LLM_Proxy

一个面向多上游、多协议、多认证形态的统一 LLM 接入层。

LLM_Proxy 把模型服务、鉴权方式、协议转换和后台运维收敛到同一个 Flask + gevent 服务中，对下游提供 OpenAI Chat Completions、OpenAI Responses 和 Claude Messages 兼容接口。它既支持常规 Provider 代理，也支持 Codex / Claude OAuth 账号文件代理，并内置 Provider 管理、Auth Group 凭据池、白名单控制、日志统计、请求调试和 Hook 扩展能力。

它的定位不是“再做一个 API 转发器”，而是把代理、协议适配、认证管理和运维入口放到同一层统一处理。客户端只需要记住一个地址；服务端可以集中维护模型路由、Key 池、OAuth 账号、访问控制和统计信息。

项目亮点

统一接入多种上游协议：同一个代理服务可同时对接 OpenAI Chat Completions、OpenAI Responses、Claude Messages 和 Codex 风格接口
多下游兼容内建：同一个 Provider 不需要额外配置下游格式，默认即可同时服务 /v1/chat/completions、/v1/responses 和 /v1/messages
OAuth 账号文件代理：内置 Codex / Claude 登录、认证文件管理、模型目录维护、Codex 配额查看、账号状态记录和账号候选切换
Hook 扩展机制：用于补充 Header、请求护栏和成功响应清洗
多 Key 池化调度：auth_group 支持并发限制、429 冷却、分钟/日请求配额、分钟/日 Token 配额
控制平面模型测试：Provider 编辑页可按当前表单快照直接测试模型可用性、首字延迟和 TPS
后台可直接运维：内置 Provider 管理、Auth Group 管理、OAuth 管理、系统设置、白名单管理、日志和统计面板
请求调试可开关：支持将下游请求、上游请求、上游响应和下游响应写入独立 trace 日志
对下游保持稳定接口：支持 POST /v1/chat/completions、POST /v1/responses、POST /v1/messages、GET /v1/models

3 分钟快速开始

1. 安装依赖

pip install flask gevent requests pyyaml urllib3

2. 准备配置文件

创建 config.yaml，下面是一份最小可运行配置：

server:
  host: 127.0.0.1
  port: 8080

# chat:
#   whitelist_enabled: false

# admin:
#   username: admin
#   password: admin123

# oauth:
#   enabled: false
#   proxy_mode: direct
#   proxy: ""
#   verify_ssl: false

providers:
  - name: openai-chat
    # enabled: false  # 可选；默认 true；禁用后不会出现在 /v1/models
    api: https://api.openai.com/v1/chat/completions
    source_format: openai_chat
    api_key: sk-your-openai-key
    force_upstream_stream: false
    verify_ssl: false
    model_list:
      - gpt-4.1
      - gpt-4.1-mini
    hidden_model_list:
      - gpt-4.1-mini

也可以直接从 config.sample.yaml 开始裁剪。注意：下游调用时的模型名不是裸模型名，而是 provider/model，例如 openai-chat/gpt-4.1。如果未配置 providers[].enabled，默认就是启用状态。

3. 启动服务

python main.py

或者显式指定配置文件：

python main.py --config path/to/config.yaml

4. 验证服务是否可用

访问Web: http://127.0.0.1:8080

查询模型列表：

curl http://127.0.0.1:8080/v1/models

发送第一条聊天请求：

curl http://127.0.0.1:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai-chat/gpt-4.1",
    "messages": [
      {"role": "user", "content": "你好，帮我用一句话介绍 LLM_Proxy"}
    ],
    "stream": false
  }'

后台页面始终可访问；如果配置了 admin.username 和 admin.password，访问后台时需要先登录；不配置则后台无需登录：

/login：登录页
/：默认进入 Provider / Auth Group 管理
/statistics：统计与日志面板
/users：用户与白名单管理
/providers：Provider / Auth Group 管理
/oauth：Codex / Claude OAuth 认证文件与模型管理；开启 oauth.enabled 后会显示在后台导航中
/settings：系统、登录、日志和 OAuth 网络设置

