feat(openwebui-skills-manager): enhance auto-discovery and structural refactoring

- Enable default overwrite installation policy for overlapping skills
- Support deep recursive GitHub trees discovery mechanism to resolve #58
- Refactor internal architecture to fully decouple stateless helper logic
- READMEs and docs synced (v0.3.0)
This commit is contained in:
fujie
2026-03-08 18:21:21 +08:00
parent 55a9c6ffb5
commit d29c24ba4a
30 changed files with 5417 additions and 598 deletions

View File

@@ -0,0 +1,206 @@
# BYOK模式与Infinite Session(自动上下文压缩)兼容性研究
**日期**: 2026-03-08
**研究范围**: Copilot SDK v0.1.30 + OpenWebUI Extensions Pipe v0.10.0
## 研究问题
在BYOK (Bring Your Own Key) 模式下,是否应该支持自动上下文压缩(Infinite Sessions)?
用户报告BYOK模式本不应该触发压缩但当模型名称与Copilot内置模型一致时意外地支持了压缩。
---
## 核心发现
### 1. SDK层面copilot-sdk/python/copilot/types.py
**InfiniteSessionConfig 定义** (line 453-470):
```python
class InfiniteSessionConfig(TypedDict, total=False):
"""
Configuration for infinite sessions with automatic context compaction
and workspace persistence.
"""
enabled: bool
background_compaction_threshold: float # 0.0-1.0, default: 0.80
buffer_exhaustion_threshold: float # 0.0-1.0, default: 0.95
```
**SessionConfig结构** (line 475+):
- `provider: ProviderConfig` - 用于BYOK配置
- `infinite_sessions: InfiniteSessionConfig` - 上下文压缩配置
- **关键**: 这两个配置是**完全独立的**,没有相互依赖关系
### 2. OpenWebUI Pipe层面github_copilot_sdk.py
**Infinite Session初始化** (line 5063-5069):
```python
infinite_session_config = None
if self.valves.INFINITE_SESSION: # 默认值: True
infinite_session_config = InfiniteSessionConfig(
enabled=True,
background_compaction_threshold=self.valves.COMPACTION_THRESHOLD,
buffer_exhaustion_threshold=self.valves.BUFFER_THRESHOLD,
)
```
**关键问题**:
- ✗ 没有任何条件检查 `is_byok_model`
- ✗ 无论使用官方模型还是BYOK模型都会应用相同的infinite session配置
- ✓ 回对比reasoning_effort被正确地在BYOK模式下禁用line 6329-6331
### 3. 模型识别逻辑line 6199+
```python
if m_info and "source" in m_info:
is_byok_model = m_info["source"] == "byok"
else:
is_byok_model = not has_multiplier and byok_active
```
BYOK模型识别基于:
1. 模型元数据中的 `source` 字段
2. 或者根据是否有乘数标签 (如 "4x", "0.5x") 和globally active的BYOK配置
---
## 技术可行性分析
### ✅ Infinite Sessions在BYOK模式下是技术可行的
1. **SDK支持**: Copilot SDK允许在任何provider (官方、BYOK、Azure等) 下使用infinite session配置
2. **配置独立性**: provider和infinite_sessions配置在SessionConfig中是独立的字段
3. **无文档限制**: SDK文档中没有说BYOK模式不支持infinite sessions
4. **测试覆盖**: SDK虽然有单独的BYOK测试和infinite-sessions测试但缺少组合测试
### ⚠️ 但存在以下设计问题:
#### 问题1: 意外的自动启用
- BYOK模式通常用于**精确控制**自己的API使用
- 自动压缩可能会导致**意外的额外请求**和API成本增加
- 没有明确的警告或文档说明BYOK也会压缩
#### 问题2: 没有模式特定的配置
```python
# 当前实现 - 一刀切
if self.valves.INFINITE_SESSION:
# 同时应用于官方模型和BYOK模型
# 应该是 - 模式感知
if self.valves.INFINITE_SESSION and not is_byok_model:
# 仅对官方模型启用
# 或者
if self.valves.INFINITE_SESSION_BYOK and is_byok_model:
