llm-proxy/README.md

# 大模型API中转系统 (LLM Proxy)

> 兼容OpenAI API格式的多提供商代理系统，支持能力(Capability)路由、优先级自动切换

**版本：v2.2.0**

## 功能特点

### 🔄 多提供商支持
- 支持配置多个上游大模型提供商
- 按优先级自动选择可用提供商
- 故障自动切换到备用提供商

### 🎯 能力路由（v2.1.0 新增）
每个模型可标记**能力标签**，AUTO配置**固定绑定一个功能类型**并自动筛选具备该能力的模型：

| 能力 | 说明 | 端点 |
|------|------|------|
| `text` 文本推理 | 纯文本对话 | `/v1/chat/completions` |
| `vision` 视觉能力 | 多模态图像理解 | `/v1/chat/completions`（消息含图片自动路由） |
| `audio_out` 语音输出 | TTS 语音合成 | `/v1/audio/speech` |
| `audio_in` 语音输入 | ASR 语音识别 | `/v1/audio/transcriptions` |
| `image_gen` 图片生成 | 文生图 | `/v1/images/generations` |
| `video_gen` 视频生成 | 文生视频 | `/v1/video/generations` |

### 📡 OpenAI API 兼容
- 完全兼容 OpenAI API 格式（Chat / Embeddings / Images / Audio）
- 支持流式和非流式响应
- 支持模型别名映射

### 🛡️ 高可用
- 自动健康检查
- 错误计数与熔断（连续失败3次熔断，**冷却期后自动恢复**）
- 自动重试（失败切换到下一个托管同一模型的提供商，**不改变用户请求的模型**）

## 快速开始

### 安装依赖

```bash
pip install -r requirements.txt
```

### 启动服务

```bash
./start.sh           # 后台启动（PID 管理）
./start.sh stop      # 停止
./start.sh status    # 状态
# 或前台运行
python app.py
```

### 访问地址

```
前台API: http://localhost:16003/v1/chat/completions
后台管理: http://localhost:16003/admin
```

## API 使用

### Chat Completions

```bash
curl http://localhost:16003/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ***" \
  -d '{
    "model": "auto",
    "messages": [{"role": "user", "content": "Hello!"}],
    "stream": false
  }'
```

后台「对话」页选择 `auto-image` 或 `Qwen-Image` 可直接在对话中生成并展示图片。

### 列出模型（含能力标签）

```bash
curl http://localhost:16003/v1/models
```

### 流式响应

```bash
curl http://localhost:16003/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "auto-text",
    "messages": [{"role": "user", "content": "讲个笑话"}],
    "stream": true
  }'
```

### 图片生成

```bash
curl http://localhost:16003/v1/images/generations \
  -H "Content-Type: application/json" \
  -d '{
    "model": "auto-image",
    "prompt": "a cute cat, cartoon style",
    "size": "1024x1024"
  }'
```

## Auto 配置（按能力固定功能 + 具体模型排序）

每个 Auto 配置固定一个**功能类型**，内部是一个**有序的具体模型列表**（可在后台拖动排序），请求时按序选择第一个可用模型。调用时 `model="配置名称"`：

| 配置名称 | 功能 | 说明 |
|----------|------|------|
| `auto` | 文本推理 | 默认，按模型列表顺序自动选择 |
| `auto-text` | 文本推理 | 纯文本模型 |
| `auto-vision` | 视觉能力 | 多模态视觉模型 |
| `auto-image` | 图片生成 | 生图模型 |
| `auto-voice-out` | 语音输出 | TTS 模型 |
| `auto-voice-in` | 语音输入 | ASR 模型 |
| `auto-video` | 视频生成 | 视频模型 |

在后台「Auto配置」页可**拖动具体模型**调整优先级（粒度是模型，不是提供商），勾选参与自动选择。

## 历史上下文缓存（可配置）

带历史上下文的 `auto` 请求会**优先复用上次使用的模型**（按首条消息识别会话），命中上游前缀缓存、节省成本。可在「系统配置」页开关：

- `prefer_cache_model`：是否启用（默认开）
- `cache_ttl_seconds`：记忆有效期（默认 3600 秒）

## 模型管理

后台「模型管理」页：
- 每个模型可配置能力标签（文本/视觉/语音/生图/生视频）
- 支持添加/编辑/删除模型、设置默认模型
- 支持模型别名管理（`qwen`→`unsloth/Qwen3.8-27B-Q6_K` 等）

## 配置说明

默认配置在 `config/settings.py`，运行时配置存于 `data/config.json`（可在后台修改）：

```python
UPSTREAM_PROVIDERS = [
    {
        "name": "provider-name",
        "priority": 1,           # 优先级，数字越小越高
        "base_url": "https://api.example.com/v1",
        "api_key": "sk-xxx",
        "capabilities": ["text", "vision"],   # 提供商能力（新模型默认继承）
        "models": [
            {"name": "model-1", "capabilities": ["text"]},
            {"name": "model-2", "capabilities": ["text", "vision"]},
        ],
        "default_model": "model-1",
        "timeout": 180,
        "enabled": True,
    },
]
```

