天锚定重置边界计算(resets)删掉:锚点算错过两次(1.0.14 / 1.0.24), 线上表现为「厂商 15:00 已重置、网关锁到 18:00」。resets 只存不路由。 新口径:uac: = <backoff>:<next_probe>:<hard_cap> - 到期放一个「无绑定/绑定失效」的真实请求过去探测,2xx → clear_cool 回队; - 仍耗尽 → 退避翻倍(首轮 ipass_probe_min,默认 60s,30min 硬顶无条件回队自愈); - 绑定流量永不被劫持当探测(保 prompt 缓存亲和)。 - pick_account 必须纯决策:四个 $llm_* 变量各求值一次,副作用只在 log 阶段记一次。 fix: 探测窗口判定改严格小于 —— 秒级时钟下 >= 会让「标记于 45.95s、next_probe=46」 的账号在 46.05s 即被当探测目标,1s 退避实际只等 0.05s,冷却形同虚设(回归暴露)。 回归 370 条全绿(网关 108 + LLM 262,新增「探测恢复闭环」剧本)。
17 KiB
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引入(插件化后的plugin-llm);ipass-1.0.44起冷却与恢复改为指数退避 + 真实请求探测闭环(§五), 天锚定边界计算已删除,resets配置退出路由。 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:
- 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。
- 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。
- 探测恢复:冷却账号按指数退避到期后,放行一个真实请求当探测—— 2xx 即自动回队、仍耗尽则退避翻倍。不猜厂商的重置窗口口径(见 §五 的历史教训)。
二、数据模型(llm-upstreams.json 的 slot)
{
"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)。只填裸 key 也行——读出时 normalize_auth 自动补 Bearer ,避免上游回 1004(详情见 §10) |
accounts[].note |
备注(如「华东主账号」),仅展示 |
accounts[].resets |
历史字段(1.0.44 起不参与路由):原为「重置周期(秒)数组」供天锚定边界计算;探测闭环上线后仅保留存储与展示,UI 已移除该输入,填错也不再影响任何行为 |
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. 绑定账号可用 → 直接用它。粘性与 prompt 缓存亲和高于一切,
绑定流量【永不】被劫持当探测(1.0.44)
2. 有冷却账号到期 → 本请求路由过去当探测(min next_probe;
哪怕池里有健康账号——无绑定/绑定失效流量承担,
代价被指数退避封顶)
3. 无到期探测、有可用账号 → FNV-1a(key) % 可用数 → 冷分散(绑定账号冷却/被删也走这支)
4. 全部冷却且无到期 → best-effort 选「最快要到期」的账号继续转发(不消耗探测窗口)
5. 选定后写/刷新 ukb 粘性绑定(TTL = 7 天常量)
⚠️ pick_account 必须是纯决策:$llm_target/$llm_host/$llm_auth/$llm_acct 四个变量
会把它求值多次(nginx 在 proxy_pass / Host / Authorization 各自求值时调用)。
副作用(re-arm、记账、清冷却)一律放 log 阶段——放 pick 里会让同一请求三次翻倍退避,
甚至 target 与 auth 落到不同账号(1.0.44 开发中真实踩过,e2e 探测组抓到)。
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) 写/推进冷却;
2xx 且无耗尽信号 → clear_cool(slot, idx) 清冷却(探测成功的判定就这半边,幂等)。
log 阶段同时是 re-arm 的唯一落点(见 §三 的纯决策约束):
mark_exhausted 对已在冷却的账号,若 now >= next_probe(= 探测到期后仍失败)
则退避翻倍关窗;未到期(best-effort 撞墙)则时间线不动。
五、冷却与恢复(探测闭环,1.0.44 起)
不再猜厂商的重置时刻,而是用真实流量验证恢复:
标记耗尽(log 阶段) → 写 uac:<slot>:<i> = "<backoff>:<next_probe>:<hard_cap>"
首轮退避 = ipass_probe_min(默认 60s);键 TTL = 硬顶 30min
冷却期(access 求值) → now < next_probe:完全跳过(除非全池冷却走 best-effort 转发)
到期(next_probe ≤ now)→ 下一个「无绑定/绑定失效」的真实请求被路由过去当探测
log 阶段合流 → 2xx 且无耗尽信号 → 删键,账号【立即回队】
命中耗尽(= 探测失败)→ re-arm:退避翻倍(60s→2m→4m→…→30m 封顶)
其它结果(400/5xx/断连)→ 窗口原样,下个无绑定请求再试
硬顶到期(30min 无验证)→ 键自然过期、无条件回队;若仍耗尽,真实流量会再标——自愈
为什么放弃边界计算(线上事故记录,别再走回头路):
旧实现 cool_until_until(resets, now) 把冷却锁到「下一个天锚定重置边界」,
边界由纯 epoch 算术算出、不随容器 TZ 变化,但两次改动都以为会:
| 版本 | RESET_DAY_OFFSET_SEC |
作者以为锚 | 实际锚 | 后果 |
|---|---|---|---|---|
| 1.0.14 | 28800(=UTC+8) |
北京 0 点 | 北京 16:00 | 边界整体错开 8h(没暴露:当时没人核对) |
| 1.0.24 | 0("对齐 day_id") |
