feat(provider): 模型推理元数据透传 + 黑名单按实测补全（B1.6）

两边上游模型配置接口实测（2026-09-21）后按证据收窄：

元数据：
- Model 增 supports_reasoning / default_effort，_META_FIELDS 一并透传
- CB: supportsReasoning -> supports_reasoning；reasoning.effort -> default_effort
  （实测取值 high/medium）
- TRAE: display_config.model_capability（reasoning_model/chat_model）优先，
  缺失回落 reasoning_effort_config.support_thinking；无档位字段 -> default_effort 恒 None
- 计划里的 supported_efforts 不实现（上游只给默认档位、不给档位清单，枚举属编造）；
  CB onlyReasoning/canDisableThinking 语义未核实，不透传
- 顺带修 TRAE _to_model 的 display_config 非 dict 崩溃（新测试暴露）

黑名单默认值（只影响列表展示，直连不受影响）：
- 补 default（CB，HTTP 200 但零内容）、hunyuan-image-*（CB，400 11103
  backend not supported）、file_search_agent（TRAE，错误 3003 + 零内容，
  *sub*agent* 不含 sub 故漏网）
- 刻意不加（推翻计划原拟名）：*-volc（deepseek-v3-2-volc 实测正常）、
  codewise-*/completion-*/*-lkeap（两边清单零命中，无从核实）、
  aquila/sagitta/seed-code-pro-0430（TRAE 实测均可正常 chat）

测试：CB/TRAE 元数据解析各分支（含坏数据留空、非 dict 回落）、
/v1/models 透传与逐字段补缺、黑名单新增模式生效。1089 passed，行/分支 100%。

Author: RobbsLuo

README.md

@@ -127,7 +127,7 @@ curl http://127.0.0.1:8000/v1/user/balance -H "Authorization: Bearer sk-你的ke
 | `GROWTH_IRREVERSIBLE_ACTIONS` | `true` | 是否允许成长中心的不可逆动作：抽奖、连登兑换、开 Buddy 盲盒、消耗补登卡。`false` 时仍会领取旅行礼物与任务奖励 |
 | `QUOTA_EXPIRY_WINDOW_SECONDS` | `129600` | 到期排序窗口：把距到期 ≤ 该秒数的积分加总，多的账号先用（避免积分过期浪费）；`≤0` 关闭，退回纯健康度排序 |
 | `CONVERSATION_STICKY_SECONDS` | `3600` | 会话粘性 TTL：优先按请求体显式会话标识（`conversation_id`/`conversationId`/`prompt_cache_key`，metadata 或顶层），无则回落消息前缀指纹，多轮请求固定用同一凭证（手动 pin 的凭证优先，粘性让位）；带 `user_id` 时不派生前缀兜底键（避免并行对话误钉同一号）；凭证出错仍会轮换，成功后重新粘定；`≤0` 关闭 |
-| `MODEL_BLOCKLIST` | `custom_model_*,*sub*agent*,summary,browser_use_*` | 模型列表黑名单（仅影响列表展示） |
+| `MODEL_BLOCKLIST` | `custom_model_*,*sub*agent*,summary,browser_use_*,file_search_agent,default,hunyuan-image-*` | 模型列表黑名单（fnmatch，仅影响列表展示，直连指定不受影响）；默认值按两边上游实测清单补入内部/不可用模型（`default` 零内容、`hunyuan-image-*` 400 11103），刻意不含 `*-volc` 与 `aquila`/`sagitta`/`seed-code-pro-0430`（实测可正常 chat）（见 TECHNICAL.md §3.5） |
 | `ALLOWED_HOSTS` | 空 | Host 白名单，防 DNS rebinding |
 | `CODEBUDDY_API_ENDPOINT` | `https://copilot.tencent.com` | CodeBuddy 上游地址；改动时必须同时把它加入 `CODEBUDDY_ALLOWED_ENDPOINTS` |
 | `CODEBUDDY_ALLOWED_ENDPOINTS` | 官方两站（见 compose） | 上游端点白名单，真实 Token 只发往白名单内地址 |

TECHNICAL.md

@@ -251,6 +251,46 @@ reasoning）+ 续写指令」重发，并把输出上限两键归零（否则在
 参考实现（IceeAn/codebuddy2api）只**统计** `finish_reason`，**不实现**续写，
 故本项无照搬蓝本，全部依据上述直连实测。
 
