1.0.18 首次线上验证暴露:error.log 里有 10 次 [stats] 落盘(来自 6#0/18#0/23#0 多个 worker),GET /api/admin/stats/persist 却报「本进程还没落过」。 根因:LAST_DUMP_AT 是每 worker 的进程内静态量。maybe_dump() 挂在记账路径上, 而记账每 worker 各算各的 → 落盘时刻也就每 worker 一份;接口落到没落过盘的 worker 就报 0。与 1.0.18 已修过的 spr:last(上次恢复)是同一类错误。 修法:发布到共享内存 spd:last(publish_dump 取 max)。一次解决两件事: * 上报一致 —— 所有 worker 报同一份; * 节流收敛 —— maybe_dump 新增慢路径查它,把「8 个 worker 各写一遍同一个文件」 收敛成「全局每间隔一次」。快路径仍是原子比较,热路径代价不变。 顺带: - 新增回归断言「状态页报告的上次落盘时刻非空」(套件开 2 worker,能暴露该分歧) - deploy/agent.sh 加 stats-persist / stats-dump 子命令(线上观测口) - 统一文档里过期的断言条数(90/111/160/179/196/262/298 → 实际值) - 记录审计容量巡检 LAST_PURGE_AT/PURGING 同为每 worker 静态量(另案) 回归:bash tests/run.sh all → 299 条全绿(网关 102 + LLM 197)。
13 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(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:
- 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。
- 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)
{
"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 |
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)
(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、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期望全绿(写这段时是 279 条;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。
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。
