v1.6.0 — 幽灵连接全链路有界化 + 付费/免费模型分层调度

v1.6.0 — 幽灵连接全链路有界化 + 付费/免费模型分层调度

🐛 幽灵连接（一条链卡死 → 其他连接全部超时）全链路修复

网络波动导致连接一直卡死、前端显示仍占用连接、新请求全部超时——根因是请求链路存在多处无限等待，现全部有界化：

• 下游背压缺口：客户端"活着但不再读"（网络波动/卡顿）时，等待 drain 不再裸挂，受 idle 超时约束自动掐断释放账号锁
• chat 兜底锁不再无限排队：预算耗尽后的锁等待设上界，超时返回 account_busy 可重试，绝不无限挂起
• chat 响应头等待 600s → 120s：上游/代理网络波动（TCP 黑洞）时账号锁尽快释放，不再占死 10 分钟
• 会话切换等在途请求有上界（2×idle+60s），超时放弃该账号换下一个
• 代理池单代理挂起自动回落：连接成功但永不响应的代理 ≤20s 即视为失败，落到池内下一个

✨ 付费/免费模型分层调度

• 付费模型（premium）恒走热 session 复用，绝不暴力分散：每次 admit 都是计费会话，分散 = 每个账号各 admit 一次（烧钱 + 抖动）。spreadFreeModels 开关只对免费模型生效
• 免费模型会话剩余 <5 分钟不再调度：新配置 session.free_model_re_admit_lead_sec（默认 300s），提前 re-admit 换新会话，避免请求发到马上过期的免费会话上中途被掐断/白占额度；付费模型沿用 re_admit_lead_sec（默认 60s）用到接近过期
• spread 模式下临近过期且正被在途流占用的账号自动降优先级

📦 镜像

ghcr.io/hengxin666/freebuff-proxy:latest / :1.6.0 / :1.6（GitHub Actions 自动构建推送）

升级：git pull && docker compose pull && docker compose up -d

v1.5.9

v1.5.9 — 标准模式思维增强：多轮稳定 + 一键回退

修复：多轮对话思维链混用（用户实测反馈）

• 标准模式移除逐轮动态引导注入（v4-flash-godmode rc.6 教训：动态注入不可靠、每轮 GUIDE 随轮次变化 → 思维链模式混用）
• 深度思考引导静态并入 persona，每轮请求改写注入同一份 persona → 多轮恒定、稳定触发

新增：标准模式（standard）路由实现风格（v1.5.8）

• flash 恒走 weak 内路由（w7 最优）+ 深度引导静态并入（参考 v4-flash-godmode-opencode-go）
• Pro 用 w6c persona（spec 句 + 分类，无锚，参考 dsh-anchored-standard）
• 一键开关：dashboard「思维路由」总开关 + 「路由实现风格」选择器（standard 默认 / minimal 旧行为），性能不佳可随时回退

修复：DS4 思考链稍长即截断（v1.5.7，参考 freebuff2api-wokers#8）

• 客户端小 max_tokens/max_completion_tokens 不再掐断长思考链：转发上游前把输出预算抬到 floor（65536），统一为 max_completion_tokens 单字段

部署

git pull && docker compose pull && docker compose up -d

镜像

• ghcr.io/hengxin666/freebuff-proxy:v1.5.9
• ghcr.io/hengxin666/freebuff-proxy:latest

v1.5.6 修复 DS4 长思考链截断 + 保留 max 思考深度

🎯 参考 freebuff2api-wokers#8

症状：deepseek-v4-flash 思考链稍长即自动截断，再次继续仍断（cc / Pi 客户端均复现，mimo 正常）。评论指出：推理任务会触发上游返回不同 agent（code-reviewer / base3 / base2），部分 agent 带单次 output 限制。

修复内容

1. 保留 reasoning_effort: max（不再降档）

• 旧实现把 max 一律降为 high（注释误以为 Luna 上限）；官方 efforts 表：flash=[low, high, max]、pro=[high, max]——max 是合法档位；
• 实测保留 max 后思考深度 30K → 45K 字符（智力提升），且完整返回（finish=stop，不截断）——这正是「思维链模式核心 = 模型智力提升」所需要的。

