@xiaobuyu/nodesign 0.0.1 → 0.0.3

package/server/lib/model-ingress.js

@@ -1,543 +1,543 @@
-/**
- * server/lib/model-ingress.js — Anthropic 范式通用模型入口（2026-08-19，
- * 前身 binary-fixup-proxy.js）。
- *
- * ## 定位
- *
- * SDK binary 永远说 Anthropic Messages 协议；所有非订阅模型都从这里进。
- * 入口按 **请求 body.model 查表**（model-context.js 的 resolveWireModel）
- * 决定发往哪个上游、换哪把钥匙、开哪些修补 —— 无会话状态、无进程级
- * "当前模型" env（旧版的 NODESIGN_CURRENT_APP_MODEL 在多会话不同模型时
- * 会互相覆盖，已随 NoDesk 包装一起退役）。
- *
- * ## 每请求流水线
- *
- *   1. 剥 /__nd/<sessionId> 路径前缀（只用于日志归属）
- *   2. body.model 反查路由（appModel / sdkAlias / 剥[1m]的 alias 都认）；
- *      查不到 → 502 fail-loud，绝不盲转发（盲转发 = 烧错通路的钱且无人知晓）。
- *      注册过的 API 会话只认自己那行 + 自己的 fast 行，其它名字改道 fast 兜底
- *      （未知名 = SDK helper；在表里但属于别的行 = 撞名雷，见 resolveSessionWire）
- *   3. count_tokens：上游没有该端点（表里标了 / 404 实测过）→ 本地估算短路
- *   4. 修补：model 还原成上游真名 · thinking strip/enabled8k · tool_result
- *      图片提升到顶层（Kimi 与 Gemini 桥都丢 tool_result 图，08-19 探针实锤）·
- *      超长边图片下采样
- *   5. 换钥匙：上游钥匙按条目取（外部插槽 .key 内联 > env UPSTREAMS[].keyEnv），按 authStyle 发；
- *      binary 带来的 ANTHROPIC_API_KEY 是占位符，一律丢弃
- *   6. 转发（SSE 直接 pipe，不解析响应流）
- *
- * ## 已知缺口（记录在案，别当没有）
- *
- * - 反重力通道流式 stop_reason 恒=end_turn 的病（tool_use 块在、收尾说错话）
- *   需要解析改写 SSE 才能修 —— 那族通道只当玩具，不为它上复杂度。
- * - prompt cache 不过桥（探针实测 cache 字段恒 0），长会话经济性靠模型价差硬扛。
- */
-
-import http from 'node:http';
-import https from 'node:https';
-import sharp from 'sharp';
-import { resolveWireModel, UPSTREAMS } from '../engine/agent/model-context.js';
-import { resolveSessionWire, fallbackLogged } from './ingress/session-routes.js';
-import { forwardOpenAIChat } from './ingress/forward-openai-chat.js';
-import { failStreaks, exhaustedErrorBody } from './ingress/upstream-fail-streak.js';
-import { noteUpstreamBilling } from './ingress/upstream-billing.js';
-import { noteUpstreamTruncation } from './ingress/upstream-truncation.js';
-import { noticeSession } from './ingress/session-notice.js';
-
-// ── 出站连接池 ──
-// ⛔ 08-20 生产真踩：本地盒子（authStyle 'none' = 环回 SSH 隧道）走 Node 默认
-// globalAgent，而它 **keepAlive 默认开着**。llama-server 几秒就关掉空闲连接，
-// 那个 FIN 要先穿过 SSH 隧道才到 Node —— 窗口里 Node 会从池子里挑一条**其实已经
-// 死了的 socket** 发请求，结果就是 `ECONNRESET: socket hang up` 刷屏（一分钟几百条），
-// 而盒子那头 `ss` 看到的连接数是 0（两边对同一条连接的死活认知不一致，是识别信号）。
-// 隧道内建连接本来就便宜（没有 TLS 握手），所以本地上游一律不复用连接。
-// 远端上游（中转站/HTTPS）保持 keep-alive：那边握手贵，且没有隧道拖慢 FIN。
-const AGENTS = new Map();
-function agentFor(wire, useHttps) {
-  if (wire.upstream.authStyle !== 'none') return undefined;   // 远端：用默认 globalAgent
-  const key = useHttps ? 'https' : 'http';
-  if (!AGENTS.has(key)) AGENTS.set(key, new (useHttps ? https : http).Agent({ keepAlive: false }));
-  return AGENTS.get(key);
-}
-
-let _instance = null;
-
-const PREFIX_RE = /^\/__nd\/([^/]+)(\/.*)$/;
-
-// Vision 下采样阈值（长边像素）。1568 = Anthropic token 优化阈值，也是多数
-// 中转网关安全线（mili-logo 2500×2500 曾触发网关 400）。
-const VISION_MAX_DIM = (() => {
-  const n = Number(process.env.NODESIGN_VISION_MAX_DIM);
-  return Number.isFinite(n) && n > 0 ? Math.floor(n) : 1568;
-})();
-
-// count_tokens capability 运行时缓存：upstreamId → false（404 实测确认没有）。
-// 表里 countTokens:false 的上游直接短路，true 的先转发、404 后降级并记住。
-const countTokensDead = new Set();
-
-// 会话级路由（注册 / 注销 / 决策）住 ingress/session-routes.js；这里转出口给 session-loop 与测试
-export { registerIngressSession, unregisterIngressSession, resolveSessionWire } from './ingress/session-routes.js';
-
-/**
- * 启动入口（幂等单例；路由是 per-request 的，单例不再锁死目标）。
- * @returns {Promise<{ baseUrl: string, close: () => Promise<void> }>}
- */
-export async function getOrStartIngress() {
-  if (_instance) return _instance;
-
-  const server = http.createServer((req, res) => {
-    const chunks = [];
-    req.on('data', (c) => chunks.push(c));
-    req.on('end', async () => {
-      try {
-        await handleRequest(req, res, Buffer.concat(chunks));
-      } catch (err) {
-        console.error(`[model-ingress] handler error: ${err?.stack || err?.message || err}`);
-        try { res.writeHead(502); res.end(`ingress handler error: ${err?.message || 'unknown'}`); } catch { /* ignore */ }
-      }
-    });
-    req.on('error', (err) => {
-      console.error(`[model-ingress] request error: ${err.message}`);
-      try { res.writeHead(400); res.end(); } catch { /* ignore */ }
-    });
-  });
-
-  await new Promise((resolve, reject) => {
-    const onError = (err) => { server.removeListener('listening', onListening); reject(err); };
-    const onListening = () => { server.removeListener('error', onError); resolve(); };
-    server.once('error', onError);
-    server.once('listening', onListening);
-    server.listen(0, '127.0.0.1');
-  });
-
-  const baseUrl = `http://127.0.0.1:${server.address().port}`;
-  console.log(`[model-ingress] listening on ${baseUrl} (upstreams: ${Object.keys(UPSTREAMS).join(', ')})`);
-  _instance = { baseUrl, close: () => new Promise((r) => server.close(() => r())), server };
-  return _instance;
-}
-
-export async function stopIngress() {
-  if (!_instance) return;
-  await _instance.close();
-  _instance = null;
-}
-
-async function handleRequest(req, res, bodyBuf) {
-  // 剥 /__nd/<sessionId> 前缀（日志归属用）
-  let sessionTag = null;
-  let origPath = req.url;
-  const m = PREFIX_RE.exec(req.url);
-  if (m) { sessionTag = decodeURIComponent(m[1]); origPath = m[2]; }
-  const sidShort = sessionTag ? sessionTag.slice(0, 8) : '-';
-
-  if (!(req.method === 'POST' && /^\/v1\/messages\b/.test(origPath))) {
-    res.writeHead(502, { 'Content-Type': 'text/plain' });
-    res.end(`model-ingress: unsupported ${req.method} ${origPath}`);
-    return;
