Files
Loki/rust/loki-rs/src/oai.rs
T
MichaelandClaude Opus 5.5 c9c9ac1ddd Lot 5 : /v1 relayé par la façade directement au moteur
La surface compatible OpenAI ne fait plus le détour par le Go : la façade
authentifie avec la clé des complétions (préflight CORS exempté), réécrit
le corps vers le second slot quand il est en service (id_slot à 1, valeurs
gardées telles quelles), retire les X-Forwarded-* et relaie au moteur sans
tampon — Host d'origine, sauf pour Strata.

Les décisions restent au Go, qui tient l'état de la conversation : la
façade lui demande où router, ouvre un ticket « en vol » avant de relayer
(refus pendant un benchmark ou une optimisation, avec Retry-After) et le
rend quand le flux se termine, que le client parte ou que le moteur soit
injoignable. Sans ticket obtenu, la requête est refusée : le Go pourrait
sinon effacer le slot en plein calcul.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-14 17:47:40 +02:00

331 lines
11 KiB
Rust

//! Surface compatible OpenAI (`/v1/*`), relayée par la façade directement au
//! moteur (lot 5) — port de `mountOAI`, `requireCompletionKey` et
//! `oaiHandler` (`llm_oai.go`, `web_auth.go`).
//!
//! Les DÉCISIONS restent au Go (`web_internal_oai.go`), qui tient l'état de
//! la conversation : il dit où router (`route`), compte la requête « en vol »
//! et refuse pendant un benchmark ou une optimisation (`begin`), puis apprend
//! sa fin (`end`) — à la fin du flux ou quand le client part.
//!
//! Comme le Go : on NE touche PAS à `Authorization` (llama-server revérifie
//! la clé, `--api-key`), on ne bufferise rien (les jetons arrivent un par
//! un), et les `X-Forwarded-*` entrants ne passent pas au moteur.
use bytes::Bytes;
use http_body_util::{BodyExt, Full, combinators::BoxBody};
use hyper::body::{Frame, Incoming, SizeHint};
use hyper::header::{self, HeaderValue};
use hyper::{Method, Request, Response, StatusCode, Uri};
use hyper_util::client::legacy::{Client, connect::HttpConnector};
use serde_json::{Value, json, value::RawValue};
use std::collections::BTreeMap;
use std::pin::Pin;
use std::task::{Context, Poll};
use crate::api::Ctx;
use crate::auth;
use crate::proxy::{Body, strip_hop_by_hop};
use crate::store::Store;
pub type OutBody = BoxBody<Bytes, hyper::Error>;
pub type EngineClient = Client<HttpConnector, OutBody>;
/// Réponse d'erreur au format OpenAI (`sendOAIError`) : les SDK lisent
/// `body.error.message`.
pub fn oai_error(status: StatusCode, msg: &str, typ: &str, code: &str) -> Response<Body> {
auth::json(
status,
&json!({ "error": { "message": msg, "type": typ, "param": null, "code": code } }),
)
}
pub async fn serve(ctx: &Ctx, engine: &EngineClient, req: Request<Incoming>) -> Response<Body> {
let method = req.method().clone();
let path = req.uri().path().to_string();
let route = match ctx
.store
.internal_json(
Method::GET,
&format!(
"/internal/v1/oai/route?method={}&path={}",
crate::store::enc(method.as_str()),
crate::store::enc(&path)
),
None,
)
.await
{
Ok(v) => v,
Err(e) => {
eprintln!("[loki-rs] /v1 : route illisible : {e}");
return oai_error(
StatusCode::SERVICE_UNAVAILABLE,
"configuration illisible — réessaie dans un instant",
"api_error",
"service_unavailable",
);
}
};
// requireCompletionKey : un préflight CORS ne porte jamais d'Authorization.