2. agent 兜底回退 base3 孪生

• 主 agent 被上游以 free_mode_invalid_agent_model（403）拒绝时，自动回退 base3-free-* 孪生（官方 free-agents.ts FREEBUFF_WEB_BASE3_AGENT_ID_BY_MODEL）；
• 应对「上游按用途/推理任务路由到不同 agent、部分带 output 限制」的场景；
• -max 扩展上下文 root 为预置配额、普通免费账号 403，不选作默认。

3. 路由模式不受影响：persona 替换（套件 applyPersona 语义）+ 首轮核心工具 + weak 近距引导 + flash 近距引导（用户指定文本）全部保留。

验证

• 单元：normalizeReasoningFields max 保留断言 + agent_fallback mock（主 agent 403 → base3 成功）✓
• 真实上游：effort=max + spec 路由 → reasoning=45K / 18K 字符，finish=stop 不截断 ✓
• npm test / typecheck / compose / docker build 全绿 ✓
• 本地代理已启动（127.0.0.1:28299，路由开 + spec + 免费模型分散 + 断连自愈）

🐳 镜像

ghcr.io/hengxin666/freebuff-proxy:1.5.6（latest 同步），升级：docker compose pull && docker compose up -d（含远程部署）。

v1.5.5 persona 恢复逐字符原样 + 近距引导独立注入

🎯 本次修复

persona 恢复套件逐字符原样（哈希不可变）：

• spec persona = You are a helpful software engineer assistant.（与 dsh-routing-suite router-core.mjs 逐字符一致）；
• 移除了此前追加在 pro spec persona 后的 Plan and reason collectively... 文本——那污染了 RL 句的哈希，导致模型语域僵硬（用户反馈「禁锢/反常」），且被指为角色设定而非路由优化。

近距引导独立注入：用户指定文本 Plan and reason collectively: use first-person plural (we / let's). Begin your reasoning with "We". 保留为 flash+spec 的独立 user 消息注入（与套件 GUIDE_WEAK 的近距机制一致，不修改 persona 哈希）；工具循环轮次也持续注入。

验证

• 单元测试：spec persona 断言改为「不包含追加文本」（哈希纯净）；flash 近距引导断言保留 ✓
• 真实上游：turn1 强集体语域（we=82/let's=57/let me=21，引导被模型引用）；turn2 工具轮混合（flash 固有方差）✓
• npm test / typecheck / compose / docker build 全绿 ✓

🐳 镜像

ghcr.io/hengxin666/freebuff-proxy:1.5.5（latest 同步），升级：docker compose pull && docker compose up -d（含你服务器上的远程部署）。

v1.5.4 persona 替换语义：与 dsh-routing-suite 的 applyPersona 对齐

🎯 本次修复：persona 从「前置」改为「替换」

重新审视了 dsh-routing-suite 的原始实现（applyPersona）：它的语义是移除客户端 persona section、换成路由 persona，其余 section 全部保留。

旧实现的问题：我们只在请求最前前置了一条 persona system 消息，客户端原本的 persona（如 "You are a coding agent powered by..."）原样保留在后面——模型同时看到两个身份互相打架，路由效果被稀释，等于没改变实质。

新实现：移除客户端第一条 system 开头的 persona 段（"You are..." 段落），换成路由 persona（free-mode 门禁标记保留在最前），其余 section（工具指导 / 工作区 / 回复格式）原样保留——与套件语义一致；无法识别 persona 段时回退为前置。

验证

• 单元 + e2e：标准预设形态（"You are a coding agent powered by..."）被替换、"### " section 保留、消息数从 3 → 2；非 "You are" 开头回退前置 ✓
• npm test / typecheck / compose / docker build 全绿 ✓
• 本地代理已重启加载（路由开 + spec + 免费模型分散 + 断连自愈 + 多轮锚定）