-  }
-
-  let parsed;
-  try {
-    parsed = JSON.parse(bodyBuf.toString('utf8'));
-  } catch {
-    // 没有 model 就没法路由 —— fail-loud 而不是盲转发
-    res.writeHead(502, { 'Content-Type': 'text/plain' });
-    res.end('model-ingress: body is not JSON, cannot route');
-    return;
-  }
-
-  const routed = resolveSessionWire(parsed?.model, sessionTag);
-  const wire = routed.wire;
-  if (wire && routed.reason !== 'table') {
-    const logKey = `${sessionTag}:${parsed?.model}`;
-    if (!fallbackLogged.has(logKey)) {
-      fallbackLogged.add(logKey);
-      if (routed.reason === 'collision') {
-        console.warn(`[model-ingress] sid=${sidShort} ⛔ 撞名：model '${parsed?.model}' 属于别的行（${routed.collidesWith}），本会话是 ${routed.sessionModel} —— 不跨行转发，改道会话 fast（${routed.fastModel}）`);
-      } else {
-        console.warn(`[model-ingress] sid=${sidShort} 未知 model '${parsed?.model}' → 会话 fast 兜底（${routed.fastModel}）`);
-      }
-    }
-  }
-  if (!wire) {
-    res.writeHead(502, { 'Content-Type': 'text/plain' });
-    res.end(`model-ingress: no route for model '${parsed?.model}' — 该名字不在 model-context.js 的 API 表里`);
-    console.warn(`[model-ingress] sid=${sidShort} 未知 model '${parsed?.model}'，已拒绝（fail-loud）`);
-    return;
-  }
-
-  // authStyle 'none' = 无鉴权上游（本地 llama-server 走环回隧道），不需要钥匙
-  const needKey = wire.upstream.authStyle !== 'none';
-  // 钥匙取用点（全入口唯一一处）：外部插槽（runtime/local-config.js）把钥匙写在条目里；内置行走 env
-  const key = needKey ? (wire.upstream.key || (wire.upstream.keyEnv ? process.env[wire.upstream.keyEnv] : null)) : null;
-  if (needKey && !key) {
-    res.writeHead(502, { 'Content-Type': 'text/plain' });
-    res.end(`model-ingress: 上游钥匙未配置（${wire.upstream.keyEnv ? `env ${wire.upstream.keyEnv} 为空` : `上游 ${wire.upstreamId} 没填 key`}）`);
-    return;
-  }
-
-  const isCountTokens = /^\/v1\/messages\/count_tokens\b/.test(origPath);
-  // CLI 在**回合之间**也用主模型打请求（猜你想问 / 标题生成），ingress 分不出角色（都是 main）。
-  // 它们的半截不该触发续接：那是给用户的建议词，不是 agent 的回答，接下去也没意义，
-  // 而且标记会串到下一个回合头上（fable 评审 P2；真路径探针里 SUGGESTION MODE 每回合都来一发）。
-  // 认的是 CLI 自己写死的提示词开头，认不出来最多是少一道保险（还有回合内新鲜度判据兜底）。
-  const isSuggestionQuery = (() => {
-    try {
-      const last = parsed?.messages?.[parsed.messages.length - 1];
-      const txt = typeof last?.content === 'string' ? last.content : JSON.stringify(last?.content || '');
-      return txt.includes('SUGGESTION MODE');
-    } catch { return false; }
-  })();
-
-  // 会话连续失败上限（upstream-fail-streak.js，僵尸 run 案）：上游持续死时 CLI 对 5xx 无上限退避重试，
-  // 一个回合能挂一小时。到上限就回 400（CLI 不重试、回合以 is_error 收场、文案到用户、会话不死），
-  // 计数归零让用户下次再发有新机会。count_tokens 不参与（它不是循环的燃料）。
-  // 计数按 sid+角色分桶：helper（标题/分类器）一次成功不能把主行攒的计数清零（08-21 评审抓的洞）
-  const streakKey = sessionTag ? `${sessionTag}:${routed.role || 'main'}` : null;
-  if (!isCountTokens && failStreaks.exhausted(streakKey)) {
-    const { n, reason } = failStreaks.consume(streakKey);
-    const body = JSON.stringify(exhaustedErrorBody({ label: wire.upstream?.label || wire.upstreamId, n, reason }));
-    console.warn(`[model-ingress] sid=${sidShort} role=${routed.role} upstream=${wire.upstreamId} 连续失败 ${n} 次（${reason}）→ 400 止损，计数归零`);
-    res.writeHead(400, { 'Content-Type': 'application/json', 'Content-Length': String(Buffer.byteLength(body)) });
-    res.end(body);
-    return;
-  }
-  const noteOutcome = (ok, reason) => {
-    if (isCountTokens) return;
-    const n = failStreaks.note(streakKey, ok, reason);
-    // 上游抖的时候会话里什么都不动（CLI 在退避重试，一次 503 能挂 50~140 秒）—— 推一句人话，
-    // 让用户知道是在重试而不是卡死，等不及可以自己点停止。节流住在 session-notice.js。
-    if (!ok && routed.role !== 'helper') {
-      const label = wire.upstream?.label || wire.upstreamId;
-      noticeSession(sessionTag, {
-        key: 'upstream_retry',
-        text: `${label} 上游繁忙（${reason || '未知'}），正在自动重试第 ${n} 次；等不及可以点停止。`,
-        priority: 'warn',
-      });
-    }
-  };
-
-  // count_tokens：上游没有该端点 → 本地估算短路（SDK 内部窗口计数要有数，
-  // 否则 ContextUsageBar 永远"等待"、80% 预警从不触发 —— DMXAPI 时代真踩过）
-  const upstreamHasCount = wire.upstream.countTokens !== false && !countTokensDead.has(wire.upstreamId);
-  if (isCountTokens && !upstreamHasCount) {
-    const respBody = JSON.stringify({ input_tokens: estimateInputTokens(parsed) });
-    res.writeHead(200, { 'Content-Type': 'application/json', 'Content-Length': String(Buffer.byteLength(respBody)) });
-    res.end(respBody);
-    return;
-  }
-
-  // 修补流水线（count_tokens 也要 model 还原，其余修补无害）
-  await transformForUpstream(parsed, wire);
-
-  // 协议分岔：上游说 OpenAI chat（Zen 等）→ 转换层；其余透传 Anthropic
-  if (wire.protocol === 'openai-chat') {
-    const target = new URL(wire.upstream.baseUrl);
-    // helper 请求降档：主行想多少归主行，helper 一句话的活用 helperReasoningEffort（默认 low）
-    const wireFwd = routed.role === 'helper' && wire.helperReasoningEffort ? { ...wire, reasoningEffort: wire.helperReasoningEffort } : wire;
-    forwardOpenAIChat({ parsed, wire: wireFwd, key, res, sidShort, target, path: joinPath(target.pathname, '/chat/completions'), agent: agentFor(wire, target.protocol === 'https:'), onOutcome: noteOutcome,
-      // 上游自报费用按会话 × appModel 累加（helper 请求记到 helper 行头上），session-loop 结账时取走
-      onBilling: (info) => noteUpstreamBilling(sessionTag, wireFwd.appModel, info),
-      // 「说到一半被掐」标记：session-loop 收到 result 时取走，有标记就自动续接一轮（upstream-truncation.js）。
-      // ⚠️ helper 一律不报（连"收得完整"也不报）：它就一句话的活不值得续接，而报 null 会把主行刚记下的
-      // 标记清掉（标题/摘要那发常常紧跟在主回合后面）。
-      onTruncated: (reason) => {
-        if (routed.role === 'helper' || isCountTokens || isSuggestionQuery) return;
-        noteUpstreamTruncation(sessionTag, reason, { appModel: wireFwd.appModel });