使用场景

1. 局域网里的统一 LLM 入口

把服务部署在 NAS、小主机或团队内网服务器上，让桌面客户端、脚本、自动化任务统一走一个地址访问模型。客户端不需要再分别维护不同厂商的 API 地址和鉴权方式。

2. 多上游收敛到一层

同时接入 OpenAI、Anthropic、私有网关或自建兼容层，对外仍然提供统一接口。业务侧只关心模型名，不需要感知每个上游的差异。

3. 多 Key 池化和限流

当一个上游需要多个 Key 分摊压力时，可以把多个 Header 凭据放进 auth_group，由代理统一处理并发、配额、冷却和禁用状态。

4. 非标准上游协议适配

当上游不是标准 OpenAI 格式时，优先通过 source_format 和当前路由对应的内置下游协议做转换。如果还需要补充 Cookie、自定义 Header、特殊字段，或者对成功响应做额外清洗，再用 Hook 在代理层补充这部分逻辑。

5. 协议迁移期兼容

上游已经切到 Responses，但客户端还在走 Chat Completions；或者一部分客户端走 Claude Messages，另一部分走 OpenAI 风格接口。这类迁移期混合场景正适合由代理层统一兜住。

接口概览

路由	说明	下游协议	支持模型来源
`POST /v1/chat/completions`	OpenAI Chat Completions 兼容接口	`openai_chat`	Provider、Codex / Claude OAuth
`POST /v1/responses`	OpenAI Responses / Codex 风格接口	`openai_responses`	Provider、Codex / Claude OAuth
`POST /v1/messages`	Claude Messages 兼容接口	`claude_chat`	Provider、Codex / Claude OAuth
`GET /v1/models`	返回当前已注册模型列表	不适用	Provider、Codex / Claude OAuth

模型命名规则

常规 Provider 返回的模型 ID 形如：

openai-chat/gpt-4.1
responses-upstream/gpt-4.1
claude-messages/claude-sonnet-4-5

也就是说，Provider 模型需要使用 provider/model 格式。代理转发给上游前只移除最前面的 provider/ 前缀，真实模型名剩余部分会原样保留。

OAuth 模型是一个例外：模型 ID 直接使用 OAuth 模型目录里的裸模型名，例如 gpt-5.4 或 claude-sonnet-4-5。只有在存在对应类型的认证文件，并且该模型已添加到 /oauth 页面模型目录后，它才会出现在 GET /v1/models 中。

配置介绍

顶层配置

server.host：监听地址，默认 127.0.0.1
server.port：监听端口，默认 8080
chat.whitelist_enabled：是否启用聊天白名单
admin.username / admin.password：配置后开启后台登录功能，用于提升后台访问安全性；不配置则后台无需登录
auth_groups：凭据池配置
providers：上游模型入口配置
database.path：SQLite 数据库路径，默认 data/requests.db
logging.path：日志目录，默认 logs
logging.level：日志级别，例如 INFO、DEBUG
logging.llm_request_debug_enabled：是否把下游/上游请求与响应写入 logs/llm_request_trace.log
oauth.enabled：是否在后台导航显示 OAuth 管理入口
oauth.proxy：OAuth 登录、Codex 配额查询和 OAuth 上游请求使用的代理地址，留空表示不使用代理
oauth.verify_ssl：OAuth 网络请求是否校验证书，默认 false