🐳 镜像

ghcr.io/hengxin666/freebuff-proxy:1.5.4（latest 同步），升级：docker compose pull && docker compose up -d。你服务器上的远程部署也需要拉取这个版本（hxapi→SUBapi 链路才会带上替换语义 + 多轮锚定修复）。

v1.5.3 思维链不再衰减：工具循环轮次持续锚定 we/let's

🐛 修复：we/let's 思维链在工具循环里衰减回 let me

• 根因：near-field 锚定只在「最后一条是用户消息」时注入。工具循环里最后一条通常是 tool 结果，锚定在第二轮起断供——实测「做一个我的世界网页版」会话：turn1 step1 完美（we=121 / let me=4），turn1 step2（工具结果返回后）let me 飙到 18。
• 修复：最后一条是「用户消息」**或「tool 结果」**都持续注入锚定/引导；assistant 文本回复 / tool_calls 之后不追加（避免"用户插话"或破坏 tool_call→tool 结果配对）；复杂度判断在 tool 轮次回退到会话首个用户任务。
• 真实上游复验：turn2（tool 结果后）we=8 / let's=6 / let me=1——集体语域跨轮保持。

🐳 镜像

ghcr.io/hengxin666/freebuff-proxy:1.5.3（latest 同步），升级：docker compose pull && docker compose up -d。

v1.5.2 稳定性修复：断连自愈 + 免费模型分散

🐛 修复：客户端断开占死账号锁（严重影响使用）

• 根因：node 的 IncomingMessage 'close' 是「请求体读完」事件（body 读完即触发），不是连接关闭。旧实现监听它，导致客户端断开（请求体已读完）后上游 fetch 一直挂着（最长等 120s 超时），账号 chat 锁被占死，后续所有请求排队超时。
• 修复：改为监听底层 socket close（真正的断开信号）+ pipe 内显式 client-gone race。断开瞬间中止上游读取并释放锁——实测 3 秒恢复服务（原 120 秒）；once/removeListener 防止 keep-alive 连接监听器泄漏。

🚀 新特性：免费模型暴力分散（spreadFreeModels，默认开）

控制台「负载均衡设置 → 免费模型分散到不同账号」：

• 请求轮转分散到不同账号（空闲槽位 → 在途少 → 轮询公平），不再钉死单个热 session；
• 单账号被占死不再拖垮全部请求，多账号并行吞吐更高（实测 4 个请求 → 4 个不同账号）；
• 免费额度不心疼 admit，每个账号各持一个热 session，轮转到时复用；
• 关闭则恢复「最省额度」的热 session 优先调度。

📊 科研结论（README 已更新）

标准模式（35K 完整系统提示）+ 代理 spec 路由：we/let's 链出现（we=11）但被完整系统提示稀释为混合语域；官方 minimal 模式为纯链（we=44/let's=18）。客户端模式选择指引已写入 README：minimal=纯链 / standard+代理=完整能力+稳定性 / 自定义路由预设勿与代理路由同开。

🐳 镜像

ghcr.io/hengxin666/freebuff-proxy:1.5.2（latest 同步），升级：docker compose pull && docker compose up -d。

v1.5.0 极简路由（路由模式）

✨ 新特性：极简路由（路由模式）

控制台「总览 → 免费额度策略」新增「极简路由」开关与「路由风格」选择器，保存立即生效、持久化 /data/settings.json。

代理侧按 dsh-routing-suite（P1-P30 实测）的请求协议改写请求，解决"客户端注入的路由经翻译/反向代理链失效"的问题：

1. persona 注入：任务自动分类 → spec（计划-集体）/ react（执行-个体）/ weak（内部路由），极简 persona 置顶，客户端 system 保留在后；
2. 首轮核心工具面：首个 tool_calls 前裁剪到核心集（spec 读优先 / react 写优先）+ shell；工具保证——不裁空、Freebuff 特殊签名工具 end_turn 始终保留（保住请求模型/额度）；
3. weak 近距离引导：用户消息后追加固定引导（简单/复杂任务分级收敛）；
4. 路由风格钉死（minimalRoutingMode：auto/spec/react/weak）。

🎯 目标模型：deepseek-v4-flash（V4 Fast）

we/let's 集体思维链按模型自适应锚定：

• v4-flash：远距锚定反噬 → 近距 user 注入 + 首 token We 自锚定（P14/P15），实测工具化多轮会话 we=4~6 / let's=3 / let me=0；
• v4-pro（对照）：persona 远距锚定即生效（we=7~12）。

📊 Benchmark

README 新增「基准测试与验证」章节，含思维链实测数据表与测试归属：

• P1-P30 理论实验：dsh-routing-suite 作者 yjh051108（官方 API 实测）；
• 本项目真实上游验证：freebuff-proxy 维护者用真实 Freebuff 账号、codebuff.com 上游实测；
• 合规/回归测试：test/smoke.mjs（mock 上游自动化，覆盖 free-mode 门禁 + 路由改写不变量）。

