yumoqing
8e32cb85f3
- selection.CHAT_CAPS=('t2t','i2t','m2t') 作为会话形态能力白名单唯一事实源
- model_options/resolve_model_name 加 capabilities 参数('chat'哨兵),
IN 列表展开占位符(sqlor传list会崩),capability 空串按 t2t 归一(COALESCE+NULLIF)
- chat_inference 同步门禁从「只认 t2t」放宽到 CHAT_CAPS——
实测根因:测试库 6 个机构策略主模型全是 qwen3.8-max(i2t),
16:28 已产生 FAILED「capability mismatch: i2t != t2t」,会话agent选它必挂
- m2t 入字典四处同步:种子 init/data.json + 端点注释 models.dspy
+ design-spec §6 能力表(+ 提取提示词在 pipeline-platform)
116 lines
8.0 KiB
Markdown
116 lines
8.0 KiB
Markdown
# pipeline-llm — 产线平台模型治理模块
|
||
|
||
产线平台的模型层：供应商/账号/模型治理 + 组织容错策略 + 限额限流 + 双维度记账。
|
||
所有表 `llm_` 前缀，建在宿主应用库（pipeline）。
|
||
|
||
## 模块定位
|
||
|
||
解决五类问题：
|
||
1. **供给侧治理**：供应商协议+全球端点目录、账号（钱包）、模型注册、适配模板
|
||
2. **容量治理**：供应商限流 → 多账号轮转；多供应商 → 主备模型容错
|
||
3. **需求侧治理**：组织级模型容错策略、组织限额限流、个人限额限流
|
||
4. **计费**：双维度记账（成本侧记账号、消费侧记组织/个人），模型挂定价 `pricing_program.ppid`
|
||
5. **端点选择**：端点目录配在供应商下（全球配置一次），账号选用端点，客户按区域偏好（prefer/must）
|
||
|
||
## 数据表（8 张）
|
||
|
||
| 表 | 说明 |
|
||
|---|---|
|
||
| `llm_vendor` | 供应商（端点目录 JSON；2026-09-05 起不存协议字段，请求形态归模型挂的适配模板） |
|
||
| `llm_account` | 供应商账号（钱包：余额/充值/选端点，api_key AES 加密；模型可绑定账号 account_id 收窄候选池） |
|
||
| `llm_model` | 模型注册（能力分类/挂定价 ppid/sync_mode/query_profile_ids，name 唯一；2026-09 起不存单价，定价走 ppid） |
|
||
| `llm_api_profile` | 适配模板（协议×能力形态去重；data/response 模板全 Jinja2，含媒体转换函数；method 独立列，2026-09-06 起不塞 request_template） |
|
||
| `llm_org_policy` | 组织容错策略（主备模型 + 辅助模型 utility_model_id + 端点偏好） |
|
||
| `llm_org_quota` | 组织限额限流（池余额 + QPM） |
|
||
| `llm_user_quota` | 个人限额限流（额度上限 + QPM） |
|
||
| `llm_usage` | 用量流水（双维度记账事实表；status 统一枚举 SUCCEEDED/FAILED/PENDING/RUNNING/recharge；accounting_status 仅 SUCCEEDED 行有意义否则 NULL；usages 字段存非 token 计价因子 JSON） |
|
||
|
||
## 调用门禁链
|
||
|
||
```
|
||
① 个人限流 → ② 组织限流 → ③ 个人额度 → ④ 组织池(预授权)
|
||
→ ⑤ 组织策略选模型(主→备) → ⑥ 账号×端点候选池(偏好过滤+余额加权+冷却避让)
|
||
→ ⑦ 调用 → ⑧ 结算(实际用量，多退少补，双维度记账)
|
||
```
|
||
任何一级不过：快速失败 + 明确中文原因（不挂起、不静默）。
|
||
|
||
## 集成方式（复用不改建）
|
||
|
||
模块只提供治理引擎与配置管理；实际 LLM 转发仍由宿主已有的
|
||
`pipeline_service.llm_bridge` / `llm_proxy` 承担，在两处挂钩子：
|
||
- `llm_bridge._get_model_config`：治理启用时前置解析（主备容错+端点选择）
|
||
- `llm_proxy.proxy_chat_completion`：调用前后接门禁与结算（运行环境 token 路径）
|
||
|
||
机构未配置治理（无策略、无新模型）→ 返回 `__LEGACY__`，调用方回退旧 `llm` 表，向后兼容。
|
||
|
||
## 宿主接入清单
|
||
|
||
1. `app/pipeline_app.py` init() 加 `load_llm()`（try/except ImportError 兜底）
|
||
2. `build.sh`：clone 枚举 + pip install 枚举 + CRUD 生成枚举 + wwwroot 符号链接枚举
|
||
3. `scripts/create_tables.py`：IDE 幂等建表枚举加 `pipeline-llm`（或执行本模块 `mysql.ddl.sql`）
|
||
4. `scripts/import_init.py`：INIT_MODULES 加本模块 `init/data.json`（appcodes 字典）
|
||
5. `conf/rp.json`：`/pipeline-llm/**` 注册到 `logined`；运行 `scripts/load_path.py`
|
||
6. `wwwroot/index.ui` 主菜单加「模型治理」项（URL `/pipeline-llm`）
|
||
7. `restart-pipeline.sh` 重启（.py 变更必须重启；`api_key` 有缓存，改 key 也须重启）
|
||
|
||
## 关键约定
|
||
|
||
- **api_key 用 AES 单层加密**（`appPublic.aes.aes_encode_b64`，password_key 做密钥）。
|
||
⚠️ 不用 RC4：`password()/unpassword()` 盐不对称，加密后永久不可解。