-      },
-      // 就地重发时说一声：那期间会话里什么都不动，用户只看到一个转不停的绿点（跟"上游繁忙"同一条通道）
-      onNotice: (text) => {
-        if (routed.role === 'helper') return;   // helper 的重发用户不需要知道
-        noticeSession(sessionTag, { key: 'upstream_retry', text, priority: 'warn' });
-      } });
-    return;
-  }
-  const outBody = Buffer.from(JSON.stringify(parsed), 'utf8');
-
-  // 换钥匙 + 头处理
-  const target = new URL(wire.upstream.baseUrl);
-  const useHttps = target.protocol === 'https:';
-  const headers = { ...req.headers, host: target.hostname };
-  delete headers['x-api-key'];
-  delete headers['authorization'];
-  if (wire.upstream.authStyle === 'bearer') headers['authorization'] = `Bearer ${key}`;
-  else if (needKey) headers['x-api-key'] = key;
-  headers['content-length'] = String(outBody.length);
-
-  const proxyReq = (useHttps ? https : http).request({
-    hostname: target.hostname,
-    port: target.port || (useHttps ? 443 : 80),
-    path: joinPath(target.pathname, origPath),
-    method: 'POST',
-    headers,
-    agent: agentFor(wire, useHttps),
-  }, (proxyRes) => {
-    // count_tokens 404 → 降级本地估算并记住这个上游没有该端点
-    if (isCountTokens && (proxyRes.statusCode === 404 || proxyRes.statusCode === 405)) {
-      countTokensDead.add(wire.upstreamId);
-      proxyRes.resume();   // 丢弃上游响应体
-      const respBody = JSON.stringify({ input_tokens: estimateInputTokens(parsed) });
-      res.writeHead(200, { 'Content-Type': 'application/json', 'Content-Length': String(Buffer.byteLength(respBody)) });
-      res.end(respBody);
-      console.warn(`[model-ingress] ${wire.upstreamId} 没有 count_tokens（404），已降级本地估算并缓存`);
-      return;
-    }
-    // 上游 4xx/5xx：console.warn 一行 status + model + body 前 200 字，PM2 日志直接看到根因
-    if (proxyRes.statusCode >= 400) {
-      const respChunks = [];
-      proxyRes.on('data', (c) => respChunks.push(c));
-      proxyRes.on('end', () => {
-        const preview = Buffer.concat(respChunks).slice(0, 200).toString('utf8').replace(/\s+/g, ' ');
-        console.warn(`[model-ingress] sid=${sidShort} upstream=${wire.upstreamId} ${proxyRes.statusCode} model=${wire.wireModel} body=${preview}`);
-      });
-      // 透传路：5xx 记一次失败（4xx 是请求本身的问题，CLI 不重试，不记）；2xx 算成功
-      if (proxyRes.statusCode >= 500) noteOutcome(false, `HTTP ${proxyRes.statusCode}`);
-    } else {
-      noteOutcome(true);
-    }
-    res.writeHead(proxyRes.statusCode, proxyRes.headers);
-    proxyRes.pipe(res);
-  });
-
-  proxyReq.on('error', (err) => {
-    const detail = err.code ? `${err.code}: ${err.message}` : err.message;
-    console.error(`[model-ingress] forward error (${wire.upstreamId}): ${detail}`);
-    noteOutcome(false, `forward: ${detail}`);
-    try { res.writeHead(502); res.end(`ingress forward error: ${detail}`); } catch { /* ignore */ }
-  });
-
-  proxyReq.write(outBody);
-  proxyReq.end();
-}
-
-/**
- * 按路由行修补请求 body（原地改）。导出供单测直接喂假 body 验证。
- *
- * @param {object} parsed  Anthropic Messages body
- * @param {object} wire    resolveWireModel 的返回
- * @returns {Promise<boolean>} 是否有改动
- */
-export async function transformForUpstream(parsed, wire) {
-  let mutated = false;
-
-  // model 还原成上游真名（SDK 发的是 spoof alias 或 appModel）
-  if (parsed.model !== wire.wireModel) {
-    parsed.model = wire.wireModel;
-    mutated = true;
-  }
-
-  // thinking：'strip' = 删字段让上游自决（Gemini thinking 关不掉、参数过桥行为
-  // 未知）；'enabled8k' = adaptive 改写成 enabled+budget（Kimi 实测 adaptive =
-  // 0 thinking blocks）
-  if (wire.thinking === 'strip') {
-    if ('thinking' in parsed) { delete parsed.thinking; mutated = true; }
-  } else if (wire.thinking === 'enabled8k') {
-    if (parsed.thinking?.type === 'adaptive') {
-      parsed.thinking = { type: 'enabled', budget_tokens: 8192 };
-      mutated = true;
-    }
-  }
-
-  // tool_result 里的图提升到 user message 顶层（丢图桥的必修 shim）
-  if (wire.liftImages && Array.isArray(parsed.messages)) {
-    if (liftImagesFromToolResult(parsed.messages)) mutated = true;
-  }
-
-  // 图片归一：长边超限下采样（所有上游统一做，安全无害）+ 把上游解不开的格式
-  // 转码过去（只有声明了 imageFormats 的上游才做，见 model-context 那张表）
-  if (Array.isArray(parsed.messages)) {
-    const allowed = wire.upstream?.imageFormats || null;
-    if (await normalizeImages(parsed.messages, VISION_MAX_DIM, allowed)) mutated = true;
-  }
-
-  return mutated;
-}
-
-/**
- * 把 tool_result.content 里的 image block 提到外层 user message content 顶层；
- * 原位置替换为占位文本。Kimi S8 时代写的，08-19 探针证明 Gemini 桥同样需要。
- */
-export function liftImagesFromToolResult(messages) {
-  let mutated = false;
-  for (const msg of messages) {
-    if (msg?.role !== 'user' || !Array.isArray(msg.content)) continue;
-    const liftedImages = [];
-    for (const block of msg.content) {
-      if (block?.type !== 'tool_result' || !Array.isArray(block.content)) continue;
-      block.content = block.content.map((inner) => {
-        if (inner?.type === 'image' && inner.source?.data) {
-          liftedImages.push({ ...inner });
-          mutated = true;
-          return {
-            type: 'text',
-            text: '[image lifted to end of this message for upstream vision compat — see image block below]',
-          };
-        }
-        return inner;
-      });
-    }
-    if (liftedImages.length > 0) msg.content.push(...liftedImages);
-  }
-  return mutated;
-}
-
-/**
- * 图片归一：扫所有 image block（user msg 顶层 + tool_result 内嵌），按需下采样
- * 和/或转码。两件事共用一次遍历也共用一条 sharp 管线 —— 拆成两个函数就是把这段
- * 嵌套遍历抄第二份，而它已经是"顶层 + tool_result 内嵌"两层的形状了。
- *
- * fail-soft：单张图 sharp 抛错 → warn 后保留原图透传，不阻断整 turn。
- *
- * @param {number} maxDim 长边上限，超了才 resize
- * @param {string[]|null} allowed 上游解得开的 media_type 白名单；null = 不限