🐳 镜像

ghcr.io/hengxin666/freebuff-proxy:1.5.0（latest 同步更新），升级：docker compose pull && docker compose up -d。

v1.4.1

v1.4.1 - 流量/会话切换不断流 + 并发上限可配

修复：切换流量/会话时不再掐断正在传输的 SSE（本次核心）

用户端「用着用着突然卡住、前端请求为 0、无在线连接」的根因：切换代理或 re-admit 会话时，
把正在传输的 SSE 流底下的 session 直接 DELETE 了——上游连接还在但 session 已消失，
客户端只能永久等待。本次修复：

• 会话临近过期切换平滑化：需要 re-admit 换新会话时，若旧会话正被在途流使用，
  先等在途流结束后才释放重建（循环等待防竞态），绝不掐断健康连接；
• 代理切换不断流：前端保存代理池/账号出口后立即生效（新请求走新出口），旧 runtime
  的 session 在后台等在途 SSE 结束后再优雅释放；
• 排队等锁期间切换不卡死：请求排队时若发生代理/账号切换，会自动检测到 runtime
  已被顶替并无冷却重新选号（走新出口、新 session），不会撞上已失效的旧会话；
• 新增 3 个回归测试覆盖上述场景（re-admit 不断流 / 代理切换不断流 / 排队切换重新选号）。

负载均衡增强

• 账号并发上限可配（控制台「负载均衡设置」，默认 1:1，范围 1..16，保存立即生效）：
  一个账号可同时转发多条 SSE 响应流；总览每账号显示「并发(在途/上限)」实时监控；
• 前端「全部断开重连」（admin，POST /api/system/reconnect）：释放全部 session +
  重置并发信号量，比重启更轻量，下个请求自动 re-admit；
• 会话临近过期提前 re-admit（session.re_admit_lead_sec，默认 60s），流 idle 超时按
  会话剩余时间收敛。

其他

• README 顶部增加 Releases 发布页链接。

部署

git pull && docker compose pull && docker compose up -d

v1.4.0

v1.4.0 - 幽灵连接治理 + 账号级串行化 + 前端一键重启

修复：幽灵连接（连接卡死不自动断开）

上游偶尔会出现"发了一半不再吐数据、也不断开连接"的卡死状态，导致该连接永远挂着并拖住后续请求。本次治理：

• 上游流式响应 body 增加 idle 超时（limits.stream_idle_timeout_sec，默认 120 秒）：只要超过该时长没有新数据块，立即取消上游读取并断开下游连接，让客户端感知截断后自行重试，不再有无限期挂起的幽灵连接。
• 控制面请求（session / agent-runs 等）的 body 读取同样带超时兜底，杜绝任何路径挂死。
• 断开后不误伤账号：session 本身正常的话，下一个请求仍可复用，不浪费免费额度。

负载均衡：一个账号一个并发

• 账号级串行化：一个账号同一时间只处理一个 chat（新增账号互斥锁），并发请求按热 session 排队复用，不再同时打在同一个 instanceId 上（上游会话不稳定时并发容易互相干扰/顶号）。
• 选号在同层级内优先空闲账号；排队超过 limits.account_chat_wait_ms（默认 120000ms）兜底换号；预算耗尽时自动转入受 idle 超时约束的最终等待，不会误报失败。
• 冷启动原子化保持不变：多个并发请求同时到达仍只创建一个 session。

新增：前端一键「重启服务」（终极兜底）

• 控制台右上角管理员专属「重启服务」按钮（POST /api/system/restart，仅 admin）。
• 服务端 spawn 自重启子进程等待端口释放后无缝接管并优雅退出；Docker 场景下容器主进程退出会触发 restart: unless-stopped 整容器重建，双保险。
• 前端自动轮询 /healthz 直到恢复；Web 登录态持久化在 /data，重启后无需重新登录。
• 已实测：容器场景（Docker 自动恢复）与裸机场景（子进程接管 + 登录态保留）均验证通过。

其他

• 新增 smoke 回归测试：zero/partial 幽灵连接掐断、账号串行化并发峰值、重启 API 权限与回调。

部署

git pull && docker compose pull && docker compose up -d