`providers[]` 字段说明

name：Provider 名称，必须唯一；下游模型名会以它作为前缀
enabled：是否启用；默认 true。设为 false 后该 Provider 不参与运行时注册，也不会出现在 GET /v1/models
api：上游接口地址，支持 http://、https://
source_format：上游真实协议格式
api_key：单 Provider 直接使用的凭据
auth_group：绑定一个凭据池；和 api_key 二选一，不能同时使用
proxy：上游代理地址
timeout_seconds：上游请求超时，默认 1200
max_retries：一次 Provider 上游操作允许的最大尝试次数，包含首次尝试；默认 3，设为 1 时只尝试一次
verify_ssl：是否校验证书；代码默认值为 false，公网 HTTPS 建议显式设为 true
force_upstream_stream：是否在下游非流式请求时强制使用上游流式请求；默认 false。启用后代理会聚合上游流式事件，再以非流式响应返回下游
model_list：当前 Provider 可路由的模型列表
hidden_model_list：不出现在下游 GET /v1/models 的模型列表；模型路由、测试和权限配置保持可用
hook：相对 hooks/ 目录的 Hook 文件路径，文件中需要导出名为 Hook 的类

旧配置中如果残留 transport 字段，启动加载配置时会自动删除并写回配置文件；上游传输固定由内部 HTTP executor 处理。

支持的协议格式：

openai_chat
openai_responses
claude_chat

如何理解 source_format：

source_format 描述上游实际上接受什么协议
一般按上游真实接口来选，例如 /v1/chat/completions 对应 openai_chat
/v1/responses 对应 openai_responses
/v1/messages 对应 claude_chat
claude_chat 上游如果请求体里已经带有 Claude Code billing header / cch，代理会在转发前重签已有 cch，但不会主动生成 billing header

`auth_groups[]` 字段说明

name：认证组名称，必须唯一
strategy：当前支持 least_inflight
cooldown_seconds_on_429：组级默认冷却时间
entries[]：凭据条目列表，至少包含一个条目

entries[] 支持：

id：条目标识
enabled：是否启用
headers：发往上游时注入的 Header 集合，例如 Authorization
max_concurrency：单条目最大并发
cooldown_seconds_on_429：条目级 429 冷却时间
request_quota_per_minute / request_quota_per_day：请求数配额
token_quota_per_minute / token_quota_per_day：Token 配额

运行时行为：

遇到 429 时，会优先参考 Retry-After，只让当前条目进入冷却
遇到 401 时，当前条目会被标记为不可用，直到后台手动恢复
后台支持清除冷却、启用、禁用、恢复、重置分钟用量、重置运行时状态

常见配置示例

1. 标准 OpenAI Chat 上游

providers:
  - name: openai-chat
    api: https://api.openai.com/v1/chat/completions
    source_format: openai_chat
    api_key: ${OPENAI_API_KEY}
    verify_ssl: true
    model_list:
      - gpt-4.1
      - gpt-4.1-mini

2. 上游是 Responses，下游暴露 Chat Completions

providers:
  - name: responses-upstream
    api: https://api.openai.com/v1/responses
    source_format: openai_responses
    api_key: ${OPENAI_API_KEY}
    verify_ssl: true
    model_list:
      - gpt-4.1

3. 同一个上游同时服务不同下游客户端

providers:
  - name: openai-shared
    api: https://api.openai.com/v1/chat/completions
    source_format: openai_chat
    api_key: ${OPENAI_API_KEY}
    verify_ssl: true
    model_list:
      - gpt-4.1

这个 Provider 保存后，客户端可以分别走：

POST /v1/chat/completions
POST /v1/responses
POST /v1/messages

4. 使用 Auth Group 管理多个 Key

auth_groups:
  - name: openai-shared
    strategy: least_inflight
    cooldown_seconds_on_429: 60
    entries:
      - id: key-a
        headers:
          Authorization: Bearer sk-key-a
        max_concurrency: 3
        request_quota_per_minute: 60
      - id: key-b
        headers:
          Authorization: Bearer sk-key-b
        max_concurrency: 2

providers:
  - name: openai-chat
    api: https://api.openai.com/v1/chat/completions
    source_format: openai_chat
    auth_group: openai-shared
    verify_ssl: true
    model_list:
      - gpt-4.1