- */
-async function normalizeImages(messages, maxDim, allowed) {
-  let mutated = false;
-  for (const msg of messages) {
-    if (!Array.isArray(msg?.content)) continue;
-    for (let i = 0; i < msg.content.length; i++) {
-      const block = msg.content[i];
-      if (block?.type === 'image') {
-        const replaced = await maybeNormalizeImageBlock(block, maxDim, allowed);
-        if (replaced) { msg.content[i] = replaced; mutated = true; }
-      }
-      if (block?.type === 'tool_result' && Array.isArray(block.content)) {
-        for (let j = 0; j < block.content.length; j++) {
-          const inner = block.content[j];
-          if (inner?.type === 'image') {
-            const replaced = await maybeNormalizeImageBlock(inner, maxDim, allowed);
-            if (replaced) { block.content[j] = replaced; mutated = true; }
-          }
-        }
-      }
-    }
-  }
-  return mutated;
-}
-
-const IMAGE_WRITERS = {
-  'image/png': (p) => p.png({ compressionLevel: 9 }),
-  'image/jpeg': (p) => p.jpeg({ quality: 90, mozjpeg: true }),
-  'image/webp': (p) => p.webp({ quality: 85 }),
-};
-
-/**
- * 单图归一。两个触发条件，满足任一才动（都不满足返 null 原样透传）：
- *   - 长边超过 maxDim  → 下采样
- *   - media_type 不在上游的 imageFormats 里 → 转码
- *
- * 转码目标按有没有 alpha 分：有 alpha 走 png（保住透明），没有走 jpeg（照片和
- * 渲染图转 png 会胖好几倍，本地盒子这条链路还要过 SSH 隧道）。**只在 allowed
- * 里挑**，上游声明什么就往什么转。
- *
- * gif 不在 IMAGE_WRITERS 的键里，所以动图永远不进这条路（重 encode 会丢帧）——
- * 代价是 gif 遇到解不开它的上游仍旧失败，那个另说，别在这儿悄悄压成一张静图。
- */
-async function maybeNormalizeImageBlock(block, maxDim, allowed) {
-  const src = block?.source;
-  if (!src || src.type !== 'base64' || !src.data) return null;
-  if (!IMAGE_WRITERS[src.media_type]) return null;
-
-  const needsTranscode = Array.isArray(allowed) && !allowed.includes(src.media_type);
-
-  try {
-    const inputBuf = Buffer.from(src.data, 'base64');
-    const meta = await sharp(inputBuf).metadata();
-    const w = meta.width || 0;
-    const h = meta.height || 0;
-    const needsResize = Math.max(w, h) > maxDim;
-    if (!needsResize && !needsTranscode) return null;
-
-    // 转码时目标格式从 allowed 里挑；不转码就还用原格式
-    let outType = src.media_type;
-    if (needsTranscode) {
-      const prefer = meta.hasAlpha ? ['image/png', 'image/jpeg'] : ['image/jpeg', 'image/png'];
-      outType = prefer.find((t) => allowed.includes(t) && IMAGE_WRITERS[t])
-        || allowed.find((t) => IMAGE_WRITERS[t]);
-      if (!outType) {
-        console.warn(`[model-ingress] 上游 imageFormats 里没有能写的格式，原样透传 ${src.media_type}`);
-        return null;
-      }
-    }
-
-    let pipeline = sharp(inputBuf);
-    if (needsResize) {
-      pipeline = pipeline.resize({
-        width: w >= h ? maxDim : null,
-        height: h > w ? maxDim : null,
-        fit: 'inside',
-        withoutEnlargement: true,
-      });
-    }
-    // 两种情况去 alpha：① 落到 jpeg（它没有 alpha 通道，不 flatten 出来是黑底）；
-    // ② 走了 resize —— 这条是原有行为，理由是"部分 vision 网关对 RGBA 不友好"，
-    // 别因为加转码顺手把它改掉（中转站那两个上游一直吃的是 flatten 过的图）。
-    if (meta.hasAlpha && (needsResize || outType === 'image/jpeg')) {
-      pipeline = pipeline.flatten({ background: '#ffffff' });
-    }
-    const outBuf = await IMAGE_WRITERS[outType](pipeline).toBuffer();
-    return {
-      ...block,
-      source: { type: 'base64', media_type: outType, data: outBuf.toString('base64') },
-    };
-  } catch (err) {
-    console.warn(`[model-ingress] image normalize failed (passthrough): ${err?.message || err}`);
-    return null;
-  }
-}
-
-/**
- * CJK 字符范围（token 估算分流）：平/片假名 + CJK 基础汉字 + 韩文音节。
- * 系数：CJK 1 字 ≈ 1.3 token，英文 BPE ~4 char/token。
- */
-const CJK_REGEX = /[぀-鿿가-힯]/g;
-
-function estimateText(s) {
-  if (typeof s !== 'string') return 0;
-  const cjk = s.match(CJK_REGEX)?.length || 0;
-  return cjk * 1.3 + (s.length - cjk) / 4;
-}
-
-/**
- * 粗估 messages body 的 input token 数（count_tokens 本地降级用）。
- * 实测误差：纯英文 ±10%，纯中文 ±15%，混合 ±20% —— 够 UI 进度条与预警分档。
- */
-export function estimateInputTokens(parsed) {
-  try {
-    let total = 0;
-    const addText = (s) => { total += estimateText(s); };
-    const addBlock = (b) => {
-      if (!b) return;
-      if (b.type === 'text' && b.text) addText(b.text);
-      else if (b.type === 'image' && b.source?.data) total += b.source.data.length / 4;
-      else if (b.type === 'tool_use') { addText(b.name || ''); addText(JSON.stringify(b.input || {})); }
-      else if (b.type === 'tool_result') {
-        if (typeof b.content === 'string') addText(b.content);
-        else if (Array.isArray(b.content)) b.content.forEach(addBlock);
-      } else if (b.type === 'thinking' && b.thinking) addText(b.thinking);
-    };
-    if (Array.isArray(parsed.messages)) {
-      for (const msg of parsed.messages) {
-        if (typeof msg.content === 'string') addText(msg.content);
-        else if (Array.isArray(msg.content)) msg.content.forEach(addBlock);
-      }
-    }
-    if (typeof parsed.system === 'string') addText(parsed.system);
-    else if (Array.isArray(parsed.system)) parsed.system.forEach(addBlock);
-    if (Array.isArray(parsed.tools)) {
-      for (const t of parsed.tools) {
-        addText(t.name || '');
-        addText(t.description || '');
-        addText(JSON.stringify(t.input_schema || {}));
-      }
-    }
-    return Math.max(1, Math.round(total));
-  } catch {
-    return 50000;   // 保守值 ≈ 1/5 上下文，误触 80% 警告概率低
-  }
-}
-
-/** URL path 拼接（避免重复 / 或丢段）。moonshot base 自带 /anthropic 段靠它保住 */
-function joinPath(base, reqPath) {
-  const cleanBase = (base || '').replace(/\/$/, '');