+### 3.5 会话粘性键（B1.5）与模型元数据/黑名单（B1.6）
+
+**会话粘性键**（`src/engine/affinity.py`，详见 [PROPOSAL.md 会话粘性](PROPOSAL.md)）：
+键优先级 `conversation_id` > `conversationId` > `prompt_cache_key`（同键名先
+`metadata` 对象再请求体顶层）→ 无显式标识时回落「用户名 + 消息增量前缀指纹」；
+请求体带 `user_id`（顶层或 `metadata` 内）时不派生兜底键。键名核实状态：
+`prompt_cache_key` 是 OpenAI 官方顶层参数、`metadata.user_id` 是 Anthropic
+Messages API 官方字段（均已核实）；`conversation_id`/`conversationId`/顶层
+`user_id` 非两家标准键，本机 71 份真实请求 dump（PI 客户端，顶层键仅
+model/messages/tools/stream/stream_options/store/reasoning_effort）**未观测到**，
+作为网关兼容探测接受（命中即用、未命中无害）。
+
+**模型元数据**（B1.6，2026-09-21 两边上游模型配置接口实测）：
+两边上游都直接给出推理元数据，网关透传为 `/v1/models` 的 OpenAI 额外字段：
+
+| 字段 | CB 来源 | TRAE 来源 | 实测取值 |
+|---|---|---|---|
+| `supports_reasoning` | `supportsReasoning` | `display_config.model_capability`（`reasoning_model`→true、`chat_model`→false），缺失回落 `reasoning_effort_config.support_thinking` | true / false / null |
+| `default_effort` | `reasoning.effort` | 无对应字段（`reasoning_effort_config` 只有 `support_thinking` 布尔） | CB: `high` / `medium`，TRAE 恒为 null |
+
+已批准计划里另一字段 `supported_efforts`（可接受档位集合）**不实现**：上游只给
+「该模型的默认档位」，不给档位清单，凭空枚举 ChatGPT 三档属编造（与 §3.4 同一
+取舍原则）。CB 的 `onlyReasoning`/`canDisableThinking` 同样**不透传**——语义未经
+核实。逐字段补缺语义不变（双上游同名模型先到先填、后到只补 None）。
+
+**黑名单默认值**（`MODEL_BLOCKLIST`，fnmatch glob，只影响列表展示、直连不受影响）：
+在原有 `custom_model_*` / `*sub*agent*` / `summary` / `browser_use_*` 之外，按实测
+补入三类**确认不可用**的上游噪音模型：
+
+| 模式 | 命中实例 | 实测结论 |
+|---|---|---|
+| `default` | CB `default` | HTTP 200 但**零内容**（不可用于 chat） |
+| `hunyuan-image-*` | CB `hunyuan-image-alpha`、`-edit` | HTTP 400 `11103`「Backend [hunyuan-stream] is not supported」 |
+| `file_search_agent` | TRAE `file_search_agent` | HTTP 200 但错误 `3003`「model service is unavailable」+ 零内容（`*sub*agent*` 不含 "sub" 故漏网） |
+
+**刻意不加**（推翻了计划原拟的噪音名，全部直连实测）：
+`*-volc`（`deepseek-v3-2-volc` 实测正常 chat）、`codewise-*` / `completion-*` /
+`*-lkeap`（两边清单零命中，无从核实）、`aquila` / `sagitta` /
+`seed-code-pro-0430`（TRAE 实测均正常 chat，虽名字可疑但可用）。
+
 ---
 
 ## 4. Provider 协议（Q16=A 细接口）

docker-compose.yml

@@ -14,7 +14,7 @@ services:
       CODEBUDDY_API_ENDPOINT: ${CODEBUDDY_API_ENDPOINT:-https://copilot.tencent.com}
       DEFAULT_MODEL: ${DEFAULT_MODEL:-glm-5.2}
       # 模型列表黑名单（fnmatch glob，逗号分隔，完全替换语义）
-      MODEL_BLOCKLIST: ${MODEL_BLOCKLIST:-custom_model_*,*sub*agent*,summary,browser_use_*}
+      MODEL_BLOCKLIST: ${MODEL_BLOCKLIST:-custom_model_*,*sub*agent*,summary,browser_use_*,file_search_agent,default,hunyuan-image-*}
       QUOTA_PROBE_MINUTES: ${QUOTA_PROBE_MINUTES:-60}
       # 成长中心（仅 CodeBuddy）：一轮领取周期，以及是否允许不可逆动作
       # （抽奖/连登兑换/开 Buddy 盲盒/消耗补登卡）

src/api/models.py

@@ -29,7 +29,8 @@
 
 # 响应透传的元数据字段（Model → OpenAI 额外字段）
 _META_FIELDS = ("credit_rate", "max_input_tokens", "max_output_tokens",
-                "supports_images", "supports_tool_call")
+                "supports_images", "supports_tool_call",
+                "supports_reasoning", "default_effort")
 
