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

+48 -1
View File
@@ -79,6 +79,32 @@ fn h_admin_upstream_save(r: *mut ngx_http_request_t, _actor: Actor) -> Status {
// 分隔符同时接受换行/逗号/顿号/分号——粘一份厂商文档里的模型列表是常见操作。
let models = p.get("models").map(|raw| parse_model_list(raw));
// 多账号:前端把 `accounts` 作为 JSON 数组串传上来(每个 {auth, note, resets})。
// 缺省/空 = 沿用旧逻辑(用 `auth` 维护单账号)。
let accounts = p
.get("accounts")
.and_then(|s| {
let s = s.trim();
if s.is_empty() {
None
} else {
serde_json::from_str::<Vec<crate::models::UpstreamAccount>>(s).ok()
}
});
// 上游级「额度耗尽」探测配置(JSON 数组;也兼容逗号串)
let exhaust_status = parse_int_list(p.get("exhaust_status"));
let exhaust_markers = p
.get("exhaust_markers")
.and_then(|s| {
let s = s.trim();
if s.is_empty() {
None
} else {
serde_json::from_str::<Vec<String>>(s).ok()
}
});
let slot_raw = p.get("slot").map(String::as_str).unwrap_or("");
match upstreams::upsert(
@@ -86,6 +112,9 @@ fn h_admin_upstream_save(r: *mut ngx_http_request_t, _actor: Actor) -> Status {
p.get("base").map(String::as_str).unwrap_or(""),
models,
p.get("auth"),
accounts,
exhaust_status,
exhaust_markers,
enabled,
p.get("note"),
) {
@@ -93,7 +122,8 @@ fn h_admin_upstream_save(r: *mut ngx_http_request_t, _actor: Actor) -> Status {
// 用校验后的 slot 回显;直接拿原始入参会把大小写差异带进响应
let slot = upstreams::validate_slot(slot_raw).unwrap_or_default();
util::log_notice(&format!(
"[api] 保存 LLM 上游 {slot} enabled={enabled} models={}",
"[api] 保存 LLM 上游 {slot} enabled={enabled} accounts={} models={}",
up.effective_accounts().len(),
up.models.len()
));
// base_url 带「调用方正在用的端口」:见 upstreams::base_url 的说明
@@ -103,6 +133,23 @@ fn h_admin_upstream_save(r: *mut ngx_http_request_t, _actor: Actor) -> Status {
}
}
/// 解析整数列表:优先 JSON 数组,回退逗号分隔串。
fn parse_int_list(raw: Option<&String>) -> Option<Vec<i64>> {
let s = raw?;
let s = s.trim();
if s.is_empty() {
return None;
}
if let Ok(v) = serde_json::from_str::<Vec<i64>>(s) {
return Some(v);
}
Some(
s.split(',')
.filter_map(|x| x.trim().parse::<i64>().ok())
.collect(),
)
}
/// 把管理台/接口传入的模型列表串拆成模型名数组。
///
/// 允许的写法(混用也认):`a,b` / `a、b` / `a;b` / 一行一个。