单 `auth` 字段**;`accounts` 为空时由顶层 `auth` 兼容合成单账号 |
| `accounts[].auth` | 完整的 `Authorization` 头值(如 `Bearer sk-xxx`)。留空表示免鉴权后端 |
| `accounts[].note` | 备注(如「华东主账号」),仅展示 |
| `accounts[].resets` | 该账号的**额度重置周期(秒)数组**,如 `[604800, 18000]` = 周 + 5 小时。全空=不自动切换 |
| `exhaust_status` | 命中即判「额度耗尽」的 HTTP 状态码(**上游级,所有账号共用**)。如 `[401,402,429,403]` |
| `exhaust_markers` | 响应体含任一子串即判耗尽(逐字节匹配,大小写敏感)。用于厂商「HTTP 200 + body 报错」的场景 |
> **敏感级别等同 `users.json`**:`accounts[].auth` 含上游真 Key,配置文件不入库 / 不进 Gitea raw。
---
## 三、路由逻辑(access 阶段 `pick_account`)
```
1. 查下游 Key 的粘性绑定 ukb:<downstream_key> → 已有账号下标
2. 无绑定 → FNV-1a(key) % 可用数 → 冷分散(不是固定 avail[0],也不是随机)
3. 绑定账号在冷却中 → 跳过,按下流 key 在剩余可用里重新分散
4. 全部冷却中 → 选「最早恢复」的账号(min cool_until)
5. 选定后写/刷新 ukb 粘性绑定(TTL = max(resets),兜底 7 天)
```
### 3.1 冷分配为什么用「键哈希」而不是「随机」或「固定第 0 个」
三者要同时满足两个看似矛盾的目标:
| 目标 | 为什么需要 |
|---|---|
| **均匀铺开** | MiniMax 这类厂商对**单账号有 agent 并发上限**。若所有下游 Key 都落 `account#0`,一把 Key 被打满、同 slot 的其它 Key 却闲着 |
| **分配后保持** | 同一用户的请求若被轮到不同上游账号,**prompt / token 缓存前缀对不上 → 缓存命中率暴跌**,等于白缓存 |
- **固定 `avail[0]`**:满足「保持」但不满足「铺开」——全部压在第一个账号。
- **随机分配**:满足「铺开」但不满足「保持」——同一用户每次请求都可能换账号,缓存必然失效。
- **FNV-1a(key) % n**:`key` 固定 ⇒ 落点固定(满足保持);不同 `key` 哈希值不同 ⇒ 落到不同账号(满足铺开)。
且**确定性可复现**——本机回归能用同一段哈希精确预测首次落点,不必依赖全局随机源。
(随机源仅在**没有下游 Key** 时兜底:管理台「测试」按钮这类内部探测流量走 `ngx_random()`,不要求粘性。)
⚠️ 分散是**冷分配时选一次**,之后由 `ukb:` 绑定固定住;绑定账号冷却被跳过时会在剩余可用账号里按同一哈希重新分散。
- **粘性仅共享内存**:重启后绑定丢失,下次请求重新冷分配,符合「尽可能同一 Key 用同一上游 Key」的尽力语义。
---
## 四、耗尽检测(log 阶段,双重保险)
| 来源 | 机制 | 适用场景 |
|---|---|---|
| HTTP 状态码 | 读 `$upstream_status` 末段,命中 `exhaust_status` → 标记 | 厂商直接回 401/402/429/403 |
| 响应体标记 | `usage_filter` 在 body **流式**扫描 `exhaust_markers`,`take_exhausted` 透给 log | 厂商「HTTP 200 + body 报错」(如 MiniMax `status_code:1004`) |
任一命中 → 读 `$llm_acct`(本次 access 阶段选中的账号下标,确定一致)→
`mark_exhausted(slot, idx, resets)` 写冷却。
---