5. 使用 Hook 做协议补充

providers:
  - name: custom-gateway
    api: https://example.com/v1/chat/completions
    source_format: openai_chat
    model_list:
      - my-model
    hook: example_hook.py

完整样例见：

OAuth 代理（Codex / Claude）

OAuth 代理是独立于常规 Provider 的运行时能力。它不需要在 providers[] 中配置 API Key，而是通过后台 OAuth 登录生成本地认证文件，再把下游 OpenAI/Claude 兼容请求转换后转发到 Codex Responses 或 Claude Messages 上游。

1. 开启 OAuth 管理入口

可以在 /settings 页面开启，也可以直接写入配置：

oauth:
  enabled: true
  proxy_mode: direct
  proxy: ""
  verify_ssl: false

开启后，后台导航会显示 /oauth 页面。proxy_mode 支持 direct、system、custom；只有 custom 会读取 proxy，但 custom 下 proxy 为空时会按直连执行。这里的 proxy 是服务端访问 OAuth token、配额查询和 OAuth 上游模型接口时使用的出站代理，不是下游客户端访问本服务的入口代理。认证文件未提供 proxy_url 时，proxy_mode 和 proxy 决定 Codex 配额查询的网络出口；verify_ssl 继续控制 HTTPS 证书校验。自定义代理 URL 中的账号密码会由系统规范化转义。旧配置缺少 proxy_mode 时，启动加载会按是否存在 proxy 自动回写为 custom 或 direct。

2. 生成 OAuth 认证文件

在 /oauth 页面点击“刷新授权链接”，用浏览器完成登录后，将完整回调 URL 粘贴回页面提交。服务会把认证信息写入：

data/oauth/codex/*.json：Codex 认证文件
data/oauth/codex/models.json：手动维护的 Codex 模型目录
data/oauth/codex/.state/auth_files.json：认证文件启停状态、最近状态、配额快照和错误信息
data/oauth/claude/*.json：Claude 认证文件
data/oauth/claude/models.json：手动维护的 Claude 模型目录
data/oauth/claude/.state/auth_files.json：Claude 认证文件启停状态、最近状态和错误信息

这些文件包含账号认证信息，请不要提交到版本库，也不要暴露给不可信用户。

3. 维护模型目录

Codex / Claude OAuth 模型需要在 /oauth 页面手动添加。添加后，如果至少有一个对应类型的认证文件，GET /v1/models 会返回这些模型。Codex 模型示例：

{
  "id": "gpt-5.4",
  "provider_name": "codex",
  "source_format": "openai_responses",
  "target_formats": ["openai_chat", "openai_responses", "claude_chat"]
}

调用时直接使用裸模型名：

curl http://127.0.0.1:8080/v1/responses \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "input": "用一句话介绍 LLM_Proxy",
    "stream": false
  }'

Claude OAuth 模型同样使用裸模型名，例如 claude-sonnet-4-5，并会以 provider_name=claude、source_format=claude_chat 暴露。