|
||
- **限流用 Redis 分钟窗口原子计数**（db4，与会话 db3 隔离）；Redis 故障时限流放行（fail-open），
|
||
余额仍由 DB 条件 UPDATE 守住。
|
||
- **429 → (账号,端点)对冷却 60s**；账号级冷却用 `*` 通配键。
|
||
- **status 统一枚举 + 记账三态（2026-09-05 定夺；2026-09-06 补 NULL 语义，m0012）**：
|
||
`llm_usage.status` 各家模型归一为 SUCCEEDED/FAILED/PENDING/RUNNING（其他=recharge 充值对账行）。
|
||
`accounting_status` 只有三个值——`created`（待记账）→ `accounted`（记账成功）/ `failed`（记账失败）；
|
||
**只有 status='SUCCEEDED' 才有记账意义**：仅成功行写 created，非 SUCCEEDED 行保持 **NULL**
|
||
（不冒充待记账）。出账循环扫 `accounting_status='created' AND status='SUCCEEDED'`。
|
||
自用 vs 跨机构分流由产品层 `product_accounting_generic` 的 is_self_use 决定（自用只记 PAY* 采购成本，
|
||
跨机构另记 PAY 客户应付）。流水 `usages` 存非 token 计价因子（视频时长/
|
||
分辨率等），异步出账循环（独立进程，需 load_appbase 提供 get_business_date）
|
||
读入定价引擎。未挂 ppid 的模型出账置 failed 并写明原因（不静默）。
|
||
- **method 独立列（2026-09-06 用户定夺，m0012）**：`llm_api_profile.method`（GET/POST，
|
||
默认 POST）不塞 request_template JSON；运行时读该列决定 HTTP 动词，存量行由迁移
|
||
从 request_template 的 $.method 回填，查询步骤兼容回退解析。
|
||
- **媒体转换铁律（2026-09-06 三数组契约，对齐 sage/llmage）**：生成类模型适配模板
|
||
data 用 `b64media2url(request, _f)` 逐元素转公网 URL、response 用
|
||
`downloadfile2url(request, url)`（生成物落地本地，上游 URL 仅 24 小时）；
|
||
上行媒体统一三数组参数 `image_files`/`audio_files`/`video_files`（字符串或数组
|
||
均可，Jinja `is string` 动态判断），变长输入用 `{% for %}` 按文档示例组装。
|
||
- **异步模型执行器**：sync_mode=async 时走提交→按 query_profile_ids 轮询→
|
||
取结果；等待预算默认 600 秒，`_timeout` 可覆盖（上限 900）。
|
||
- **会话 agent 模型选择收窄为对话能力（2026-09-06 用户定夺）**：
|
||
`selection.CHAT_CAPS = ('t2t','i2t','m2t')` 是会话形态能力白名单的**唯一事实源**——
|
||
所有会话 agent 模型下拉（agent_model_options / cockpit_model_options /
|
||
get_model_options 角色配置）传 `capabilities='chat'` 过滤；持久化入口
|
||
（set_agent_model 个人默认 / cockpit_agent 角色模型 / pipeline_service
|
||
gateway._resolve_and_persist_model 项目模型）同样只接受对话能力，防绕过下拉。
|
||
`chat_inference` 同步门禁从「只认 t2t」放宽到 CHAT_CAPS（实测根因：测试库
|
||
机构策略主模型 qwen3.8-max 能力是 i2t，旧门禁直接 FAILED
|
||
「capability mismatch: i2t != t2t」，会话 agent 选它必挂）。
|
||
存量模型 `capability` 空串按 t2t 语义归一（COALESCE+NULLIF）。
|
||
embedding/rerank/图视频生成等非对话模型各有专属入口（list_models 按能力分栏）。
|
||
- **m2t（多媒体生文）入能力字典四处同步（m0013）**：种子 `init/data.json` +
|
||
端点注释 `api/v1/models.dspy` + `docs/design-spec.md §6` + 提取提示词
|
||
（`pipeline_platform.platform_ability._EXTRACT_PROMPT`，判定表补
|
||
「多媒体输入→文本 ⇒ m2t」「仅图像→文本 ⇒ i2t」「仅文本→文本 ⇒ t2t」，
|
||
且 r2v 判定加「输出为视频」限定防误吸文本输出模型）；
|
||
`_MEDIA_INPUT_CAPS` 加 m2t（模板生成按输入媒体处理）。
|
||
|
||
## API 文档端点（2026-09-05）
|
||
|
||
`/pipeline-llm/api/v1/docs/`（RBAC 授权 any，公开文档照 sage /bricks/docs 先例）：
|
||
- `index.ui` 按 `_lang` 参数分发 ApiDoc 组件（zh/en/ja/ko 四语言，带白名单回落 zh）
|
||
- `api_{zh,en,ja,ko}.md` 四语言文档（chat/completions + models 端点、异步模型参数、
|
||
媒体转换约定、token 认证、计费说明）
|
||
- 依赖宿主 conf/config.json 的 processors 注册 `[".md","md"]`（MarkdownProcessor）
|
||
|
||
## 文档
|
||
|
||
- `docs/design-spec.md` — 完整设计规范（架构/表/机制/功能点/分期）
|
||
- `docs/test-cases.md` — 测试用例（30 例，部署后全部执行）
|
||
|
||
## 开发日志
|
||
|
||
见 `docs/work-log-2026-09-01.md`。
|