## 五、冷却窗口(天锚定,关键)
`cool_until_until(resets, now)` 的边界计算**锚定到「当天的 0 点」**,而非简单 `now + 窗口` 滚动:
```
day0 = RESET_DAY_OFFSET_SEC + floor((now - RESET_DAY_OFFSET_SEC) / 86400) * 86400
elapsed = now - day0
boundary = day0 + ceil(elapsed / 窗口) * 窗口,且封顶到 day0 + 86400(次日 0 点)
```
**为什么必须天锚定**(MiniMax 实测口径):
MiniMax 的 5 小时额度从当天 0 点起每 5h 清一次,但 `24 = 5×4 + 4`——
最后一段窗口 `20:00–24:00` **只有 4 小时**,到点随「天」一起重置。
如果简单 `now + 5h` 滚动,21:00 耗尽会冷却到次日 01:00,与厂商口径对不上;
天锚定后封顶到当日 24:00(差 3h),与厂商行为一致。
- `RESET_DAY_OFFSET_SEC`(默认 `28800` = 北京时间)让 MiniMax 描述的开箱即用;其他时区厂商改成 `0` 即可。
- **多窗口取最早恢复**:`resets=[604800, 18000]` 时,周额度与 5h 额度哪个先恢复用哪个。
- `resets` 全空 → 兜底滚动冷却 `ACCT_COOLDOWN_DEFAULT = 4h`。
---
## 六、共享内存布局
| 键 | 值 | 说明 |
|---|---|---|
| `up:<slot>` | `base \n <naccounts>` | 上游基址 + 账号数 |
| `upa:<slot>:<idx>` | `auth \n <resets csv>` | 单账号 auth + 重置周期 |
| `uac:<slot>:<idx>` | `exhausted_until` | 冷却截止(TTL = until,自然到期即视为恢复) |
| `ukb:<downstream_key>` | `acct_idx` | 粘性绑定(TTL = max resets) |
| `upe:<slot>` | `status_csv \n markers_json` | 上游级耗尽检测配置 |
| `uda:<slot>:<idx>:<day>` | `requests:tin:tout`(`DayBucket`) | 账号级负载日桶(TTL 90 天) |
| `uex:<slot>:<idx>:<day>` | `requests`(=耗尽次数) | 账号级额度耗尽次数日桶(TTL 90 天) |
写操作均写穿共享内存;停用(`enabled=false`)即摘 `up:` 条目,热路径「查不到=停用」。
---
## 七、账号级负载统计(问题发现与跟踪)
**为什么用共享内存日桶而不是数据库**:项目红线是「不引入数据库 / Redis / MQ / 额外常驻进程」。
而负载统计本质是**每请求计数器**——nginx 共享内存 zone 正是为此而生(worker 间天然共享、
原子、TTL 自动淘汰、无文件锁);换成 SQLite 反而要在多 worker 下处理 WAL 与 busy_timeout 的写锁竞争,
在网关热路径上是退步。账号级只是给已有的上游级日桶(`uds:`)**多一维下标**,
完全复用内核 `ipass_core::usage` 的 `bump_day` 原语,零新依赖、零新文件。
### 7.1 计数点:**log 阶段**,且只记一次
```
access : pick_account 只做决策,不记账
($llm_target / $llm_auth / $llm_acct 三个变量各触发一次 pick_account,
在这里记账会把同一请求记三遍)
proxy : nginx 原生转发
log : read_llm_acct(r) 取本次选中账号(NOCACHEABLE,与 access 同一结果)
→ bump_acct_load(slot, idx) 每次真实转发 +1
→ 命中耗尽 → bump_acct_exhaust(...) +1
→ body filter 抓到 usage → add_acct_tokens(...)
