PolyLoop/research-wiki/design/0012-gateway-model-client.md

Design 0012 · 模型调用接缝的网关适配器

日期 2026-08-10 · 状态 已接受（2026-08-10 项目负责人确认）

落实 0003-public-api-shape.md 决策四里的模型调用接缝，与 ../../CLAUDE.md §1.5 「模型调用一律走 PolyGateway，不在本项目里另写重试 / 限流 / 熔断 / 缓存 / 遥测」。

触及 ../../src/polyloop/adapters/，以及 ../../tests/integration/——那一层到现在还是空的， 因为「连真 PolyGateway 的是 integration」（../../CLAUDE.md §1.9），而在这之前没有任何东西连它。

读本文需要的几个名字

scope 是网关里一组模型源的命名分组，也是它的治理单位——限流、熔断、缓存的账都按 scope 记。一次装配对应一个 scope。

源（SourceConfig） 是这个分组里的一个具体端点：一组「供应商 + 地址 + 密钥 + 模型名 + 超时」。多个源可以指向同一个模型（同一个模型在两家中转上各配一份），网关在它们之间做 选择、限流与故障切换。

恒定采样参数（extra_body） 是配置里写死、每次调用都并进请求体的那些（temperature、 top_p 之类），相对的是每次调用可以覆盖的那一层。推理开关（enable_thinking） 决定要不要 往请求体里注入开启/关闭推理的参数。两者的共同点是它们会改变真正发出去的请求体。

这份适配器要跨的那条缝

本库这一侧的接缝是 polyloop.ports.ModelClient，两个方法：

async def call(self, call: ModelCall) -> ModelReply: ...
def parameters(self) -> Mapping[str, str]: ...

ModelCall 有五个字段：消息序列、本次运行内的调用序号、运行标识、库预分配的结果标识、以及 项目自己的绑定。ModelReply 只有三个：调用标识、可见回复、推理段。

另一边是网关的 GatewayClient.chat：消息是 list[dict[str, Any]]，返回一个有二十来个字段的 LLMResponse，失败抛一族它自己的异常。

缝两边的形状都不归我们定，所以这份文档定的全是「怎么对上」，不是「该长什么样」。下面 决策三管消息、决策四管绑定；中间那三个字段一个都不往下传——调用序号、运行标识、结果标识 都是本库自己的坐标，网关有它自己的调用标识，两边靠那个标识连表（见文末）。项目想让网关按 运行分组，把它要的那个键放进绑定里，那条路是通的。

决策一：收一个已经装配好的客户端，不自己装配

GatewayModelClient(client=..., settings=...)

网关的装配入口收十几个参数（限流器、熔断器、缓存后端、遥测记录器、重试与背压策略……）， 而那些全是治理配置，按 §1.5 不归本库管。适配器自己调那个工厂等于替项目决定了这些，而且 项目常常要在多个用途之间共享同一个限流器和缓存——它自己装配才做得到。

代价是调用方多写一行。 接受，因为另一条路是把网关的工厂签名抄进我们的签名里：他们加一个 参数，我们就得跟着加一个，而漏跟的表现是「这个参数传不进去」。

决策二：同时收一份配置，只为算出可复现的模型身份

parameters() 要回答「这次运行用的是哪个模型配置」，续跑时逐字段比对。但客户端不公开 它的源列表与 scope（构造时收下，只留在内部），所以从客户端本身问不出这个答案。

于是适配器同时收那份 GatewaySettings，从它的 scope 与 sources 里读出来。每个源报五样： 源名、供应商、模型名，以及会改变请求体的那两项——恒定采样参数与推理开关。

判据是两条，不是一条。 后两项进来是因为它们改变真正发出去的请求体；前三项进来是因为它们 决定这次调用打到哪儿、打的是什么——源名与供应商不改请求体，但它们一变，同一个模型名背后 可能是另一个端点、另一家中转，而那足以让两批数据不可比。

超时、重试次数、限流阈值这些不进。 它们改变的是「失败了怎么办」，不改变「成功时模型看见 什么、回了什么」；把它们算进模型身份，调一次超时就会让所有在跑的运行续不上，而那次调整跟 可复现性无关。

不用网关内部那个 build_model_fingerprint。 它确实算的是「模型身份」，但它不在网关的 __all__ 里，用它就得从子模块 import，而那是它的内部布局、他们重排一次我们就断。更要紧的是 它是为缓存键设计的：它按模型名去重（多个源同一个模型算一份），因为缓存怕的是「不同配置 读到同一份缓存」。续跑守卫怕的是另一件事——「配置变了而我没发现」，所以宁可更严：改一个源名 也该让它报出来，因为那意味着这次运行打的可能是另一个端点。