 
 def _blocked(model_id: str, patterns: tuple[str, ...]) -> bool:

src/config.py

@@ -66,7 +66,17 @@ class Settings(BaseSettings):
     # 模型列表黑名单（fnmatch glob，逗号分隔）：滤掉非用户模型与老模型，
     # 只影响 /v1/models 与 playground 列表，直连指定不受影响。
     # 覆盖此值时为完全替换（含默认噪音规则），增删请重写全量。
-    model_blocklist: str = "custom_model_*,*sub*agent*,summary,browser_use_*"
+    # B1.6 实测（2026-09-21，两边上游真实清单）补入的内部/不可用模型：
+    #   custom_model_* / *sub*agent* / summary / browser_use_* / file_search_agent
+    #   为上游内部或代理模型（chat 报 3003 / 非用户模型）
+    #   default 实测 HTTP 200 但零内容（不可用于 chat）
+    #   hunyuan-image-* 实测 HTTP 400 11103「backend is not supported」
+    # 刻意不加的：*-volc（deepseek-v3-2-volc 实测正常 chat）、aquila/sagitta/
+    #   seed-code-pro-0430（TRAE 实测均正常 chat）
+    model_blocklist: str = (
+        "custom_model_*,*sub*agent*,summary,browser_use_*,file_search_agent,"
+        "default,hunyuan-image-*"
+    )
     # 诊断：把 /v1 入口的原始请求体落到 data/dumps/（排查客户端差异用）
     dump_request_bodies: bool = False
     # 截断续写（B1.4）：上游以 finish_reason=length 截断时，同凭证自动续写，

src/provider/base.py

@@ -241,6 +241,11 @@ class Model:
     max_output_tokens: int | None = None
     supports_images: bool | None = None
     supports_tool_call: bool | None = None
+    # 推理元数据（B1.6）：两边上游的模型配置接口都直接给出，有则透传
+    supports_reasoning: bool | None = None
+    # 上游为该模型配置的默认档位（CB: reasoning.effort ∈ {high, medium}；
+    # TRAE 的 reasoning_effort_config 只有 support_thinking 布尔，无档位，为 None）
+    default_effort: str | None = None
 
 
 @dataclass(slots=True)

src/provider/codebuddy/client.py

@@ -349,6 +349,8 @@ async def fetch_models(self, credential: CodeBuddyCredential) -> list[Model]:
                 max_output_tokens=_int_field(item.get("maxOutputTokens")),
                 supports_images=_bool_field(item.get("supportsImages")),
                 supports_tool_call=_bool_field(item.get("supportsToolCall")),
+                supports_reasoning=_bool_field(item.get("supportsReasoning")),
+                default_effort=_effort_field(item.get("reasoning")),
             ))
         if not models:
             raise UpstreamProtocolViolation("config returned no valid model ids")
@@ -394,6 +396,18 @@ def _bool_field(value: object) -> bool | None:
     return value if isinstance(value, bool) else None
 
 
+def _effort_field(value: object) -> str | None:
+    """CB 模型条目的 `reasoning` 对象 → 默认档位（实测只有 effort 字段）。
+
+    上游给 `{"effort": "high"|"medium", "summary": "auto"}`；缺失或类型不符
+    返回 None（透传 None 比编造档位诚实）。
+    """
+    if not isinstance(value, dict):
+        return None
+    effort = value.get("effort")
+    return effort if isinstance(effort, str) and effort else None
+
+
 def _extract_accounts(body: dict[str, Any]) -> list[Any]:
     """从上游响应里取出账户列表。
 

src/provider/trae/client.py

@@ -350,7 +350,9 @@ def _to_model(config: dict) -> Model | None:
         倍率在 display_contact_config（JSON 字符串）里：
         consumption_rate.enable 且有 data.rate 时才可信。
         """
-        display = config.get("display_config") or {}
+        display = config.get("display_config")
+        if not isinstance(display, dict):
+            display = {}
         credit_rate: float | None = None
         contact = config.get("display_contact_config")
         if isinstance(contact, str) and contact:
@@ -372,6 +374,10 @@ def _to_model(config: dict) -> Model | None:
             name=str(display.get("display_name") or ""),
             credit_rate=credit_rate,
             max_input_tokens=max_input,
+            supports_reasoning=_trae_supports_reasoning(config),
+            # TRAE 的 reasoning_effort_config 只有 support_thinking 布尔，
+            # 无档位信息 → default_effort 保持 None（透传 None 优于编造）
+            default_effort=None,
         )
 
     async def fetch_quota(self, credential: TraeCredential) -> Quota:
@@ -479,6 +485,23 @@ async def _post_json(self, url: str, body: dict[str, Any],
         return data
 
