Skip to content

v1.2.2

Choose a tag to compare

@sky-unicorn sky-unicorn released this 15 Jul 05:03
· 89 commits to main since this release
Immutable release. Only release title and notes can be modified.

🎉 Vibe Coding 服务转发 v1.2.2

基于 Flask 的多供应商 AI API 代理服务,把多家上游 LLM 统一抽象成 Anthropic Messages API、OpenAI Chat Completions API、OpenAI Responses API 三种接口对外暴露,并配套可视化 Web 管理界面。本版本延续 Windows 免安装 exe 双击即运行的形态,集中攻克了 codex CLI 经代理卡死的各类根因(流式心跳缺失、连接中断静默吞错、思考链被丢弃),并为模型映射新增了 Codex 配置弹窗,把「丢弃 / think 标签 / reasoning_content 字段 / 原生 Responses 透传」四种 Responses↔Chat 转换策略统一为可视化开关。

📦 下载

文件 说明
VibeCodingProxy-v1.2.2.exe Windows 64 位免安装单文件,双击运行
  • 大小:约 15 MB
  • SHA256:2da3d8fb6c9591ae802ace80553acee58ca69accb944d972597e875394b0dc9b
  • 系统要求:Windows 10 / 11(64 位),无需预装 Python 或任何依赖

✨ 本版本更新(v1.2.1 → v1.2.2)

  • 彻底修复 codex CLI 经代理卡死(本轮多条提交协同解决,覆盖心跳、错误终结、思考链三个层面)

    • Responses 流式路径 SSE 心跳保活:codex 走 OpenAI Responses 协议,请求国产上游时其 reasoning 阶段可能数十秒甚至数百秒不产出任何 SSE 数据,代理在阻塞读取上游期间不发任何事件,codex SSE 客户端的 idle timeout(硬上限 300s)触发后报 idle timeout waiting for SSE 断连,表现为「请求成功但卡死」。修复把上游 iter_lines() 阻塞读取移到后台 daemon 线程,主生成器带 5s 超时拉取,超时则 yield response.ping 真正的 SSE event;心跳必须是真事件而不能是 : 注释行(codex 的 eventsource_stream 会丢弃注释行、不重置计时)
    • 流式中断不再被静默记 success:流式 generate() 的连接级异常分支原本 pass 静默吞掉,error_msg 保持空串、finally 误记 status=success 且不发任何终结事件,codex 收到半截 reasoning 流后 EOF,报 stream closed before response.completed 并卡死,与日志 success 自相矛盾。现改为:上游侧异常时发 response.failed 真 SSE 事件让 codex 走错误重试路径,连接级异常一律记 error,并新增流式诊断变量(exit_reason/completed_sent/upstream_done 等)在 finally 拼成摘要输出到控制台与 error_msg,便于从 Web UI / SQLite / 控制台定位卡死退出路径
    • 思考链注入修复多轮工具调用决策退化:codex 经代理请求 MiniMax 等推理模型时,Responses→Chat 转换原本直接丢弃历史 reasoning 思考内容,破坏 MiniMax Interleaved Thinking 思维链,导致多轮工具调用后模型决策退化、不再调用工具而返回纯文本(finish_reason=stop)。详见下方「Codex 配置弹窗」
  • 新增模型映射「Codex 配置」弹窗,统一四种思考回传 / 转换策略为开关

    • 模型映射操作列新增「Codex 配置」按钮与独立弹窗,收纳并扩展原先散落的 Responses 转换开关;编辑弹窗移除原 reasoning_effort 透传开关(已迁入 Codex 配置弹窗)
    • 弹窗内含四个开关,前三个为「思考过程回传方式」、第四个为「转换路径」:
      1. 透传思考强度参数(reasoning_effort) —— v1.2.1 已有,迁入弹窗,默认打开
      2. 思考过程注入:think 标签(think_injection)—— 把 codex 回传的历史 reasoning 以 <think>...</think> 注入对应 assistant 消息 content 前缀,保持思考链连续;MiniMax 识别为思维链,DeepSeek/GLM/Kimi 等当普通文本无害。默认关闭
      3. 思考过程注入:reasoning_content 字段(reasoning_content_field)—— DeepSeek/GLM/Kimi 思考模式官方要求 reasoning 以独立 reasoning_content 字段回传 assistant 消息,多轮工具调用缺失该字段会返回 400;think_injection 的标签形式只对 MiniMax 有效,对 DeepSeek 等仍 400,故新增此字段注入方式。默认开启(DeepSeek 用户最多)
      4. 原生 Responses 透传(native_responses)—— 开启后 /openai 端点对该 mapping 跳过 Responses↔Chat 双向转换,按 provider.openai_url 派生 /responses 端点原样转发(仿 Anthropic handler 直转语义),适用于原生支持 Responses API 的上游;避免协议转换造成的保真度损失(previous_response_id/store/原生 reasoning 摘要被丢弃)、额外延迟与转换层心跳维护复杂度。默认关闭
    • 互斥规则:think_injection 与 reasoning_content_field 在 UI 上互斥(前端 onchange 强制),同一时间只能开一个;native_responses 与前两者三方互斥,开启原生透传自动取消另两个;三个全关则走原转换路径并丢弃 reasoning(与改动前逐字节一致,零回归)。reasoning_effort 透传开关独立、不参与互斥
  • 修复 Responses 路径缓存命中 token 未记录

