# Context Relay 把「每轮重传全量历史」换成「只传增量」。挡在 `workbuddy2api` 前面,对上游透明。 **为什么不改上游**:`workbuddy2api` 一天几十个提交,fork 维护不起。这层只在两者之间做 「查表 + 拼数组 + pipe」,不改协议、不改 SSE。 --- ## 协议 客户端多带两个头: | header | 说明 | |---|---| | `X-Context-Id` | `::`,会话级唯一标识 | | `X-Context-Hash` | 客户端认为本服务已存的那段消息的 sha256;**空字符串 = 全量替换** | 请求体的 `messages` **只放新增**(首轮/压缩后放全量),其余字段原样。 ### 三种走向 | 条件 | 行为 | |---|---| | 没带 `X-Context-Id`,或模型没开 store | 完全透明转发,和直连一致 | | `X-Context-Hash` 为空 | 整段替换缓存 | | 缓存存在且 hash 命中 | 缓存 + 新增拼起来转发 | | 其他 | **409** `{"code":"context_mismatch"}`,客户端改发全量 | 409 是唯一的重试信号:会话被压缩、本服务重启、缓存过期,全都走这一条路,客户端不需要 自己判断「该不该发全量」。 --- ## 配置 `config.json`(部署时放,不入库;模板见 `config.example.json`): ```jsonc { "port": 7865, "upstream": "http://workbuddy2api:7863", "max_body_mb": 64, "store": { "ttl_ms": 604800000, // 7 天 "max_bytes": 5242880, // 单个会话上限,超了该会话不缓存(不影响别人) "max_total_bytes": 268435456,// 全部会话总量闸,超了 LRU 淘汰 "models": { "cn:*": true, "global:*": false } } } ``` - **单会话上限**:超过就不缓存这个会话,下次请求 409 → 全量,行为仍然正确 - **不设条数上限**:条数上限会在「会话最长、最需要增量」的时候把人打回全量,正好反着来 - **模型白名单**:精确匹配优先,其次只认尾部 `*` 的前缀通配;不写 = 不开 --- ## 部署 ```yaml # docker-compose.yml ctx-relay: build: ./relay container_name: ctx-relay restart: unless-stopped volumes: - ./relay/config.json:/app/config.json:ro networks: [agent-mcp-net] ``` nginx 侧只新增一条路径,不影响现有的 `/`: ```nginx location /v1c/ { proxy_pass http://ctx-relay:7865/; proxy_http_version 1.1; proxy_set_header Connection ""; proxy_buffering off; proxy_read_timeout 3600s; } ``` 客户端 base URL 改成 `https:///v1c`。 --- ## 观测 每个带 context 的请求打一行: ``` 19:38:27 [relay] kicer:task-xxx delta=2 total=51 上传 3.1KB 省 196.9KB 缓存 1.2MB/256.00MB ``` `/health` 返回当前会话数与占用字节。 --- ## 边界 - **内存态**:进程重启缓存即丢 → 一次全量重建,之后恢复增量 - **并发**:同一 `X-Context-Id` 串行(core 本来就串行,这把锁只防两个客户端同时打) - **流式**:响应原样 `pipe`,不解析、不改帧、不缓冲 - **压缩**:等价于一次全量替换,无需特殊处理