读的全是 SourceConfig 的公开字段，那个类在网关的 __all__ 里。

残留风险照实认下：客户端与配置必须真的是同一对。 传一个客户端加另一份配置，指纹会说谎， 而续跑守卫就白设了。库验不了这件事——客户端不公开它是按哪份配置装的。这条写进那个类的 docstring，让传参的人看得见。

决策三：消息按块拼成一个字符串

Message.content 是内容块序列，网关那边一条消息的 content 是一个值。第一版只有文本块， 所以把它们按顺序拼起来——不加分隔符，因为块之间本来就没有分隔符这个概念，加了就是往模型看见 的文字里塞东西。

撞到不是文本块的块就报错，不跳过也不塞占位串。 跳过的后果是那一块静默地不进请求——模型 看不见一张图，却照常回一段话，而轨迹上看不出少了东西。报错至少把「这个适配器还不认得这种块」 摆在明面上。

将来有图片块时，这里改成网关/供应商的多模态数组形态。那是加分支，不是改签名，正是 0003 决策六把内容定成序列而不是裸字符串换来的。

代价照实认下：两个相邻文本块拼起来会变成连写。 块之间没有分隔符这个概念，所以库不能替 调用方补一个空格——真要空格，那是解释器或者上下文装配那一侧该写进块里的。这条和决策四是同一个 态度：库不往模型看见的文字里塞自己的东西。

决策四：绑定里只有网关认得的那两个键会传下去，其余留给参数快照

ModelCall.binding 是项目自己的坐标（某个下游有五维），网关只有 session_id 与 parent_call_id 两个槽位放得下这类东西。适配器把这两个键传下去，其余的键不传。

这不是静默丢弃。 绑定的首要消费者是参数快照——它的全部键值都进运行开始记录 （0006 决策三），续跑时逐字段比对。也就是说那些键已经被记下来了，只是网关那边没有对应的 格子。适配器再报一次错，等于要求项目为了适配一个网关而裁剪自己的坐标系。

认不得的键不报错，也是因为报错的那条路更糟：项目换一个网关就要改绑定，而绑定同时是 续跑守卫的输入——改它会让所有在跑的运行续不上。

决策五：网关的异常原样穿出去

不捕获、不翻译、不重试。session 那一层已经定了模型调用失败怎么处置：记一条带失败说明的 结果记录、记一步、以模型调用失败收尾（0004 决策三 C 档），而失败说明取的是异常的类名与文本 ——网关的异常类名（AllSourcesExhausted、CircuitOpenError、GovernanceBackendError……） 本身就是最有用的那部分信息，翻译成我们自己的名字只会把它盖掉。

重试尤其不能做。 网关内部已经有重试、退避、换源、熔断，外面再套一层会让两套预算重叠计费。 那不是假想：网关 1.1.1 修的正是这一类——它的「卡死判定」窗口与重试预算同时对真实尝试计时， 而前者更小，于是配了三次重试的调用一次都用不上就被判死，且没有任何报错。两套预算叠在同一段 时间上，总有一套先耗尽，而先耗尽的那套说了算。

asyncio.CancelledError 同样原样穿出去，它继承 BaseException，不会被任何 except Exception 接住。

决策六：空串的调用标识映射成空值

LLMResponse.call_id 的类型是 str，而本库的 ModelReply.call_id 是 str | None 且绝不为 空串——空串是个看起来合法的键，连表时静默匹配不上。所以拿到空串就映射成空值。

这是防御，不是常规路径。 正常情况下网关每次调用都会给出一个标识；空串意味着它在记账之前 就失败了，而那种情况通常直接抛异常、走不到这里。留这一下是因为两边的类型不同宽——它那边是 str，本库这边把「没有」和「空串」分得开，而分得开的那个区别只有在这里才落得下去。

留给后续的

响应里那些字段本库不带走，靠调用标识连过去。 网关的响应有二十来个字段（用量、延迟、 缓存命中、成本、供应商实际报告的模型串……），而 ModelReply 只取三个：调用标识、可见回复、 推理段。其余的留在网关自己的账目里，两边靠调用标识连表。

这条对可复现性尤其要紧：model_reported 是供应商在响应体里报的模型串，它和配置里那个 别名可能分叉（供应商把别名指向新权重时），而实验复现必须认这个串。它不进本库的轨迹，但它在 网关的账目里，按调用标识连得上——这正是 ModelReply.call_id 那句「与账目之间的连接键」的 用处。

流式的中间事件本库拿不到，也不要。 网关的 chat 默认走流式但返回的是一个完整响应； 本库的接缝是「一次调用返回一次回复」，中间的增量属于观察通道，等事件集那份 design doc 定了 再看要不要透出去。