# 运行级 Codex 模型代理 生产中的执行环境拿到的是代理令牌,而不是租户长期有效的 OpenAI API Key;只有控制面(经 Vault)能解密原始密钥。 - **上游**:代理自己构造上游地址,POST 只能到 `<上游>/responses`,GET 只能到 `<上游>/models`。上游默认是 `https://api.openai.com/v1`,运维可以用 `WF_OPENAI_BASE_URL` 换成 OpenAI 兼容的模型网关(必须支持 Responses 接口)。 - **拒绝**:客户端指定的上游地址、重定向、任意请求头与其他 API 路由一律拒绝。 ## 配置 | 变量 | 说明 | |---|---| | `WF_PROVIDER_PROXY_PUBLIC_URL` | 代理的公开基址,以 `/provider-proxy/v1` 结尾;生产必须是 HTTPS,开发可以是本机 HTTP | | `WF_PROVIDER_PROXY_SIGNING_KEY` | 独立的签名密钥,至少 32 字符 | | `WF_PROVIDER_PROXY_ALLOWED_MODELS` | 运维批准的模型 ID,逗号分隔 | | `WF_PROVIDER_PROXY_ENABLED=true` | 开发模式下启用代理(生产始终启用) | | `WF_CODEX_DEFAULT_MODEL` | Agent 配置没有指定模型时使用的默认模型;使用网关时应设为网关提供的模型 | | `WF_OPENAI_BASE_URL` | 可选,OpenAI 兼容网关的基址(如 `https://ai-gateway.example/v1`),必须是 HTTPS 且不含凭据;只由运维配置,租户无法指定 | 生产中解密原始密钥使用外部 Vault Transit(`VAULT_ADDR`、`VAULT_TOKEN`、`VAULT_TRANSIT_KEY`)。CodeBuddy 与 Claude Code 在生产中保持禁用,直到有同等的代理协议(`providerCatalog` 中的 `proxied`)。 ## 令牌与绑定 executor 通过运行上下文得到 `{ apiKey: 代理令牌, baseUrl, expiresAt, metering: 'proxy' }`。代理令牌有独立的 issuer 与 audience,有效期不超过剩余执行预算且不超过一小时,绑定租户、运行、执行代次、租约 token、worker 身份与凭据连接的确切版本。每个请求都重新校验这些绑定;流式响应期间至少每秒复核一次,发现取消、租约过期、代次更替或凭据撤销时中止上游读取。复核有间隔,不是瞬时断网,已经发出的请求在中止后仍可能产生用量。 `/provider-proxy/v1/*` 路由不经过普通的 OIDC 或内部服务鉴权,由代理自己验证令牌。凭据带有 `metering: proxy`,执行器上报的 token 不会再计费一次。 ## 请求与预算 - 每个运行同一时间只允许一个上游请求。发出前在租户事务中先记录请求;请求以「运行、代次、租约、连接、幂等键」为键,同一个键换了请求体会被拒绝。只有 `Idempotency-Key` 头算幂等键:Codex 的 `x-client-request-id` 是它的会话 ID,同一会话的每个请求都一样;没有幂等键时用请求体摘要。已完成的有界响应可以重放,不再请求上游。被上游拒绝的请求(如 429 限流、400)以及发出前就中止的请求没有产生用量,重试时会重新发送,而不是重放这次拒绝。 - 支持自包含的文本、本地 `function`/`custom` 工具以及只包含这两类工具的命名空间;拒绝会话与历史响应引用、存储的提示模板、远程 MCP 与托管工具、后台执行、多模态与文件输入以及未经核实的顶层参数。代理强制 `store: false`、默认服务等级,以及按租户与运行区分的缓存和安全标识。 - 输入预留按序列化后的文本字节加上保守的协议开销估算(一个字节记一个 token),`max_output_tokens` 不超过运行剩余的预留。这是准入估算,不是精确的分词或报价。Codex 一次请求带着指令与工具定义,约 5 万字节并逐轮增长,所以运行预算要留出这部分余量。剩余预算不够下一次请求的预留时,代理拒绝该请求,并让运行进入 `budget` 等待,写明需要与剩余的数量。 - 实际用量只采信上游 JSON 或 Responses SSE 结束事件中的 usage(`input_tokens + output_tokens == total_tokens`),每个请求只记账一次。实际用量超出剩余预算时按实际记录,并停止后续执行。 - SSE 帧跨字节与 CRLF 边界解析、限长并在转发与缓存前脱敏;不转发上游的鉴权与错误头,非成功响应体替换为通用错误,避免回显密钥。限制:请求 2 MiB、单帧 1 MiB、响应 16 MiB、重放缓存 2 MiB;上游调用 2 分钟没有收到新数据,或总时长超过 10 分钟,就中止。 ## 结果未知时 POST 请求超时(记录原因 `upstream_idle` 或 `upstream_deadline`)、流在没有可信用量的情况下结束、或客户端断开时,请求记录变为 `unknown`:保留它的预留额度,运行进入 `ambiguous_execution` 等待,之后的请求(包括新租约下的请求)都不会盲目重发。代理进程本身丢失、请求超过 15 分钟仍处于进行中时,后台维护循环同样把它标记为 `unknown`。 解除方式(需要 owner/admin 在 Web 中操作): 1. `GET /v1/runs/:id/provider-requests` 查看该运行的模型请求及状态。 2. `POST /v1/runs/:id/provider-requests/reconcile`,body `{"requestId": "...", "usageTokens": 1234}`:按服务商后台查到的实际用量结算;不知道实际用量时省略 `usageTokens`,按该请求的预留额度结算。 3. 结算后运行可以继续,模型请求恢复可用。 请求记录中不保存原始提示词与原始凭据;重放数据属于租户的模型输出,受平台的保留策略约束。 参考:[Responses create](https://developers.openai.com/api/reference/resources/responses/methods/create)、[streaming Responses](https://developers.openai.com/api/docs/guides/streaming-responses)。 ## 测试 `tests/provider-proxy.test.ts` 使用注入的本地假上游,覆盖 audience 隔离、租户/租约/代次/连接绑定、SSE 分块、密钥脱敏、一次性计量、路由/工具/模型拒绝、取消、凭据轮换、预算准入、结果未知与人工对账。`WF_CODEX_SDK_INTEGRATION=1 npx vitest run tests/integration/codex-sdk.test.ts` 让固定版本的 Codex SDK/CLI 经真实代理访问本地假上游,不会调用真实模型。