4. Codex 运行时行为

上游固定访问 https://chatgpt.com/backend-api/codex/responses
每次请求都会重新构建候选列表；默认按认证文件修改时间倒序排列，但最近一次真实请求成功的认证文件会被提升到候选首位
候选筛选会跳过人工禁用、认证失败、当前进程内配额冷却中、token 刷新失败或缺少 access_token 的文件
只要最近成功的认证文件仍通过筛选，后续请求会继续优先使用它；其它文件冷却结束不会抢回顺序
前端旧配额快照显示“配额已耗尽”不会单独阻止数据面候选选择；真正的可用性主要由直接请求 Codex 上游决定
手动配额刷新直接使用认证文件当前的 access token 查询 wham/usage，不触发 OAuth token 刷新
认证文件包含 proxy_url 时，手动配额刷新优先使用该账号代理；其后使用全局 OAuth 代理设置
数据面请求前如果 access token 已过期且存在 refresh token，会自动刷新认证文件
数据面不会先调用 usage / quota 判断是否可用；选到候选后会直接请求上游
如果某个账号真实返回 429 usage_limit_reached，系统会只冷却当前认证文件，并在同一次请求里继续尝试下一个候选
冷却时间优先使用上游 Retry-After，其次使用响应体里的 resets_in_seconds / resets_at；都没有时默认 60 秒，最少 1 秒
冷却只保存在当前进程内；时间到后下一次构建候选列表会自动解除，服务重启也会丢失冷却状态
手动刷新配额或成功请求后的过期快照刷新，如果显示额度已恢复，会清掉该认证文件的内存冷却
请求成功后，如果当前使用的认证文件已有配额快照，且 Codex 窗口 reset_at 已经过期，会最佳努力刷新这个文件的前端配额快照；刷新失败不会影响本次模型响应
遇到代理风险确认页时，会自动确认一次并重试原请求；自动确认失败或重试后仍被拦截时，向下游返回 proxy_warning_required 和确认 URL
Codex 上游当前按流式响应处理；下游仍可以请求非流式响应，代理会聚合后返回
Codex 流式响应以首个非空目标协议编码字节为提交边界；提交前的 transport 失败会尝试下一个可用认证文件
Codex 流提交后的 transport 失败会记录当前认证文件失败，按下游协议发送错误事件并结束当前流
Codex 流只有收到 response.completed 或 response.done 才记录成功；缺少该终止事件的 EOF 按未完成流处理
Codex 流被客户端取消时会关闭上游响应，不触发成功完成统计，也不更新认证文件成功或失败状态
/oauth 页面支持逐个启用或禁用认证文件；禁用文件以灰态显示，可通过顶部“禁用”筛选快速定位，并且不参与后续请求调度
禁用状态作用于后续请求的候选选择，已经发往上游的请求继续完成
/oauth 页面支持查看配额、筛选认证文件，以及批量启用、批量禁用、批量刷新额度和批量删除认证文件

5. Claude 运行时行为

Claude OAuth 的账号候选和错误记录逻辑与 Codex 类似：每次请求重新构建候选列表，默认按认证文件修改时间倒序排列，但最近一次真实请求成功的认证文件会被提升到候选首位；人工禁用、认证失败、token 刷新失败或缺少 access_token 的文件会被跳过；选到候选后直接请求 Anthropic Messages 上游，失败时记录当前认证文件状态并尝试下一个候选。

Claude OAuth 当前没有 Codex 这套 usage 配额查询、前端配额快照和配额冷却机制。因此 Claude 的“可不可用”主要来自 token 刷新结果和真实上游请求结果，而不是调用 usage 接口预判。

Claude 流式响应以首个非空目标协议编码字节为提交边界；提交前的 transport 失败会尝试下一个可用认证文件
Claude 流提交后的 transport 失败会记录当前认证文件失败，按下游协议发送错误事件并结束当前流
Claude 流只有收到 message_stop 才记录成功；缺少该终止事件的 EOF 按未完成流处理
Claude 流被客户端取消时会关闭上游响应，不触发成功完成统计，也不更新认证文件成功或失败状态

功能介绍

1. 代理与协议转换

按请求里的 model 自动选择对应 Provider
支持流式和非流式响应
Provider 支持开启上游强制流式：下游非流式请求会由代理聚合上游流式事件后返回完整响应，下游流式请求保持流式输出
自动识别 SSE、NDJSON 等 HTTP 上游返回形态
流式响应以首个非空、已经完成目标协议编码的下游字节为提交边界
普通 Provider 提交前的 transport 异常会在 max_retries 定义的最大尝试次数范围内重新执行上游请求；尝试次数耗尽后返回结构化 502 错误响应
Codex / Claude OAuth 提交前的 transport 异常会记录当前认证文件失败并尝试下一个候选认证文件
提交后的 transport 异常会按当前下游协议发送错误事件并结束流，当前请求不执行透明重试
OpenAI Chat 使用 error JSON data block 和 [DONE]，OpenAI Responses 使用 response.failed，Claude Messages 使用 event: error
目标协议终止事件已经发出时，后续 HTTP framing 异常保持当前流的逻辑完成状态
客户端取消会关闭上游响应，不触发成功完成统计
内置 translator 会在 OpenAI Chat reasoning_effort、OpenAI Responses reasoning.effort 和 Claude thinking 之间转换思考意图；无法精确映射的档位会使用 xhigh
OpenAI Chat 上游响应里的 reasoning_content 和 reasoning_details 会按下游协议转换为 Claude thinking 或 OpenAI Responses reasoning 输出
GET /v1/models 会返回当前已启用 Provider 中允许公开的模型和 Codex / Claude OAuth 模型列表，以及 provider_name、source_format 等元信息