```
口径与请求级用量一致:**只算真的转发出去的请求**(被拒的 401/403/404/429 不入账)。
### 7.2 展示(管理台「上游」页 · 密钥 / 负载 列)
每个上游账号一块:
- **今日负载行**:`今日 N 请求 · 入 X / 出 Y tok`
- **比例条**:该 Key 占「本上游负载最大的 Key」的百分比——**本上游内部相对量**最有信息量,
谁在扛、有没有偏斜一眼可见(不占全局总量,否则多上游场景下每根条都很短)
- **14 天迷你趋势**:后端 `account_trend()` 按日窗 id 精确取键渲染(零第三方依赖的 SVG),
悬停给出「近 14 天合计 / 峰值 / 峰值日期」
- **徽标**:`冷却`(`uac:` 键存在)、`耗尽N`(今日被判耗尽并冷却的次数,来自 `uex:`)
- 上游级一行合计:`N 把 Key · 今日合计 M 请求`
账号级序列**不参与任何转发决策**,纯展示;`view()` 投影见 `upstreams::view`。
---
## 八、管理台
- `www/assets/upstreams.js` 编辑卡支持**多账号行**:每行 auth(掩码回显)、note、resets(逗号分隔周期)。
- 列表「密钥 / 负载」列展示账号数、冷却/耗尽状态与**各 Key 今日负载 + 比例条 + 14 天迷你趋势**(见 §七)。
- 保存接口 `POST /api/admin/upstreams/save` 接受 `accounts`(JSON 数组);
auth 留空=保留原值(编辑时不用每次重填真 Key)。
---
## 九、验证
- **本机回归**:`tests/llm/e2e.sh` 多账号组(粘性 + 耗尽自动切换 + 靶机真收 Key + 账号级负载分布),
全量 `bash tests/run.sh all` 期望 **279 条断言全绿**(gateway 102 + llm 177)。
假上游 `upstream.py` 支持 `UPSTREAM_FAIL_AUTH` 环境变量模拟「账号额度耗尽」。
- **真 MiniMax 双 Key 实测**:key1 稳定 200 + 粘性 `acct=0`;key1 失效 → 自动切 key2(`acct=1`,200)。
真 Key 仅存临时目录、测完即删,不入库。
- **前端渲染**:以真实 `admin.css` + 真实 `upstreams.js` 渲染路径做无头浏览器断言——
比例条宽度与负载成比例(412 vs 96 → 100% / 23%)、每账号 14 个条块、悬停峰值日期与数据逐位吻合、
单账号老记录与无账号上游兜底正常、无横向溢出、零 JS 错误。
+9
View File
@@ -8,6 +8,15 @@
> **关联文档**:`docs/llm/UPSTREAM_PROTOCOL_AND_AUTH.md`(出站头 / 多协议)、
> `rust/src/stats.rs`(当前请求级计数实现)、`rust/src/config.rs` §LLM 限流。
> **最后更新**:2026-09-12(基于 ipass-1.0.6)。
>
> ⚠️ **路径已过时**:本文写于插件化重构(`ipass-1.0.12`)之前,正文里的
> `rust/src/*.rs` 与其中的行号均为**当时的单 crate 布局**。现对应关系:
> `rust/src/stats.rs` → `rust/crates/plugin-llm/src/stats.rs`、
> `rust/src/config.rs` → 策略常量分家(内核 `rust/crates/ipass-core/src/config.rs` + 插件 `rust/crates/plugin-llm/src/config.rs`)、
> `rust/src/lib.rs` → 拆为 `rust/gateway/src/lib.rs`(装配根 + 管理 API 的 `ApiHandler`)
> 与各插件的 `handlers.rs`;LLM 热路径的三个处理器(`LlmHandler` / `LlmHealthHandler` /
> `AuditHandler`)在 `rust/crates/plugin-llm/src/handlers.rs`,`stats::record` 的调用点也在此。
> 阅读时以**模块名**为准,不要按行号定位。
---
+6 -2
View File
@@ -5,8 +5,12 @@
> **结论全部来自开源实现或厂商官方文档,并附本机靶机实测证据**(本项目硬规矩:
> 验证请求头替换必须看上游收到的请求)。
涉及文件:`conf/nginx.conf`(LLM server)、`rust/src/llm.rs`、`rust/src/upstreams.rs`、
`tests/llm/upstream.py`。
涉及文件:`conf/nginx.conf`(LLM server)、`rust/crates/plugin-llm/src/llm.rs`、
`rust/crates/plugin-llm/src/upstreams.rs`、`tests/llm/upstream.py`
> 路径说明:`ipass-1.0.12` 插件化重构后,原 `rust/src/llm.rs` / `rust/src/upstreams.rs`
> 已迁入 `rust/crates/plugin-llm/src/`(本文其余段落若提到旧路径,按此对应)。
> 多账号路由与账号级负载统计见 `docs/llm/MULTI_ACCOUNT_ROUTING.md`。
---