# BYOK专用配置
```
#### 问题3: 压缩质量不确定性
- BYOK模型可能是自部署的或开源模型
- 上下文压缩由Copilot CLI处理质量取决于CLI版本
- 没有标准化的压缩效果评估
---
## 用户报告现象的根本原因
用户说:"BYOK模式本不应该触发压缩但碰巧用的模型名称与Copilot内置模型相同结果意外触发了压缩"
**分析**:
1. OpenWebUI Pipe中infinite_session配置是**全局启用**的 (INFINITE_SESSION=True)
2. 模型识别逻辑中如果模型元数据丢失会根据模型名称和BYOK活跃状态来推断
3. 如果用户使用的BYOK模型名称恰好是 "gpt-4", "claude-3-5-sonnet" 等,可能被识别错误
4. 或者用户根本没意识到infinite session在BYOK模式下也被启用了
---
## 建议方案
### 方案1: 保守方案(推荐)
**禁用BYOK模式下的automatic compression**
```python
infinite_session_config = None
# 只对标准官方模型启用不对BYOK启用
if self.valves.INFINITE_SESSION and not is_byok_model:
infinite_session_config = InfiniteSessionConfig(
enabled=True,
background_compaction_threshold=self.valves.COMPACTION_THRESHOLD,
buffer_exhaustion_threshold=self.valves.BUFFER_THRESHOLD,
)
```
**优点**:
- 尊重BYOK用户的成本控制意愿
- 降低意外API使用风险
- 与reasoning_effort的BYOK禁用保持一致
**缺点**: 限制了BYOK用户的功能
### 方案2: 灵活方案
**添加独立的BYOK compression配置**
```python
class Valves(BaseModel):
INFINITE_SESSION: bool = Field(
default=True,
description="Enable Infinite Sessions for standard Copilot models"
)
INFINITE_SESSION_BYOK: bool = Field(
default=False,
description="Enable Infinite Sessions for BYOK models (advanced users only)"
)
# 使用逻辑
if (self.valves.INFINITE_SESSION and not is_byok_model) or \
(self.valves.INFINITE_SESSION_BYOK and is_byok_model):
infinite_session_config = InfiniteSessionConfig(...)
```
**优点**:
- 给BYOK用户完全控制
- 保持向后兼容性
- 允许高级用户启用
**缺点**: 增加配置复杂度
### 方案3: 警告+ 文档
**保持当前实现,但添加文档说明**
- 在README中明确说明infinite session对所有provider类型都启用
- 添加Valve描述提示: "Applies to both standard Copilot and BYOK models"
- 在BYOK配置部分明确提到压缩成本
**优点**: 减少实现负担,给用户知情权
**缺点**: 对已经启用的用户无帮助
---
## 推荐实施
**优先级**: 高
**建议实施方案**: **方案1 (保守方案)****方案2 (灵活方案)**
如果选择方案1: 修改line 5063处的条件判断
如果选择方案2: 添加INFINITE_SESSION_BYOK配置 + 修改初始化逻辑
---
## 相关代码位置
| 文件 | 行号 | 说明 |
|-----|------|------|
| `github_copilot_sdk.py` | 364-366 | INFINITE_SESSION Valve定义 |
| `github_copilot_sdk.py` | 5063-5069 | Infinite session初始化 |
| `github_copilot_sdk.py` | 6199-6220 | is_byok_model判断逻辑 |
| `github_copilot_sdk.py` | 6329-6331 | reasoning_effort BYOK处理参考 |
---
## 结论
**BYOK模式与Infinite Sessions的兼容性**:
- ✅ 技术上完全可行
- ⚠️ 但存在设计意图不清的问题
- ✗ 当前实现对BYOK用户可能不友好
**推荐**: 实施方案1或2之一增加BYOK模式的控制粒度。

View File

@@ -0,0 +1,295 @@
# Client传入和管理分析
## 当前的Client管理架构
```
┌────────────────────────────────────────┐
│ Pipe Instance (github_copilot_sdk.py) │
│ │
│ _shared_clients = { │
│ "token_hash_1": CopilotClient(...), │ ← 基于GitHub Token缓存
│ "token_hash_2": CopilotClient(...), │
│ } │
└────────────────────────────────────────┘
│ await _get_client(token)
┌────────────────────────────────────────┐
│ CopilotClient Instance │
│ │
│ [仅需GitHub Token配置] │
│ │
│ config { │
│ github_token: "ghp_...", │
│ cli_path: "...", │
│ config_dir: "...", │