-  return cleanBase + (reqPath.startsWith('/') ? reqPath : '/' + reqPath);
-}
+/**
+ * server/lib/model-ingress.js — Anthropic 范式通用模型入口（2026-08-19，
+ * 前身 binary-fixup-proxy.js）。
+ *
+ * ## 定位
+ *
+ * SDK binary 永远说 Anthropic Messages 协议；所有非订阅模型都从这里进。
+ * 入口按 **请求 body.model 查表**（model-context.js 的 resolveWireModel）
+ * 决定发往哪个上游、换哪把钥匙、开哪些修补 —— 无会话状态、无进程级
+ * "当前模型" env（旧版的 NODESIGN_CURRENT_APP_MODEL 在多会话不同模型时
+ * 会互相覆盖，已随 NoDesk 包装一起退役）。
+ *
+ * ## 每请求流水线
+ *
+ *   1. 剥 /__nd/<sessionId> 路径前缀（只用于日志归属）
+ *   2. body.model 反查路由（appModel / sdkAlias / 剥[1m]的 alias 都认）；
+ *      查不到 → 502 fail-loud，绝不盲转发（盲转发 = 烧错通路的钱且无人知晓）。
+ *      注册过的 API 会话只认自己那行 + 自己的 fast 行，其它名字改道 fast 兜底
+ *      （未知名 = SDK helper；在表里但属于别的行 = 撞名雷，见 resolveSessionWire）
+ *   3. count_tokens：上游没有该端点（表里标了 / 404 实测过）→ 本地估算短路
+ *   4. 修补：model 还原成上游真名 · thinking strip/enabled8k · tool_result
+ *      图片提升到顶层（Kimi 与 Gemini 桥都丢 tool_result 图，08-19 探针实锤）·
+ *      超长边图片下采样
+ *   5. 换钥匙：上游钥匙按条目取（外部插槽 .key 内联 > env UPSTREAMS[].keyEnv），按 authStyle 发；
+ *      binary 带来的 ANTHROPIC_API_KEY 是占位符，一律丢弃
+ *   6. 转发（SSE 直接 pipe，不解析响应流）
+ *
+ * ## 已知缺口（记录在案，别当没有）
+ *
+ * - 反重力通道流式 stop_reason 恒=end_turn 的病（tool_use 块在、收尾说错话）
+ *   需要解析改写 SSE 才能修 —— 那族通道只当玩具，不为它上复杂度。
+ * - prompt cache 不过桥（探针实测 cache 字段恒 0），长会话经济性靠模型价差硬扛。
+ */
+
+import http from 'node:http';
+import https from 'node:https';
+import sharp from 'sharp';
+import { resolveWireModel, UPSTREAMS } from '../engine/agent/model-context.js';
+import { resolveSessionWire, fallbackLogged } from './ingress/session-routes.js';
+import { forwardOpenAIChat } from './ingress/forward-openai-chat.js';
+import { failStreaks, exhaustedErrorBody } from './ingress/upstream-fail-streak.js';
+import { noteUpstreamBilling } from './ingress/upstream-billing.js';
+import { noteUpstreamTruncation } from './ingress/upstream-truncation.js';
+import { noticeSession } from './ingress/session-notice.js';
+
+// ── 出站连接池 ──
+// ⛔ 08-20 生产真踩：本地盒子（authStyle 'none' = 环回 SSH 隧道）走 Node 默认
+// globalAgent，而它 **keepAlive 默认开着**。llama-server 几秒就关掉空闲连接，
+// 那个 FIN 要先穿过 SSH 隧道才到 Node —— 窗口里 Node 会从池子里挑一条**其实已经
+// 死了的 socket** 发请求，结果就是 `ECONNRESET: socket hang up` 刷屏（一分钟几百条），
+// 而盒子那头 `ss` 看到的连接数是 0（两边对同一条连接的死活认知不一致，是识别信号）。
+// 隧道内建连接本来就便宜（没有 TLS 握手），所以本地上游一律不复用连接。
+// 远端上游（中转站/HTTPS）保持 keep-alive：那边握手贵，且没有隧道拖慢 FIN。
+const AGENTS = new Map();
+function agentFor(wire, useHttps) {
+  if (wire.upstream.authStyle !== 'none') return undefined;   // 远端：用默认 globalAgent
+  const key = useHttps ? 'https' : 'http';
+  if (!AGENTS.has(key)) AGENTS.set(key, new (useHttps ? https : http).Agent({ keepAlive: false }));
+  return AGENTS.get(key);
+}
+
+let _instance = null;
+
+const PREFIX_RE = /^\/__nd\/([^/]+)(\/.*)$/;
+
+// Vision 下采样阈值（长边像素）。1568 = Anthropic token 优化阈值，也是多数
+// 中转网关安全线（mili-logo 2500×2500 曾触发网关 400）。
+const VISION_MAX_DIM = (() => {
+  const n = Number(process.env.NODESIGN_VISION_MAX_DIM);
+  return Number.isFinite(n) && n > 0 ? Math.floor(n) : 1568;
+})();
+
+// count_tokens capability 运行时缓存：upstreamId → false（404 实测确认没有）。
+// 表里 countTokens:false 的上游直接短路，true 的先转发、404 后降级并记住。
+const countTokensDead = new Set();
+
+// 会话级路由（注册 / 注销 / 决策）住 ingress/session-routes.js；这里转出口给 session-loop 与测试
+export { registerIngressSession, unregisterIngressSession, resolveSessionWire } from './ingress/session-routes.js';
+
+/**
+ * 启动入口（幂等单例；路由是 per-request 的，单例不再锁死目标）。
+ * @returns {Promise<{ baseUrl: string, close: () => Promise<void> }>}
+ */
+export async function getOrStartIngress() {
+  if (_instance) return _instance;
+
+  const server = http.createServer((req, res) => {
+    const chunks = [];
+    req.on('data', (c) => chunks.push(c));
+    req.on('end', async () => {
+      try {
+        await handleRequest(req, res, Buffer.concat(chunks));
+      } catch (err) {
+        console.error(`[model-ingress] handler error: ${err?.stack || err?.message || err}`);
+        try { res.writeHead(502); res.end(`ingress handler error: ${err?.message || 'unknown'}`); } catch { /* ignore */ }
+      }
+    });
+    req.on('error', (err) => {
+      console.error(`[model-ingress] request error: ${err.message}`);
+      try { res.writeHead(400); res.end(); } catch { /* ignore */ }
+    });
+  });
+
+  await new Promise((resolve, reject) => {
+    const onError = (err) => { server.removeListener('listening', onListening); reject(err); };
+    const onListening = () => { server.removeListener('error', onError); resolve(); };
+    server.once('error', onError);
+    server.once('listening', onListening);
+    server.listen(0, '127.0.0.1');
+  });
+
+  const baseUrl = `http://127.0.0.1:${server.address().port}`;
+  console.log(`[model-ingress] listening on ${baseUrl} (upstreams: ${Object.keys(UPSTREAMS).join(', ')})`);
+  _instance = { baseUrl, close: () => new Promise((r) => server.close(() => r())), server };
+  return _instance;
+}
+
+export async function stopIngress() {
+  if (!_instance) return;
+  await _instance.close();
+  _instance = null;
+}
+
+async function handleRequest(req, res, bodyBuf) {
+  // 剥 /__nd/<sessionId> 前缀（日志归属用）
+  let sessionTag = null;
+  let origPath = req.url;
+  const m = PREFIX_RE.exec(req.url);
+  if (m) { sessionTag = decodeURIComponent(m[1]); origPath = m[2]; }
+  const sidShort = sessionTag ? sessionTag.slice(0, 8) : '-';
+
+  if (!(req.method === 'POST' && /^\/v1\/messages\b/.test(origPath))) {
+    res.writeHead(502, { 'Content-Type': 'text/plain' });
+    res.end(`model-ingress: unsupported ${req.method} ${origPath}`);
+    return;
+  }
+
+  let parsed;
+  try {