### 内置提供商

| 提供商 | 能力 | 模型 |
|--------|------|------|
| Local Qwen | 文本+视觉 | `unsloth/Qwen3.8-27B-Q6_K`, `unsloth/Qwen3.8-27B-Q4_K_M` |
| SiliconFlow LLM | 文本 | `deepseek-ai/DeepSeek-V4-Flash`, `meituan-longcat/LongCat-2.0` |
| Autodl | 文本+视觉 | `qwen3.6-plus`, `GLM-5.3-flash` |
| Autodl Image | 图片生成 | `Qwen-Image` |

### 模型别名

```python
MODEL_ALIASES = {
    "auto": "auto",
    "qwen": "unsloth/Qwen3.8-27B-Q6_K",
    "deepseek": "deepseek-ai/DeepSeek-V4-Flash",
    ...
}
```

## 端点

| 端点 | 方法 | 说明 |
|------|------|------|
| `/` | GET | 服务信息 |
| `/v1/chat/completions` | POST | 聊天完成 |
| `/v1/embeddings` | POST | 文本嵌入 |
| `/v1/images/generations` | POST | 图片生成 |
| `/v1/audio/speech` | POST | 语音合成 |
| `/v1/audio/transcriptions` | POST | 语音识别 |
| `/v1/video/generations` | POST | 视频生成 |
| `/v1/models` | GET | 模型列表 |
| `/health` | GET | 健康检查 |
| `/status` | GET | 详细状态 |
| `/admin` | GET | 后台管理 |

## 优先级与熔断机制

当使用 `model="auto"` 系列时：
1. 按配置的优先级顺序选择提供商
2. 跳过不可用/不具备对应能力的提供商
3. 请求失败自动切换到下一个托管同一模型的提供商（保持请求模型不变）
4. 连续失败3次的提供商被熔断，冷却期（默认60秒）后自动半开恢复

## 邮件通知（auto 调用全部失败时）

某个 auto 配置被调用后所有提供商都失败（如全部熔断/停用），自动发邮件通知，方便及时处理。

- **配置入口**：后台「系统配置」页 → 邮件通知（SMTP 服务器/账号/密码/收件人/加密方式，均可在网页配置）
- **防轰炸**：默认最小间隔 300 秒，短时间内连续失败只发一封
- **测试**：配置页有「发送测试邮件」按钮
- **端点**：`/api/admin/email`（GET/PUT）、`/api/admin/email/test`（POST）
- **默认配置**：`mail.tphai.com:587`（plain）、收件人 `wlq@tphai.com`

## 接口认证（API Key）

为 `/v1/*` 与 `/mcp` 接口启用 Bearer 鉴权（OpenAI 兼容）：

```bash
curl http://<IP>:16003/v1/chat/completions \
  -H "Authorization: Bearer sk-hz4th-xxxx" \
  ...
```

- **配置入口**：后台「系统配置」页 → 接口认证（API Key），可启停鉴权、增删多个 Key
- **管理接口**：`/api/admin/apikeys`（GET/PUT）
- `/health`、`/status` 不受鉴权影响

## 标准接口

| 接口 | 说明 |
|------|------|
| OpenAI 兼容 | `/v1/chat/completions` 等，支持流式、`tools`/function calling 透传 |
| Function Calling | 请求体带 `tools` 数组即透传上游，返回 `tool_calls`（实测 GLM/DeepSeek 正常） |
| MCP Server | 连接 `http://<IP>:16003/mcp`（Streamable HTTP + SSE），工具：`text_complete` / `vision_complete` / `image_generate` |

### MCP 使用示例

```bash
curl http://<IP>:16003/mcp \
  -H "Authorization: Bearer sk-hz4th-xxxx" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18"}}'

# 调用文本模型
curl http://<IP>:16003/mcp -H "Authorization: Bearer sk-hz4th-xxxx" -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"text_complete","arguments":{"model":"auto-text","prompt":"你好"}}}'
```

Claude Desktop / Cursor 等支持 MCP 的客户端可直接将 `http://<IP>:16003/mcp` 配为 MCP Server。

## 项目结构

```
llm-proxy/
├── app.py              # 主程序（前台API + 后台管理，单端口）
├── start.sh            # 启动/停止脚本
├── requirements.txt    # 依赖
├── config/
│   └── settings.py     # 默认配置（提供商/能力/别名/auto）
├── data/               # 运行时配置与数据（config.json/stats.json/chats.json）
├── logs/               # 日志目录
└── templates/          # 后台管理页面
```

## License

MIT