2. Provider 与 Auth Group 管理

Provider 增删改查
支持行内启用 / 禁用，以及批量启用 / 禁用 / 删除
支持复制单个 Provider；复制项会插入到源 Provider 下方
支持按选中 Provider 导出 JSON；导出包包含 Provider、引用到的 Auth Group、Auth Entry 运行态和用量桶表项
支持导入 Provider JSON；同名 Provider 和 Auth Group 会追加数字后缀，Provider 的 auth_group 引用会同步使用导入后的 Auth Group 名称
Provider JSON 导入会按 Auth Group 重命名结果同步写入 Auth Entry 运行态和用量桶表项；相同主键使用导入值更新
拉取上游模型列表并辅助填充 model_list
Provider 表单使用表格方式维护 model_list，支持底部 + 行新增模型，并通过行内和表头眼睛按钮控制模型在下游 GET /v1/models 中的可见性
Provider 表单支持单个或多个模型测试可用性、首字延迟与 TPS
Auth Group 增删改查
YAML 批量导入 Auth Entries
查看 Auth Group 运行时状态
对单个条目执行清冷却、禁用、启用、恢复、重置等运维动作

补充说明：

“拉取模型” 属于控制平面预览请求；当 Provider 绑定 auth_group 时，必须显式选择一个 Auth Entry 发起请求
“拉取模型” 会使用当前 Provider 表单快照中的 Hook；Hook 返回模型列表时使用该结果，Hook 返回 None 时继续使用内置模型端点探测
“测试模型” 也属于控制平面请求，要求显式选择一个 Auth Entry
模型测试不会进入正式运行态调度，不会写入 Auth Group 的冷却、并发和配额状态

3. Provider 模型测试

Provider 编辑页的模型测试基于当前表单快照执行，不要求先保存 Provider，适合在接入新上游时先做联通性和基础性能确认。

支持单个模型测试，也支持多选模型批量测试
返回模型是否可用、首字延迟和 TPS
兼容 legacy api_key 和 auth_group + auth_entry_id
会复用当前 Provider 的 source_format、proxy、timeout_seconds、verify_ssl 和 Hook 配置
如果上游支持 usage 返回，测试链路会主动请求 usage，用于计算 TPS
批量测试时会先锁定本次选中的目标行，再按顺序逐条请求
每个模型一拿到结果就会立即回填到表格，不需要等待整批结束

当前行为边界：

模型测试只走 request side Hook：header_hook、request_guard
不会调用 response_guard
如果使用 auth_group，测试固定走显式选择的 Auth Entry
即使测试成功，也不会修改正式代理链路里的 Provider 运行态或 Auth Group 运行态
批量测试属于当前页面会话内行为；如果刷新页面或离开当前页面，尚未开始的后续测试不会继续执行

4. 后台与访问控制

登录页：/login
Provider / Auth Group 管理：/、/providers
统计与日志面板：/statistics
用户管理：/users
OAuth 管理：/oauth
系统设置：/settings
白名单按 IP 控制
当 chat.whitelist_enabled=true 时，只有已登记且启用白名单权限的用户 IP 才能访问代理接口
用户管理支持用户迁移 JSON 导出、JSON 导入和批量删除；导出包包含用户表配置
用户迁移 JSON 导入按 IP 写入用户；IP 已存在时更新用户配置，IP 不存在时创建用户