+    parsed = JSON.parse(bodyBuf.toString('utf8'));
+  } catch {
+    // 没有 model 就没法路由 —— fail-loud 而不是盲转发
+    res.writeHead(502, { 'Content-Type': 'text/plain' });
+    res.end('model-ingress: body is not JSON, cannot route');
+    return;
+  }
+
+  const routed = resolveSessionWire(parsed?.model, sessionTag);
+  const wire = routed.wire;
+  if (wire && routed.reason !== 'table') {
+    const logKey = `${sessionTag}:${parsed?.model}`;
+    if (!fallbackLogged.has(logKey)) {
+      fallbackLogged.add(logKey);
+      if (routed.reason === 'collision') {
+        console.warn(`[model-ingress] sid=${sidShort} ⛔ 撞名：model '${parsed?.model}' 属于别的行（${routed.collidesWith}），本会话是 ${routed.sessionModel} —— 不跨行转发，改道会话 fast（${routed.fastModel}）`);
+      } else {
+        console.warn(`[model-ingress] sid=${sidShort} 未知 model '${parsed?.model}' → 会话 fast 兜底（${routed.fastModel}）`);
+      }
+    }
+  }
+  if (!wire) {
+    res.writeHead(502, { 'Content-Type': 'text/plain' });
+    res.end(`model-ingress: no route for model '${parsed?.model}' — 该名字不在 model-context.js 的 API 表里`);
+    console.warn(`[model-ingress] sid=${sidShort} 未知 model '${parsed?.model}'，已拒绝（fail-loud）`);
+    return;
+  }
+
+  // authStyle 'none' = 无鉴权上游（本地 llama-server 走环回隧道），不需要钥匙
+  const needKey = wire.upstream.authStyle !== 'none';
+  // 钥匙取用点（全入口唯一一处）：外部插槽（runtime/local-config.js）把钥匙写在条目里；内置行走 env
+  const key = needKey ? (wire.upstream.key || (wire.upstream.keyEnv ? process.env[wire.upstream.keyEnv] : null)) : null;
+  if (needKey && !key) {
+    res.writeHead(502, { 'Content-Type': 'text/plain' });
+    res.end(`model-ingress: 上游钥匙未配置（${wire.upstream.keyEnv ? `env ${wire.upstream.keyEnv} 为空` : `上游 ${wire.upstreamId} 没填 key`}）`);
+    return;
+  }
+
+  const isCountTokens = /^\/v1\/messages\/count_tokens\b/.test(origPath);
+  // CLI 在**回合之间**也用主模型打请求（猜你想问 / 标题生成），ingress 分不出角色（都是 main）。
+  // 它们的半截不该触发续接：那是给用户的建议词，不是 agent 的回答，接下去也没意义，
+  // 而且标记会串到下一个回合头上（fable 评审 P2；真路径探针里 SUGGESTION MODE 每回合都来一发）。
+  // 认的是 CLI 自己写死的提示词开头，认不出来最多是少一道保险（还有回合内新鲜度判据兜底）。
+  const isSuggestionQuery = (() => {
+    try {
+      const last = parsed?.messages?.[parsed.messages.length - 1];
+      const txt = typeof last?.content === 'string' ? last.content : JSON.stringify(last?.content || '');
+      return txt.includes('SUGGESTION MODE');
+    } catch { return false; }
+  })();
+
+  // 会话连续失败上限（upstream-fail-streak.js，僵尸 run 案）：上游持续死时 CLI 对 5xx 无上限退避重试，
+  // 一个回合能挂一小时。到上限就回 400（CLI 不重试、回合以 is_error 收场、文案到用户、会话不死），
+  // 计数归零让用户下次再发有新机会。count_tokens 不参与（它不是循环的燃料）。
+  // 计数按 sid+角色分桶：helper（标题/分类器）一次成功不能把主行攒的计数清零（08-21 评审抓的洞）
+  const streakKey = sessionTag ? `${sessionTag}:${routed.role || 'main'}` : null;
+  if (!isCountTokens && failStreaks.exhausted(streakKey)) {
+    const { n, reason } = failStreaks.consume(streakKey);
+    const body = JSON.stringify(exhaustedErrorBody({ label: wire.upstream?.label || wire.upstreamId, n, reason }));
+    console.warn(`[model-ingress] sid=${sidShort} role=${routed.role} upstream=${wire.upstreamId} 连续失败 ${n} 次（${reason}）→ 400 止损，计数归零`);
+    res.writeHead(400, { 'Content-Type': 'application/json', 'Content-Length': String(Buffer.byteLength(body)) });
+    res.end(body);
+    return;
+  }
+  const noteOutcome = (ok, reason) => {
+    if (isCountTokens) return;
+    const n = failStreaks.note(streakKey, ok, reason);
+    // 上游抖的时候会话里什么都不动（CLI 在退避重试，一次 503 能挂 50~140 秒）—— 推一句人话，
+    // 让用户知道是在重试而不是卡死，等不及可以自己点停止。节流住在 session-notice.js。
+    if (!ok && routed.role !== 'helper') {
+      const label = wire.upstream?.label || wire.upstreamId;
+      noticeSession(sessionTag, {
+        key: 'upstream_retry',
+        text: `${label} 上游繁忙（${reason || '未知'}），正在自动重试第 ${n} 次；等不及可以点停止。`,
+        priority: 'warn',
+      });
+    }
+  };
+
+  // count_tokens：上游没有该端点 → 本地估算短路（SDK 内部窗口计数要有数，
+  // 否则 ContextUsageBar 永远"等待"、80% 预警从不触发 —— DMXAPI 时代真踩过）
+  const upstreamHasCount = wire.upstream.countTokens !== false && !countTokensDead.has(wire.upstreamId);
+  if (isCountTokens && !upstreamHasCount) {
+    const respBody = JSON.stringify({ input_tokens: estimateInputTokens(parsed) });
+    res.writeHead(200, { 'Content-Type': 'application/json', 'Content-Length': String(Buffer.byteLength(respBody)) });
+    res.end(respBody);
+    return;
+  }
+
+  // 修补流水线（count_tokens 也要 model 还原，其余修补无害）
+  await transformForUpstream(parsed, wire);
+
+  // 协议分岔：上游说 OpenAI chat（Zen 等）→ 转换层；其余透传 Anthropic
+  if (wire.protocol === 'openai-chat') {
+    const target = new URL(wire.upstream.baseUrl);
+    // helper 请求降档：主行想多少归主行，helper 一句话的活用 helperReasoningEffort（默认 low）
+    const wireFwd = routed.role === 'helper' && wire.helperReasoningEffort ? { ...wire, reasoningEffort: wire.helperReasoningEffort } : wire;
+    forwardOpenAIChat({ parsed, wire: wireFwd, key, res, sidShort, target, path: joinPath(target.pathname, '/chat/completions'), agent: agentFor(wire, target.protocol === 'https:'), onOutcome: noteOutcome,
+      // 上游自报费用按会话 × appModel 累加（helper 请求记到 helper 行头上），session-loop 结账时取走
+      onBilling: (info) => noteUpstreamBilling(sessionTag, wireFwd.appModel, info),
+      // 「说到一半被掐」标记：session-loop 收到 result 时取走，有标记就自动续接一轮（upstream-truncation.js）。
+      // ⚠️ helper 一律不报（连"收得完整"也不报）：它就一句话的活不值得续接，而报 null 会把主行刚记下的
+      // 标记清掉（标题/摘要那发常常紧跟在主回合后面）。
+      onTruncated: (reason) => {
+        if (routed.role === 'helper' || isCountTokens || isSuggestionQuery) return;
+        noteUpstreamTruncation(sessionTag, reason, { appModel: wireFwd.appModel });
+      },
+      // 就地重发时说一声：那期间会话里什么都不动，用户只看到一个转不停的绿点（跟"上游繁忙"同一条通道）