│ env: {...}, │
│ cwd: "..." │
│ } │
└────────────────────────────────────────┘
│ create_session(session_config)
┌────────────────────────────────────────┐
│ Session (per-session configuration) │
│ │
│ session_config { │
│ model: "real_model_id", │
│ provider: { │ ← ⭐ BYOK配置在这里
│ type: "openai", │
│ base_url: "https://api.openai...",
│ api_key: "sk-...", │
│ ... │
│ }, │
│ infinite_sessions: {...}, │
│ system_message: {...}, │
│ ... │
│ } │
└────────────────────────────────────────┘
```
---
## 目前的流程(代码实际位置)
### 步骤1获取或创建Clientline 6208
```python
# _pipe_impl中
client = await self._get_client(token)
```
### 步骤2_get_client函数line 5523-5561
```python
async def _get_client(self, token: str) -> Any:
"""Get or create the persistent CopilotClient from the pool based on token."""
if not token:
raise ValueError("GitHub Token is required to initialize CopilotClient")
token_hash = hashlib.md5(token.encode()).hexdigest()
# 查看是否已有缓存的client
client = self.__class__._shared_clients.get(token_hash)
if client and client状态正常:
return client # ← 复用已有的client
# 否则创建新client
client_config = self._build_client_config(user_id=None, chat_id=None)
client_config["github_token"] = token
new_client = CopilotClient(client_config)
await new_client.start()
self.__class__._shared_clients[token_hash] = new_client
return new_client
```
### 步骤3创建会话时传入providerline 6253-6270
```python
# _pipe_impl中BYOK部分
if is_byok_model:
provider_config = {
"type": byok_type, # "openai" or "anthropic"
"wire_api": byok_wire_api,
"base_url": byok_base_url,
"api_key": byok_api_key or None,
"bearer_token": byok_bearer_token or None,
}
# 然后传入session config
session = await client.create_session(config={
"model": real_model_id,
"provider": provider_config, # ← provider在这里传给session
...
})
```
---
## 关键问题架构的2个层级
| 层级 | 用途 | 配置内容 | 缓存方式 |
|------|------|---------|---------|
| **CopilotClient** | CLI和运行时底层逻辑 | GitHub Token, CLI path, 环境变量 | 基于token_hash全局缓存 |
| **Session** | 具体的对话会话 | Model, Provider(BYOK), Tools, System Prompt | 不缓存(每次新建) |
---
## 当前的问题
### 问题1Client是全局缓存的但Provider是会话级别的
```python
# ❓ 如果用户想为不同的BYOK模型使用不同的Client呢
# 当前无法做到因为Client基于token缓存是全局的
# 例子:
# Client A: OpenAI API key (token_hash_1)
# Client B: Anthropic API key (token_hash_2)
# 但在Pipe中只有一个GH_TOKEN导致只能有一个Client
```
### 问题2Provider和Client是不同的东西
```python
# CopilotClient = GitHub Copilot SDK客户端
# ProviderConfig = OpenAI/Anthropic等的API配置
# 用户可能混淆:
# "怎么传入BYOK的client和provider"
# → 实际上只能传provider到sessionclient是全局的
```
### 问题3BYOK模型混用的情况处理不清楚
```python
# 如果用户想在同一个Pipe中
# - Model A 用 OpenAI API
# - Model B 用 Anthropic API
# - Model C 用自己的本地LLM
# 当前代码是基于全局BYOK配置的无法为各模型单独设置
```
---
## 改进方案
### 方案A保持当前架构只改Provider映射
**思路**Client保持全局基于GH_TOKEN但Provider配置基于模型动态选择
```python
# 在Valves中添加
class Valves(BaseModel):