5. 日志与统计

应用日志写入 logs/app.log
访问日志写入 logs/access.log
请求明细和每日聚合统计写入 SQLite
流式 transport 失败和客户端取消不触发成功完成统计
后台支持按日期、用户名、模型过滤统计和日志数据
统计面板支持按当前筛选条件导出和导入统计迁移 JSON
统计迁移 JSON 包含 request_logs 请求明细和 daily_request_stats 日聚合统计
请求明细导入按 IP、请求模型、响应模型、Token 数、开始时间和结束时间识别重复行；重复行跳过，新行插入
日聚合统计导入按日期、IP、请求模型、响应模型写入；相同维度累加请求数和 Token 数，不存在的维度插入新行

6. Hook 扩展

Hook 文件需要导出一个名为 Hook 的类。通常继承 BaseHook，也可以直接实现同名方法：

from src.hooks import BaseHook, HookContext

可选扩展点有 4 个：

header_hook(ctx, headers) -> headers
request_guard(ctx, body) -> body
response_guard(ctx, body) -> body
fetch_models(ctx, payload) -> models | payload | None

职责边界先说明白：

标准协议转换由 source_format 和对应接口协议的 translator 完成
Hook 不是协议转换层，不负责定义 openai_chat、openai_responses、claude_chat 之间的标准映射
Hook 负责的是请求进入上游前后的定制化处理，例如补 Header、做请求护栏、调整局部字段、清洗成功响应

触发顺序如下：

header_hook
- 每次请求尝试都会调用一次，包括重试
- 调用时默认 content-type: application/json 已经写入
- 如果 Provider 绑定了 auth_group 或 api_key，对应认证头也已经注入
- 适合补充或覆盖 Header、Cookie、Token 等信息
request_guard
- 在协议转换之后、发送上游之前调用
- 拿到的是翻译给上游后的请求体，body["model"] 为真实上游模型 ID
- 适合改写上游请求字段、补充 Provider 私有参数、调整 stream，或者做请求校验与护栏
- 返回 None 时，代理会保留当前上游请求体
response_guard
- 在协议转换之后调用
- 处理的是“已经翻译成下游协议的数据”，不是原始上游响应
- 非流式响应下，拿到的是完整的下游响应 payload
- 流式响应下，会对每个下游 chunk 的 payload 调用一次；终止 chunk 不经过这个 Hook
- 返回 None 时，代理会保留原内容
fetch_models
- 在 Provider 编辑页点击“拉取模型”时调用
- payload 包含 api、api_key、headers、request_headers、candidate_urls、provider_name、source_format、auth_group、auth_entry_id、proxy_mode、proxy、timeout_seconds 和 verify_ssl
- 返回模型名列表，或返回包含 data / models 列表的 OpenAI 风格 payload
- 返回 None 时，系统继续使用内置 /v1/models / /models 端点探测

当前行为边界：

response_guard 可以改写成功响应，但不会处理上游 HTTP >= 400 的错误响应；这类错误会按当前代理逻辑直接返回
已经提交的流式响应中，response_guard 异常会按当前下游协议发送错误事件并结束流
如果 request_guard 改写了 body.stream，后续请求与响应流程会按新的流式设置继续执行
Provider 编辑页里的模型拉取使用 fetch_models，不会调用 header_hook、request_guard 或 response_guard
Provider 编辑页里的模型测试只会复用 header_hook 和 request_guard，不会调用 response_guard
Hook 按配置路径懒加载，不扫描 hooks/ 目录；每次调用 Hook 扩展点前都会检查对应 Hook 文件签名
Hook 文件新增、删除或内容变化后，下一次使用该 Hook 路径时会按当前文件重新加载
Hook 缓存弱引用实际 Hook 实例；没有 Provider 或控制平面临时对象引用时，实例可由运行时回收