if method != Method::OPTIONS {
if route["key_ok"] != Value::Bool(true) {
return oai_error(
StatusCode::SERVICE_UNAVAILABLE,
"configuration illisible — réessaie dans un instant",
"api_error",
"service_unavailable",
);
}
let key = route["key"].as_str().unwrap_or("");
if !key.is_empty() && !auth::check_bearer(req.headers(), key) {
let mut r = oai_error(
StatusCode::UNAUTHORIZED,
"Clé API invalide ou absente — envoie l'en-tête Authorization: Bearer <clé>.",
"invalid_request_error",
"invalid_api_key",
);
r.headers_mut().insert(
header::WWW_AUTHENTICATE,
HeaderValue::from_static(r#"Bearer realm="loki""#),
);
return r;
}
}
let port = route["port"].as_u64().unwrap_or(8080);
let strata = route["strata"] == Value::Bool(true);
let side_live = route["side_live"] == Value::Bool(true);
let max_body = route["max_body"].as_u64().unwrap_or(0) as usize;
// SIDE_SLOT : la complétion d'un client passe par le second slot.
let (mut parts, body) = req.into_parts();
let post_v1 = method == Method::POST && path.starts_with("/v1/");
let (body, side): (OutBody, bool) = if post_v1 && side_live {
match side_slot_body(body, max_body).await {
Ok((b, side)) => {
parts
.headers
.insert(header::CONTENT_LENGTH, HeaderValue::from(b.len()));
parts.headers.remove(header::TRANSFER_ENCODING);
(Full::new(b).map_err(|n| match n {}).boxed(), side)
}
Err(r) => return *r,
}
} else {
(body.boxed(), false)
};
let read = method == Method::GET || method == Method::HEAD;
let begin = ctx
.store
.internal_json(
Method::POST,
"/internal/v1/oai/begin",
Some(&json!({ "read": read, "side": side, "post_v1": post_v1 })),
)
.await;
let ticket = match begin {
Ok(v) => {
if let Some(refus) = v.get("refuse").filter(|r| r.is_object()) {
let status = StatusCode::from_u16(refus["status"].as_u64().unwrap_or(503) as u16)
.unwrap_or(StatusCode::SERVICE_UNAVAILABLE);
let mut r = oai_error(
status,
refus["message"].as_str().unwrap_or(""),
refus["type"].as_str().unwrap_or("server_error"),
refus["code"].as_str().unwrap_or(""),
);
if let Some(ra) = refus["retry_after"].as_str()
&& let Ok(v) = HeaderValue::from_str(ra)
{
r.headers_mut().insert(header::RETRY_AFTER, v);
}
return r;
}
v["ticket"].as_u64()
}
Err(e) => {
// Sans ticket, le Go ne saurait pas qu'une requête occupe le moteur :
// il pourrait effacer le slot en plein calcul. On refuse.
eprintln!("[loki-rs] /v1 : begin : {e}");
return oai_error(
StatusCode::SERVICE_UNAVAILABLE,
"configuration illisible — réessaie dans un instant",
"api_error",
"service_unavailable",
);
}
};
let guard = TicketGuard {
store: ctx.store.clone(),
ticket,
};
// Vers le moteur : Host d'origine, sauf Strata qui refuse un Host inconnu.
let engine_host = format!("127.0.0.1:{port}");
let pq = parts
.uri
.path_and_query()
.map(|p| p.as_str())
.unwrap_or("/");
parts.uri = match format!("http://{engine_host}{pq}").parse::<Uri>() {
Ok(u) => u,
Err(_) => {
return oai_error(
StatusCode::BAD_REQUEST,
"URI invalide",
"invalid_request_error",
"bad_request",
);
}
};
strip_hop_by_hop(&mut parts.headers);
for h in [
"x-forwarded-for",
"x-forwarded-host",
"x-forwarded-proto",
"forwarded",
] {
parts.headers.remove(h);
}
if strata && let Ok(v) = HeaderValue::from_str(&engine_host) {
parts.headers.insert(header::HOST, v);
}
let out = Request::from_parts(parts, body);
match engine.request(out).await {
Ok(resp) => {
let (mut rp, rb) = resp.into_parts();
strip_hop_by_hop(&mut rp.headers);
Response::from_parts(
rp,
Guarded {
inner: rb,
_guard: guard,
}
.boxed(),
)
}
Err(e) => {
drop(guard);
oai_error(
StatusCode::BAD_GATEWAY,
&format!("moteur injoignable : {e}"),
"api_error",
"upstream_unavailable",
)
}
}
}
/// `sideSlotProxyRewrite` : lit le corps (borné), pose `id_slot: 1` si c'est
/// un objet JSON. Les valeurs sont gardées telles quelles (RawValue) ; les
/// clés ressortent triées, comme `json.Marshal` d'une map Go.