+      onNotice: (text) => {
+        if (routed.role === 'helper') return;   // helper 的重发用户不需要知道
+        noticeSession(sessionTag, { key: 'upstream_retry', text, priority: 'warn' });
+      } });
+    return;
+  }
+  const outBody = Buffer.from(JSON.stringify(parsed), 'utf8');
+
+  // 换钥匙 + 头处理
+  const target = new URL(wire.upstream.baseUrl);
+  const useHttps = target.protocol === 'https:';
+  const headers = { ...req.headers, host: target.hostname };
+  delete headers['x-api-key'];
+  delete headers['authorization'];
+  if (wire.upstream.authStyle === 'bearer') headers['authorization'] = `Bearer ${key}`;
+  else if (needKey) headers['x-api-key'] = key;
+  headers['content-length'] = String(outBody.length);
+
+  const proxyReq = (useHttps ? https : http).request({
+    hostname: target.hostname,
+    port: target.port || (useHttps ? 443 : 80),
+    path: joinPath(target.pathname, origPath),
+    method: 'POST',
+    headers,
+    agent: agentFor(wire, useHttps),
+  }, (proxyRes) => {
+    // count_tokens 404 → 降级本地估算并记住这个上游没有该端点
+    if (isCountTokens && (proxyRes.statusCode === 404 || proxyRes.statusCode === 405)) {
+      countTokensDead.add(wire.upstreamId);
+      proxyRes.resume();   // 丢弃上游响应体
+      const respBody = JSON.stringify({ input_tokens: estimateInputTokens(parsed) });
+      res.writeHead(200, { 'Content-Type': 'application/json', 'Content-Length': String(Buffer.byteLength(respBody)) });
+      res.end(respBody);
+      console.warn(`[model-ingress] ${wire.upstreamId} 没有 count_tokens（404），已降级本地估算并缓存`);
+      return;
+    }
+    // 上游 4xx/5xx：console.warn 一行 status + model + body 前 200 字，PM2 日志直接看到根因
+    if (proxyRes.statusCode >= 400) {
+      const respChunks = [];
+      proxyRes.on('data', (c) => respChunks.push(c));
+      proxyRes.on('end', () => {
+        const preview = Buffer.concat(respChunks).slice(0, 200).toString('utf8').replace(/\s+/g, ' ');
+        console.warn(`[model-ingress] sid=${sidShort} upstream=${wire.upstreamId} ${proxyRes.statusCode} model=${wire.wireModel} body=${preview}`);
+      });
+      // 透传路：5xx 记一次失败（4xx 是请求本身的问题，CLI 不重试，不记）；2xx 算成功
+      if (proxyRes.statusCode >= 500) noteOutcome(false, `HTTP ${proxyRes.statusCode}`);
+    } else {
+      noteOutcome(true);
+    }
+    res.writeHead(proxyRes.statusCode, proxyRes.headers);
+    proxyRes.pipe(res);
+  });
+
+  proxyReq.on('error', (err) => {
+    const detail = err.code ? `${err.code}: ${err.message}` : err.message;
+    console.error(`[model-ingress] forward error (${wire.upstreamId}): ${detail}`);
+    noteOutcome(false, `forward: ${detail}`);
+    try { res.writeHead(502); res.end(`ingress forward error: ${detail}`); } catch { /* ignore */ }
+  });
+
+  proxyReq.write(outBody);
+  proxyReq.end();
+}
+
+/**
+ * 按路由行修补请求 body（原地改）。导出供单测直接喂假 body 验证。
+ *
+ * @param {object} parsed  Anthropic Messages body
+ * @param {object} wire    resolveWireModel 的返回
+ * @returns {Promise<boolean>} 是否有改动
+ */
+export async function transformForUpstream(parsed, wire) {
+  let mutated = false;
+
+  // model 还原成上游真名（SDK 发的是 spoof alias 或 appModel）
+  if (parsed.model !== wire.wireModel) {
+    parsed.model = wire.wireModel;
+    mutated = true;
+  }
+
+  // thinking：'strip' = 删字段让上游自决（Gemini thinking 关不掉、参数过桥行为
+  // 未知）；'enabled8k' = adaptive 改写成 enabled+budget（Kimi 实测 adaptive =
+  // 0 thinking blocks）
+  if (wire.thinking === 'strip') {
+    if ('thinking' in parsed) { delete parsed.thinking; mutated = true; }
+  } else if (wire.thinking === 'enabled8k') {
+    if (parsed.thinking?.type === 'adaptive') {
+      parsed.thinking = { type: 'enabled', budget_tokens: 8192 };
+      mutated = true;
+    }
+  }
+
+  // tool_result 里的图提升到 user message 顶层（丢图桥的必修 shim）
+  if (wire.liftImages && Array.isArray(parsed.messages)) {
+    if (liftImagesFromToolResult(parsed.messages)) mutated = true;
+  }
+
+  // 图片归一：长边超限下采样（所有上游统一做，安全无害）+ 把上游解不开的格式
+  // 转码过去（只有声明了 imageFormats 的上游才做，见 model-context 那张表）
+  if (Array.isArray(parsed.messages)) {
+    const allowed = wire.upstream?.imageFormats || null;
+    if (await normalizeImages(parsed.messages, VISION_MAX_DIM, allowed)) mutated = true;
+  }
+
+  return mutated;
+}
+
+/**
+ * 把 tool_result.content 里的 image block 提到外层 user message content 顶层；
+ * 原位置替换为占位文本。Kimi S8 时代写的，08-19 探针证明 Gemini 桥同样需要。
+ */
+export function liftImagesFromToolResult(messages) {
+  let mutated = false;
+  for (const msg of messages) {
+    if (msg?.role !== 'user' || !Array.isArray(msg.content)) continue;
+    const liftedImages = [];
+    for (const block of msg.content) {
+      if (block?.type !== 'tool_result' || !Array.isArray(block.content)) continue;
+      block.content = block.content.map((inner) => {
+        if (inner?.type === 'image' && inner.source?.data) {
+          liftedImages.push({ ...inner });
+          mutated = true;
+          return {
+            type: 'text',
+            text: '[image lifted to end of this message for upstream vision compat — see image block below]',
+          };
+        }
+        return inner;
+      });
+    }
+    if (liftedImages.length > 0) msg.content.push(...liftedImages);
+  }
+  return mutated;
+}
+
+/**
+ * 图片归一：扫所有 image block（user msg 顶层 + tool_result 内嵌），按需下采样
+ * 和/或转码。两件事共用一次遍历也共用一条 sharp 管线 —— 拆成两个函数就是把这段
+ * 嵌套遍历抄第二份，而它已经是"顶层 + tool_result 内嵌"两层的形状了。
+ *
+ * fail-soft：单张图 sharp 抛错 → warn 后保留原图透传，不阻断整 turn。
+ *
+ * @param {number} maxDim 长边上限，超了才 resize
+ * @param {string[]|null} allowed 上游解得开的 media_type 白名单；null = 不限
+ */