    • 通过 OpenAI Responses 端点请求时,日志的 cache_read_input_tokens 始终为 0,无法查看模型缓存命中数量、影响缓存命中计费
    • 根因:原生 Responses 透传路径(流式 / 非流式)与 Responses→Chat 转换流式路径只提取了 input/output_tokens,未解析上游 usage 中的缓存命中字段;转换路径返回给客户端的响应也漏了 input_tokens_details
    • 修复后:原生透传从 usage.input_tokens_details.cached_tokens 提取并记账,转换流式从 prompt_tokens_details.cached_tokens 提取并记账,转换响应(非流式 / 流式)均补全 input_tokens_details.cached_tokens 字段;日志、计费与客户端可见的缓存命中口径与 Chat Completions 直通路径一致
  • 思考过程注入开关命名与描述优化

    • 统一两个思考过程注入开关的命名风格为「思考过程注入:think 标签」与「思考过程注入:reasoning_content 字段」,让用户一眼看出是同一功能的两种注入方式
    • 精简描述:去掉互斥关系的冗余重复说明(onchange 已强制保证)、去掉跨适用场景的「无害」备注
    • 新增 原生Responses透传说明.md:文档化转换路径中图片剥离、reasoning 重整、Responses↔Chat 字段映射、_responses_input_to_chat_messages 调用四个操作的作用与原生透传跳过它们的原因

🚀 快速开始

  1. 下载 VibeCodingProxy-v1.2.2.exe,放到任意目录(建议新建一个空文件夹,数据库文件会生成在同目录)。

  2. 如需自定义端口或管理员,在同目录新建 proxy.ini:

    [server]
    port = 5000
    
    [admin]
    username = admin
    password = admin123
  3. 双击运行,弹出的控制台窗口会显示各端点地址。

  4. 浏览器打开 **http://localhost:5000**(端口随 proxy.ini 变化),首次启动会自动初始化数据库并创建管理员账号。

  5. 在 Web 界面配置上游提供商、模型映射、API Key 即可开始转发;codex CLI 接入请在对应模型映射行点「Codex 配置」按上游能力选择思考回传方式。

⚠️ 升级说明(v1.2.0 / v1.2.1 → v1.2.2)

  • 从 v1.0.0 / v1.1.1 / v1.2.0 / v1.2.1 的 exe 升级:把旧版本同目录的 proxy.db 复制到新 exe 同目录,即可保留历史数据。
  • 从 v1.2.0 升级:首次启动 v1.2.2 时,迁移框架会自动把库从 v1 升到 v5,依次补齐 reasoning_effort_supported(v1.2.1 引入)、think_injection、reasoning_content_field、native_responses 四列,按备份 → 重建 → 回填的流程执行,历史模型映射不丢失。
  • 从 v1.2.1 升级:库已在 v2,首次启动 v1.2.2 会从 v2 升到 v5,补齐 think_injection(默认 0 / 关)、reasoning_content_field(默认 1 / 开)、native_responses(默认 0 / 关)三列。
  • 升级后行为变化(重要):
    • 老映射升级后 reasoning_content_field 默认打开——若你的上游是 DeepSeek / GLM / Kimi,这正是所需行为(修复多轮工具调用 400);若上游是 MiniMax,建议改用「思考过程注入:think 标签」开关(与 reasoning_content_field 互斥,前端会自动切换)。
    • 原本因思考链被丢弃导致 codex 多轮工具调用后「不调工具只回纯文本」的模型,升级后开启对应注入开关即可恢复。
    • 原生支持 Responses API 的上游,可在 Codex 配置弹窗开启「原生 Responses 透传」获得更高保真度(与思考注入开关三方互斥)。
    • Responses 端点的缓存命中 token 现已正确记录到日志与计费,cache_read_input_tokens 不再恒为 0。
  • proxy.ini 是可选文件;管理员账号 / 密码以该文件为准,修改后重启会覆盖库中已有管理员,日常改密请直接编辑该文件。

📝 本版本变更清单(v1.2.1..v1.2.2)

类型 变更
🐛 修复 codex 经代理卡死:Responses 流式路径 SSE 心跳保活(后台线程 + response.ping 真 event)
🐛 修复 流式中断被静默记 success:上游异常发 response.failed 终结事件、连接级异常一律记 error、新增流式诊断摘要
🐛 修复 Responses 路径缓存命中 token 未记录:原生透传与转换路径均提取 cached_tokens 并补全 input_tokens_details
✨ 特性 模型映射新增「Codex 配置」弹窗,收纳 reasoning_effort 透传并新增 think 标签 / reasoning_content 字段 / 原生 Responses 透传开关
✨ 特性 think_injection(think 标签注入,默认关)修复 MiniMax 多轮工具调用思考链断裂
✨ 特性 reasoning_content_field(字段注入,默认开)修复 DeepSeek/GLM/Kimi 多轮工具调用 400
✨ 特性 native_responses(原生 Responses 透传,默认关)跳过协议转换直转,提升保真度
🔧 架构 数据库 schema 升级到 v5:model_mappings 新增 think_injection、reasoning_content_field、native_responses 三列,迁移幂等回填,老库升级与全新库默认值一致
📄 文档 新增 原生Responses透传说明.md;优化思考过程注入开关命名与描述

源码与完整文档见仓库 README.md。