async fn side_slot_body(body: Incoming, max: usize) -> Result<(Bytes, bool), Box<Response<Body>>> {
let raw = match http_body_util::Limited::new(body, max + 1).collect().await {
Ok(c) => c.to_bytes(),
Err(e) => {
let too_big = e
.downcast_ref::<http_body_util::LengthLimitError>()
.is_some();
return Err(Box::new(if too_big {
oai_error(
StatusCode::PAYLOAD_TOO_LARGE,
"corps trop gros pour être routé vers le slot des clients",
"invalid_request_error",
"side_slot",
)
} else {
oai_error(
StatusCode::BAD_REQUEST,
&format!("corps illisible : {e}"),
"invalid_request_error",
"side_slot",
)
}));
}
};
Ok(match rewrite_id_slot(&raw) {
Some(b) => (Bytes::from(b), true),
None => (raw, false),
})
}
/// Corps avec `id_slot: 1`, ou `None` si ce n'est pas un objet JSON.
pub fn rewrite_id_slot(raw: &[u8]) -> Option<Vec<u8>> {
let mut obj: BTreeMap<String, Box<RawValue>> = serde_json::from_slice(raw).ok()?;
obj.insert("id_slot".into(), RawValue::from_string("1".into()).ok()?);
serde_json::to_vec(&obj).ok()
}
/// Rend le ticket au Go quand la réponse est finie ou abandonnée.
struct TicketGuard {
store: Store,
ticket: Option<u64>,
}
impl Drop for TicketGuard {
fn drop(&mut self) {
let Some(ticket) = self.ticket.take() else {
return;
};
let store = self.store.clone();
if let Ok(rt) = tokio::runtime::Handle::try_current() {
rt.spawn(async move {
if let Err(e) = store
.internal_json(
Method::POST,
"/internal/v1/oai/end",
Some(&json!({ "ticket": ticket })),
)
.await
{
eprintln!("[loki-rs] /v1 : end : {e}");
}
});
}
}
}
/// Corps de réponse du moteur, relayé trame par trame ; le ticket est rendu
/// quand il est lâché (flux terminé ou client parti).
struct Guarded {
inner: Incoming,
_guard: TicketGuard,
}
impl hyper::body::Body for Guarded {
type Data = Bytes;
type Error = hyper::Error;
fn poll_frame(
mut self: Pin<&mut Self>,
cx: &mut Context<'_>,
) -> Poll<Option<Result<Frame<Bytes>, hyper::Error>>> {
Pin::new(&mut self.inner).poll_frame(cx)
}
fn is_end_stream(&self) -> bool {
self.inner.is_end_stream()
}
fn size_hint(&self) -> SizeHint {
self.inner.size_hint()
}
}
#[cfg(test)]
mod tests {
use super::*;
#[test]
fn id_slot_pose_cles_triees_valeurs_intactes() {
let raw = br#"{"stream":true,"model":"x","temperature":0.10000000000000001,"id_slot":0}"#;
let out = String::from_utf8(rewrite_id_slot(raw).unwrap()).unwrap();
assert_eq!(
out,
r#"{"id_slot":1,"model":"x","stream":true,"temperature":0.10000000000000001}"#
);
assert!(rewrite_id_slot(b"[1,2]").is_none());
assert!(rewrite_id_slot(b"pas du json").is_none());
}
}