适合用于：

注入额外 Header / Cookie / Token
在请求转发前做字段补充、删改和请求护栏
对成功响应做字段清洗、补全或内容改写
通过 HookAbortError 主动中止当前请求

内置上游思考参数 Hook：

openai_reasoning_compat.py：汇总 Hook，按真实上游模型名和请求体 model 自动匹配 MiniMax、DeepSeek、GLM / Z.AI、Qwen / DashScope
minimax_openai_compat.py：MiniMax 专用 Hook
deepseek_openai_compat.py：DeepSeek 专用 Hook
glm_openai_compat.py：GLM / Z.AI 专用 Hook
qwen_openai_compat.py：Qwen / DashScope 专用 Hook

这些 Hook 只处理 OpenAI Chat 风格上游请求，会把 reasoning_effort、Responses 风格 reasoning.effort、Claude 风格 thinking 和 enable_thinking 规整成对应厂商参数：

MiniMax：reasoning_split=true；MiniMax-M3 使用 thinking.type
DeepSeek V4：thinking.type，开启思考时使用 reasoning_effort=high|max
GLM / Z.AI：thinking.type，开启思考时使用 reasoning_effort=high|max，历史 assistant 消息含 reasoning_content 时设置 clear_thinking=false
Qwen / DashScope：enable_thinking、thinking_budget，历史 assistant 消息含 reasoning_content 时设置 preserve_thinking=true

HookContext 会提供这些上下文信息：

retry：当前是第几次尝试，从 0 开始
provider_name
request_model：下游请求里的模型名，通常是 provider/model
upstream_model：真正发往上游的模型名
provider_source_format
transport：当前固定为 http
stream
auth_group_name
auth_entry_id
last_status_code
last_error_type

其中：

首次尝试时，last_status_code 和 last_error_type 都是 None
如果上一轮重试失败是 HTTP 状态码导致的，例如 429，下一轮会看到 last_status_code
如果上一轮失败是本地传输错误，例如超时或连接错误，下一轮会看到 last_error_type
流式响应提交后不产生新的 Provider 尝试，该阶段的失败不会进入下一轮 HookContext

数据与目录

配置文件：config.yaml
配置样例：config.sample.yaml
Hook 目录：hooks/
Codex OAuth 认证目录：data/oauth/codex/
Claude OAuth 认证目录：data/oauth/claude/
SQLite 默认库：data/requests.db
日志目录：logs/
请求调试日志：logs/llm_request_trace.log
架构文档：docs/architecture-4plus1.md

使用建议

公网 HTTPS 上游建议显式设置 verify_ssl: true
新增 Provider 时，先用后台“拉取模型”确认接口可达，再用模型表格里的“测试”确认目标模型可用性后再保存 model_list
多 Key 场景优先使用 auth_group，不要把轮询和限流逻辑下放到客户端
OAuth 场景先在 /settings 开启 OAuth，再到 /oauth 完成登录、添加模型；Codex 可按需刷新配额
OAuth 认证文件属于敏感文件，只应保存在受控机器本地
如果只是简单直连代理，不需要启用 Hook；只有在协议不兼容或鉴权不一致时再增加扩展逻辑

合规说明

Hook 和认证扩展能力的设计目标是支持合法授权前提下的协议兼容与私有集成。请仅在拥有访问权限的前提下使用相关能力，并遵守上游服务的产品条款、访问策略和安全要求。

Name		Name	Last commit message	Last commit date
Latest commit History 264 Commits
docs		docs
hooks		hooks
src		src
tests		tests
.editorconfig		.editorconfig
.gitattributes		.gitattributes
.gitignore		.gitignore
.python-version		.python-version
AGENTS.md		AGENTS.md
README.md		README.md
config.sample.yaml		config.sample.yaml
config.yaml		config.yaml
main.py		main.py
pyproject.toml		pyproject.toml

Folders and files

Latest commit

History

Repository files navigation