v0.18.0 — 流式请求 DB 连接解耦

变更

• feat(streaming): 配额与模型访问读取放入短生命周期 session_scope(),流式期间持有 0 条池连接,消除高并发下连接池耗尽 500
  • chat (/v1/chat/completions)、messages (/v1/messages)、responses (/v1/responses) 三个流式端点统一改造
  • token 校验改用短会话依赖 get_current_token_streaming / get_current_token_flexible_streaming
  • 连接池配置: pool_size=30, max_overflow=50
• chore(deps): js-yaml 4.3.1 → 4.3.2 (Dependabot #161)

压测验证

100 并发 × 3 分钟(WAF 临时摘除),双端点:

模型	总请求	失败率	5xx
us.openai.gpt-5.6-luna	5275	0.02%	0
global.xai.grok-4.6	1329	0.08%	0