feat(inference): 媒体文件转换双函数接入模板命名空间(对齐uapi铁律)——data模板b64media2url上传转公网URL/response模板downloadfile2url生成物落地;同类接口参数统一xxx_file契约;异步结果经response模板渲染出media字段

pipeline_llm/inference.py

@@ -64,6 +64,45 @@ def _fnum(v):
         return 0.0
 
 
+def _media_ns_extra():
+    """模板命名空间扩展：媒体文件转换函数（对齐 uapi 约定）+ request 占位。
+
+    生成类模型的两条铁律（2026-09-05 用户定夺）：
+      上行（data 模板）：上传/本地媒体用 {{b64media2url(request, xxx_file)}}
+        转成本地公网 URL 再传上游（base64 落盘→/idfile 公网地址）；
+      下行（response 模板）：上游生成物 URL 用
+        {{downloadfile2url(request, output.video_url)}} 落地为本地持久
+        URL 再给调用者（上游 URL 有效期短，DashScope 视频仅 24 小时）。
+    request=None：内部执行器无 HTTP 请求上下文，函数走 BASEURL 环境变量
+    兜底拼公网地址（部署机须配置）。导入失败退回透传函数（不阻断调用）。
+    """
+    ns = {'request': None, 'json': json}
+    try:
+        from ahserver.filestorage import downloadfile2url, b64media2url
+        ns['downloadfile2url'] = downloadfile2url
+        ns['b64media2url'] = b64media2url
+    except Exception:
+        async def _d2u(request, url, **kw):
+            return url
+        async def _b2u(request, media):
+            return media
+        ns['downloadfile2url'] = _d2u
+        ns['b64media2url'] = _b2u
+    return ns
+
+
+def _normalize_media_aliases(upstream):
+    """同类接口对外契约统一（2026-09-05 用户规则）：上传媒体一律 xxx_file 命名。
+
+    旧别名 xxx_url 归一到 xxx_file——同能力模板写法一致（如 i2v 统一
+    image_file 进 → video 出），模板不用为同一类能力写多套参数名。
+    """
+    for media in ('image', 'video', 'audio'):
+        fk, uk = media + '_file', media + '_url'
+        if not upstream.get(fk) and upstream.get(uk):
+            upstream[fk] = upstream.get(uk)
+
+
 def _texts_len(messages):
     """messages 内容总长（估预授权用量用）。"""
     try:
@@ -283,6 +322,7 @@ async def _build_upstream_body(ctx, payload):
         'api_key': ctx.get('api_key') or '',
         'org_id': ctx.get('org_id') or '',
     }
+    ns.update(_media_ns_extra())
     s = await _render_tmpl(tmpl, ns)
     try:
         body = json.loads(s)
@@ -406,15 +446,17 @@ async def _build_async_body(ctx, payload):
     upstream['model'] = ctx.get('model_id') or upstream.get('model') or ''
     for k, v in (ctx.get('default_params') or {}).items():
         upstream.setdefault(k, v)
+    _normalize_media_aliases(upstream)   # 上传媒体统一 xxx_file 契约
     messages = upstream.pop('messages', [])
     model = upstream.pop('model', '')
     ns = {
         'model': model, 'messages': messages,
         'prompt': _last_prompt_text(messages),
-        'params': upstream,      # 业务参数（resolution/duration/image_url 等）
+        'params': upstream,      # 业务参数（resolution/duration/image_file 等）
         'api_key': ctx.get('api_key') or '',
         'org_id': ctx.get('org_id') or '',
     }
+    ns.update(_media_ns_extra())
     s = await _render_tmpl(tmpl, ns)
     try:
         body = json.loads(s)
@@ -545,9 +587,30 @@ async def _async_inference(ctx, payload, req_timeout):
 
     # ── 3. 组装结果 + 用量因子记账 ──
     out = last.get('output') or {}
-    content = (out.get('video_url') or out.get('image_url') or out.get('result_url')
-               or out.get('text') or '')
     usage = last.get('usage') or {}
+    # response 模板渲染（对齐 uapi）：生成物 URL 必须经 downloadfile2url
+    # 落地为本地持久 URL 再给调用者（上游 URL 有效期短，视频仅 24 小时）。
+    # 同类能力出参字段统一（i2v/t2v → video，t2i → image）。
+    rendered = {}
+    resp_tmpl = (profile.get('response_template') or '').strip()
+    if resp_tmpl and '__note__' not in resp_tmpl:
+        ns = dict(out)
+        ns['output'] = out
+        ns['usage'] = usage
+        ns['task_id'] = task_id
+        ns.update(_media_ns_extra())
+        try:
+            s = await _render_tmpl(resp_tmpl, ns)
+            parsed = json.loads(s)
+            if isinstance(parsed, dict):
+                rendered = parsed
+        except Exception as e:
+            print("[inference] response模板渲染失败（回退原始URL，生成物未落地）: %s"
+                  % str(e)[:150])
+    content = (rendered.get('video') or rendered.get('image')
+               or rendered.get('glb') or rendered.get('3dmodel')
+               or out.get('video_url') or out.get('image_url')
+               or out.get('result_url') or out.get('text') or '')
     usages = dict(usage) if isinstance(usage, dict) else {}
     usages['model'] = ctx.get('model_id') or ''
     # 计价过滤维度用请求值（与文档计价档位原文一致，如 resolution=720P）；
@@ -556,13 +619,16 @@ async def _async_inference(ctx, payload, req_timeout):
         if payload.get(k) not in (None, ''):
             usages.setdefault(k, payload.get(k))
     await govern_settle(ctx, True, 0, 0, '' if usage else 'no-usage', usages)
-    return {
+    result = {
         "choices": [{"message": {"content": content, "role": "assistant"},
                      "finish_reason": "stop"}],
         "usage": usage,
         "output": out,
         "task_id": task_id,
     }
+    if rendered:
+        result["media"] = rendered   # 统一出参：本地持久 URL（video/image/...）
+    return result
 
 
 # ────────────────────────── 对外主入口 ──────────────────────────