# ... 现有配置 ...
# 新增模型到Provider的映射 (JSON)
MODEL_PROVIDER_MAP: str = Field(
default="{}",
description='Map model IDs to BYOK providers (JSON). Example: '
'{"gpt-4": {"type": "openai", "base_url": "...", "api_key": "..."}, '
'"claude-3": {"type": "anthropic", "base_url": "...", "api_key": "..."}}'
)
# 在_pipe_impl中
def _get_provider_config(self, model_id: str, byok_active: bool) -> Optional[dict]:
"""Get provider config for a specific model"""
if not byok_active:
return None
try:
model_map = json.loads(self.valves.MODEL_PROVIDER_MAP or "{}")
return model_map.get(model_id)
except:
return None
# 使用时
provider_config = self._get_provider_config(real_model_id, byok_active) or {
"type": byok_type,
"base_url": byok_base_url,
"api_key": byok_api_key,
...
}
```
**优点**最小改动复用现有Client架构
**缺点**多个BYOK模型仍共享一个Client只要GH_TOKEN相同
---
### 方案B为不同BYOK提供商创建不同的Client
**思路**扩展_get_client支持基于provider_type的多client缓存
```python
async def _get_or_create_client(
self,
token: str,
provider_type: str = "github" # "github", "openai", "anthropic"
) -> Any:
"""Get or create client based on token and provider type"""
if provider_type == "github" or not provider_type:
# 现有逻辑
token_hash = hashlib.md5(token.encode()).hexdigest()
else:
# 为BYOK提供商创建不同的client
composite_key = f"{token}:{provider_type}"
token_hash = hashlib.md5(composite_key.encode()).hexdigest()
# 从缓存获取或创建
...
```
**优点**隔离不同BYOK提供商的Client
**缺点**:更复杂,需要更多改动
---
## 建议的改进路线
**优先级1方案A - 模型到Provider的映射**
添加Valves配置
```python
MODEL_PROVIDER_MAP: str = Field(
default="{}",
description='Map specific models to their BYOK providers (JSON format)'
)
```
使用方式:
```
{
"gpt-4": {
"type": "openai",
"base_url": "https://api.openai.com/v1",
"api_key": "sk-..."
},
"claude-3": {
"type": "anthropic",
"base_url": "https://api.anthropic.com/v1",
"api_key": "ant-..."
},
"llama-2": {
"type": "openai", # 开源模型通常使用openai兼容API
"base_url": "http://localhost:8000/v1",
"api_key": "sk-local"
}
}
```
**优先级2在_build_session_config中考虑provider_config**
修改infinite_session初始化基于provider_config判断
```python
def _build_session_config(..., provider_config=None):
# 如果使用了BYOK provider需要特殊处理infinite_session
infinite_session_config = None
if self.valves.INFINITE_SESSION and provider_config is None:
# 仅官方Copilot模型启用compression
infinite_session_config = InfiniteSessionConfig(...)
```
**优先级3方案B - 多client缓存长期改进**
如果需要完全隔离不同BYOK提供商的Client。
---
## 总结如果你要传入BYOK client
**现状**
- CopilotClient是基于GH_TOKEN全局缓存的
- Provider配置是在SessionConfig级别动态设置的
- 一个Client可以创建多个Session每个Session用不同的Provider
**改进后**
- 添加MODEL_PROVIDER_MAP配置
- 对每个模型的请求动态选择对应的Provider配置
- 同一个Client可以为不同Provider服务不同的models
**你需要做的**
1. 在Valves中配置MODEL_PROVIDER_MAP
2. 在模型选择时读取这个映射
3. 创建session时用对应的provider_config
无需修改Client的创建逻辑

View File

@@ -0,0 +1,324 @@
# 数据流分析SDK如何获知用户设计的数据
## 当前数据流从OpenWebUI → Pipe → SDK
```
┌─────────────────────┐
│ OpenWebUI UI │
│ (用户选择模型) │
└──────────┬──────────┘
├─ body.model = "gpt-4"
├─ body.messages = [...]
