Files
ssw__ipass/docs/llm/MULTI_ACCOUNT_ROUTING.md
T
admin bfa3cf8ff8 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/*)
2026-09-14 11:57:08 +08:00

10 KiB
Raw Blame History

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)

{
  "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。