+async function normalizeImages(messages, maxDim, allowed) {
+  let mutated = false;
+  for (const msg of messages) {
+    if (!Array.isArray(msg?.content)) continue;
+    for (let i = 0; i < msg.content.length; i++) {
+      const block = msg.content[i];
+      if (block?.type === 'image') {
+        const replaced = await maybeNormalizeImageBlock(block, maxDim, allowed);
+        if (replaced) { msg.content[i] = replaced; mutated = true; }
+      }
+      if (block?.type === 'tool_result' && Array.isArray(block.content)) {
+        for (let j = 0; j < block.content.length; j++) {
+          const inner = block.content[j];
+          if (inner?.type === 'image') {
+            const replaced = await maybeNormalizeImageBlock(inner, maxDim, allowed);
+            if (replaced) { block.content[j] = replaced; mutated = true; }
+          }
+        }
+      }
+    }
+  }
+  return mutated;
+}
+
+const IMAGE_WRITERS = {
+  'image/png': (p) => p.png({ compressionLevel: 9 }),
+  'image/jpeg': (p) => p.jpeg({ quality: 90, mozjpeg: true }),
+  'image/webp': (p) => p.webp({ quality: 85 }),
+};
+
+/**
+ * 单图归一。两个触发条件，满足任一才动（都不满足返 null 原样透传）：
+ *   - 长边超过 maxDim  → 下采样
+ *   - media_type 不在上游的 imageFormats 里 → 转码
+ *
+ * 转码目标按有没有 alpha 分：有 alpha 走 png（保住透明），没有走 jpeg（照片和
+ * 渲染图转 png 会胖好几倍，本地盒子这条链路还要过 SSH 隧道）。**只在 allowed
+ * 里挑**，上游声明什么就往什么转。
+ *
+ * gif 不在 IMAGE_WRITERS 的键里，所以动图永远不进这条路（重 encode 会丢帧）——
+ * 代价是 gif 遇到解不开它的上游仍旧失败，那个另说，别在这儿悄悄压成一张静图。
+ */
+async function maybeNormalizeImageBlock(block, maxDim, allowed) {
+  const src = block?.source;
+  if (!src || src.type !== 'base64' || !src.data) return null;
+  if (!IMAGE_WRITERS[src.media_type]) return null;
+
+  const needsTranscode = Array.isArray(allowed) && !allowed.includes(src.media_type);
+
+  try {
+    const inputBuf = Buffer.from(src.data, 'base64');
+    const meta = await sharp(inputBuf).metadata();
+    const w = meta.width || 0;
+    const h = meta.height || 0;
+    const needsResize = Math.max(w, h) > maxDim;
+    if (!needsResize && !needsTranscode) return null;
+
+    // 转码时目标格式从 allowed 里挑；不转码就还用原格式
+    let outType = src.media_type;
+    if (needsTranscode) {
+      const prefer = meta.hasAlpha ? ['image/png', 'image/jpeg'] : ['image/jpeg', 'image/png'];
+      outType = prefer.find((t) => allowed.includes(t) && IMAGE_WRITERS[t])
+        || allowed.find((t) => IMAGE_WRITERS[t]);
+      if (!outType) {
+        console.warn(`[model-ingress] 上游 imageFormats 里没有能写的格式，原样透传 ${src.media_type}`);
+        return null;
+      }
+    }
+
+    let pipeline = sharp(inputBuf);
+    if (needsResize) {
+      pipeline = pipeline.resize({
+        width: w >= h ? maxDim : null,
+        height: h > w ? maxDim : null,
+        fit: 'inside',
+        withoutEnlargement: true,
+      });
+    }
+    // 两种情况去 alpha：① 落到 jpeg（它没有 alpha 通道，不 flatten 出来是黑底）；
+    // ② 走了 resize —— 这条是原有行为，理由是"部分 vision 网关对 RGBA 不友好"，
+    // 别因为加转码顺手把它改掉（中转站那两个上游一直吃的是 flatten 过的图）。
+    if (meta.hasAlpha && (needsResize || outType === 'image/jpeg')) {
+      pipeline = pipeline.flatten({ background: '#ffffff' });
+    }
+    const outBuf = await IMAGE_WRITERS[outType](pipeline).toBuffer();
+    return {
+      ...block,
+      source: { type: 'base64', media_type: outType, data: outBuf.toString('base64') },
+    };
+  } catch (err) {
+    console.warn(`[model-ingress] image normalize failed (passthrough): ${err?.message || err}`);
+    return null;
+  }
+}
+
+/**
+ * CJK 字符范围（token 估算分流）：平/片假名 + CJK 基础汉字 + 韩文音节。
+ * 系数：CJK 1 字 ≈ 1.3 token，英文 BPE ~4 char/token。
+ */
+const CJK_REGEX = /[぀-鿿가-힯]/g;
+
+function estimateText(s) {
+  if (typeof s !== 'string') return 0;
+  const cjk = s.match(CJK_REGEX)?.length || 0;
+  return cjk * 1.3 + (s.length - cjk) / 4;
+}
+
+/**
+ * 粗估 messages body 的 input token 数（count_tokens 本地降级用）。
+ * 实测误差：纯英文 ±10%，纯中文 ±15%，混合 ±20% —— 够 UI 进度条与预警分档。
+ */
+export function estimateInputTokens(parsed) {
+  try {
+    let total = 0;
+    const addText = (s) => { total += estimateText(s); };
+    const addBlock = (b) => {
+      if (!b) return;
+      if (b.type === 'text' && b.text) addText(b.text);
+      else if (b.type === 'image' && b.source?.data) total += b.source.data.length / 4;
+      else if (b.type === 'tool_use') { addText(b.name || ''); addText(JSON.stringify(b.input || {})); }
+      else if (b.type === 'tool_result') {
+        if (typeof b.content === 'string') addText(b.content);
+        else if (Array.isArray(b.content)) b.content.forEach(addBlock);
+      } else if (b.type === 'thinking' && b.thinking) addText(b.thinking);
+    };
+    if (Array.isArray(parsed.messages)) {
+      for (const msg of parsed.messages) {
+        if (typeof msg.content === 'string') addText(msg.content);
+        else if (Array.isArray(msg.content)) msg.content.forEach(addBlock);
+      }
+    }
+    if (typeof parsed.system === 'string') addText(parsed.system);
+    else if (Array.isArray(parsed.system)) parsed.system.forEach(addBlock);
+    if (Array.isArray(parsed.tools)) {
+      for (const t of parsed.tools) {
+        addText(t.name || '');
+        addText(t.description || '');
+        addText(JSON.stringify(t.input_schema || {}));
+      }
+    }
+    return Math.max(1, Math.round(total));
+  } catch {
+    return 50000;   // 保守值 ≈ 1/5 上下文，误触 80% 警告概率低
+  }
+}
+
+/** URL path 拼接（避免重复 / 或丢段）。moonshot base 自带 /anthropic 段靠它保住 */
+function joinPath(base, reqPath) {
+  const cleanBase = (base || '').replace(/\/$/, '');
+  return cleanBase + (reqPath.startsWith('/') ? reqPath : '/' + reqPath);
+}