 
+def _trae_supports_reasoning(config: dict[str, Any]) -> bool | None:
+    """TRAE 侧推理能力判定（B1.6，实测两处上游字段）。
+
+    优先 `display_config.model_capability == "reasoning_model"`；缺失时回落
+    `reasoning_effort_config.support_thinking`。两者都不可信时返回 None。
+    """
+    display = config.get("display_config")
+    if isinstance(display, dict):
+        capability = display.get("model_capability")
+        if isinstance(capability, str) and capability:
+            return capability == "reasoning_model"
+    effort = config.get("reasoning_effort_config")
+    if isinstance(effort, dict) and isinstance(effort.get("support_thinking"), bool):
+        return effort["support_thinking"]
+    return None
+
+
 def _normalize_epoch(value: int) -> int:
     """上游可能返回毫秒；>1e12 视为毫秒。"""
     return value // 1000 if value > 1_000_000_000_000 else value

tests/test_m1a_trae.py

@@ -540,11 +540,12 @@ def handler(request: httpx.Request) -> httpx.Response:
 
 
 async def test_client_fetch_models_metadata():
-    """倍率（display_contact_config.consumption_rate）与上下文窗口透传。"""
+    """倍率 / 上下文窗口 / 推理能力透传。"""
     def handler(_request: httpx.Request) -> httpx.Response:
         return httpx.Response(200, json={"config_info_list": [
             {"config_name": "Doubao-Seed-Evolving",
-             "display_config": {"display_name": "Seed-Evolving"},
+             "display_config": {"display_name": "Seed-Evolving",
+                                "model_capability": "reasoning_model"},
              "context_window_tokens": {"dev": 256000},
              "display_contact_config": json.dumps({
                  "consumption_rate": {"enable": True, "data": {"rate": 0.08}}})},
@@ -555,18 +556,50 @@ def handler(_request: httpx.Request) -> httpx.Response:
             {"config_name": "kimi-k3",
              "display_config": {"display_name": "K3"},
              "display_contact_config": json.dumps({
-                 "consumption_rate": {"enable": True, "data": {"rate": "oops"}}})},
+                 "consumption_rate": {"enable": True, "data": {"rate": "oops"}}}),
+             "reasoning_effort_config": {"support_thinking": False}},
         ]})
 
     models = await _client(handler).fetch_models(TraeCredential(access_token="a"))
     assert models[0].credit_rate == 0.08
     assert models[0].max_input_tokens == 256000
+    assert models[0].supports_reasoning is True
+    # TRAE 无档位清单可核实 → 不编造默认档位
+    assert models[0].default_effort is None
     # 坏数据 → 字段留空，不影响条目
     assert models[1].credit_rate is None and models[1].max_input_tokens is None
+    # 能力字段缺失 → 回落 reasoning_effort_config.support_thinking
+    assert models[1].supports_reasoning is None
+    assert models[2].supports_reasoning is False
     # rate 非数值同样留空
     assert models[2].credit_rate is None
 
 
+async def test_trae_supports_reasoning_branches():
+    """能力判定的优先级与回落：capability 优先，其次 support_thinking。"""
+    def handler(_request: httpx.Request) -> httpx.Response:
+        return httpx.Response(200, json={"config_info_list": [
+            # capability 非空字符串 → 不以 support_thinking 为准
+            {"config_name": "c1", "display_config": {"model_capability": "chat_model"},
+             "reasoning_effort_config": {"support_thinking": True}},
+            # capability 为空串 → 掉到 support_thinking
+            {"config_name": "c2", "display_config": {"model_capability": ""},
+             "reasoning_effort_config": {"support_thinking": True}},
+            # display_config 非 dict → 掉到 support_thinking
+            {"config_name": "c3", "display_config": "oops",
+             "reasoning_effort_config": {"support_thinking": True}},
+            # support_thinking 非布尔 → None
+            {"config_name": "c4", "reasoning_effort_config": {"support_thinking": "yes"}},
+            # reasoning_effort_config 非 dict → None
+            {"config_name": "c5", "reasoning_effort_config": ["oops"]},
+            # 全部缺失 → None
+            {"config_name": "c6"},
+        ]})
+
+    models = await _client(handler).fetch_models(TraeCredential(access_token="a"))
+    assert [m.supports_reasoning for m in models] == [False, True, True, None, None, None]
+
+
 @pytest.mark.parametrize("payload", [
     {}, {"config_info_list": "no"}, {"config_info_list": []},
 ])