北京 0 点(以为 TZ 生效) | 北京 08:00 | 线上事故:MiniMax 15:00 重置的额度被锁到 18:00,反向 13:00 又提前放闸吃 429 反复重标(单账号一天 156 次耗尽标记) |
1.0.44 把整条边界计算与 resets 路由语义一起删除。退避封顶 30min 意味着:
厂商任意时刻恢复,最迟 ~30min 内被发现;代价被严格封顶——
每账号每个退避周期最多牺牲 1 个无绑定请求(拿到的是上游真实错误,网关不发明状态码)。
- 首轮退避可调:
ipass_probe_min <秒>(http 级指令,缺省 60;测试夹具压到 1s 保回归确定性)。 生产conf/nginx.conf刻意不写,理由同ipass_stats_persist:回滚旧镜像不受影响。 - 429(限速)与额度耗尽共用同一标记入口,但 60s 首轮退避让「限速误伤」一分钟内自愈, 不再有「一次 429 锁到下个边界」的放大。
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> |
<backoff>:<next_probe>:<hard_cap> |
冷却时间线(TTL=硬顶;探测 2xx 删键即回队;见 §五。旧单段 <until> 值视作「立即可探测」,升级自然换代) |
ukb:<downstream_key> |
acct_idx |
粘性绑定(TTL = 7 天常量 AFFINITY_TTL_DEFAULT) |
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)
(示意图,数据为构造值;含双 Key 轮换上游、单 Key 老记录、无账号上游三种形态)
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 (1.0.44 起 resets 输入已移除——它不再参与路由,别再让用户猜厂商窗口口径)。冷却中徽章带 tooltip:下次探测时刻与硬顶时刻(view()新字段probe_next/cool_hard_cap)。- 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) 与探测恢复闭环组(ipass_probe_min 1压秒;剧本:首标冷却 → 到期探测 → 2xx 回队 → 绑定流量不被劫持 → 无绑定被劫持吃真实 401 → 退避翻倍后仍持续探测 → view 投影核对), 全量bash tests/run.sh all期望全绿(1.0.44 时点 370 条 = 网关 108 + LLM 262; 条数随迭代增长,当前见CLAUDE.md「本机验证夹具」一节)。 - 假上游
upstream.py三档故障注入:UPSTREAM_FAIL_AUTH(按 auth 子串永远耗尽)、UPSTREAM_FAIL_FIRST_AUTH(每个 auth 只失败第一次——验证探测成功回队)、UPSTREAM_FAIL_ALWAYS_AUTH(子串命中即永远失败——验证退避持续与代价封顶)。 - 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。
十、auth 规范化(兜住「只填裸 key」的历史坏数据)
适用版本:
ipass-1.0.15+
现象
线上某 slot(如 minimax)管理台「密钥」列能看到 accounts[],但点「测试」按钮上游回:
minimax 不通:login fail: Please carry the API secret key in the
'Authorization' field of the request header (1004) (195 ms)
1004 是 MiniMax 的「缺鉴权头」错误码,与额度耗尽无关。原因:表单 placeholder 写的是
sk-...,用户照着填了裸 key,而 accounts[].auth 字段语义是「完整的 Authorization
头值」——转发时网关原样发出 Authorization: sk-cp-...,上游只认 Bearer sk-cp-...,
于是 1004。唯一让用户感知到的现象就是「测试按钮红字」——靶机层面的真实状态码与
厂商错误体都看不到(管理台没回显原始 body;点「测试」之前的旧版本会回 401 而非厂商原话,
更易让人误判成「Key 失效」)。
解决:normalize_auth
plugin-llm/src/upstreams.rs 新增 normalize_auth(auth: &str) -> String,
两处应用:
- 写入(
upsert):用户保存时若填了裸 key(无空格),自动补Bearer前缀存盘—— 历史坏数据在下次保存时归正,无需用户手动重填。 - 读出(
read_upa):转发时不管盘上存的是「裸 key」、「已带 Bearer」还是「Basic 自定义」, 读出即归一化后发往上游——这一道是给存量坏数据用的兜底,免去强制让用户重存的运维。
规则
| 输入 | 输出 | 说明 |
|---|---|---|
""(空) |
"" |
未配 Key 是合法状态 |
sk-cp-xxx(裸 key) |
Bearer sk-cp-xxx |
兜住"只填裸 key" |
Bearer sk-cp-xxx |
Bearer sk-cp-xxx |
已完整,不动 |
Basic dGVzdA== |
Basic dGVzdA== |
非 Bearer scheme 也放过 |
sk-cp-xxx |
Bearer sk-cp-xxx |
trim 后判定 |
Bearer sk cp |
Bearer sk cp |
含空格 = 已完整,不动 |
判定逻辑一句话:「trim 后还含空白字符 → 视为已完整;否则补 Bearer 」。
自检工具
发版后用控制面脚本自助验证(不靠用户点管理台按钮):
bash deploy/agent.sh upstreams # 逐账号 Authorization 掩码 + 冷却 + 今日负载
bash deploy/agent.sh upstream-test minimax # 真实打上游 → 打印 status_code + 厂商响应体
upstreams 输出的「掩码为空 → 显式标 **空**」是发现这类问题的关键指示器:旧镜像没有这个
输出(直接回脱敏后的掩码,肉眼对比看不出问题),新镜像会显式标红。