├─ __metadata__.base_model_id = ?
├─ __metadata__.custom_fields = ?
└─ __user__.settings = ?
┌──────────▼──────────┐
│ Pipe (github- │
│ copilot-sdk.py) │
│ │
│ 1. 提取model信息 │
│ 2. 应用Valves配置 │
│ 3. 建立SDK会话 │
└──────────┬──────────┘
├─ SessionConfig {
│ model: real_model_id
│ provider: ProviderConfig (若BYOK)
│ infinite_sessions: {...}
│ system_message: {...}
│ ...
│ }
┌──────────▼──────────┐
│ Copilot SDK │
│ (create_session) │
│ │
│ 返回:ModelInfo { │
│ capabilities { │
│ limits { │
│ max_context_ │
│ window_tokens │
│ } │
│ } │
│ } │
└─────────────────────┘
```
---
## 关键问题当前的3个瓶颈
### 瓶颈1用户数据的输入点
**当前支持的输入方式:**
1. **Valves配置全局 + 用户级)**
```python
# 全局设置Admin
Valves.BYOK_BASE_URL = "https://api.openai.com/v1"
Valves.BYOK_API_KEY = "sk-..."
# 用户级覆盖
UserValves.BYOK_API_KEY = "sk-..." (用户自己的key)
UserValves.BYOK_BASE_URL = "..."
```
**问题**无法为特定的BYOK模型设置上下文窗口大小
2. **__metadata__来自OpenWebUI**
```python
__metadata__ = {
"base_model_id": "...",
"custom_fields": {...}, # ← 可能包含额外信息
"tool_ids": [...],
}
```
**问题**不清楚OpenWebUI是否支持通过metadata传递模型的上下文窗口
3. **body来自对话请求**
```python
body = {
"model": "gpt-4",
"messages": [...],
"temperature": 0.7,
# ← 这里能否添加自定义字段?
}
```
---
### 瓶颈2模型信息的识别和存储
**当前代码** (line 5905+)
```python
# 解析用户选择的模型
request_model = body.get("model", "") # e.g., "gpt-4"
real_model_id = request_model
# 确定实际模型ID
base_model_id = _container_get(__metadata__, "base_model_id", "")
if base_model_id:
resolved_id = base_model_id # 使用元数据中的ID
else:
resolved_id = request_model # 使用用户选择的ID
```
**问题**
- ❌ 没有维护一个"模型元数据缓存"
- ❌ 对相同模型的重复请求,每次都需要重新识别
- ❌ 不能为特定模型持久化上下文窗口大小
---
### 瓶颈3SDK会话配置的构建
**当前实现** (line 5058-5100)
```python
def _build_session_config(
self,
real_model_id, # ← 模型ID
system_prompt_content,
is_streaming=True,
is_admin=False,
# ... 其他参数
):
# 无条件地创建infinite session
if self.valves.INFINITE_SESSION:
infinite_session_config = InfiniteSessionConfig(
enabled=True,
background_compaction_threshold=self.valves.COMPACTION_THRESHOLD, # 0.80
buffer_exhaustion_threshold=self.valves.BUFFER_THRESHOLD, # 0.95
)
# ❌ 这里没有查询该模型的实际上下文窗口大小
# ❌ 无法根据模型的真实限制调整压缩阈值
```
---
## 解决方案3个数据流改进步骤
### 步骤1添加模型元数据配置优先级
在Valves中添加一个**模型元数据映射**
```python
class Valves(BaseModel):
# ... 现有配置 ...
# 新增:模型上下文窗口映射 (JSON格式)
MODEL_CONTEXT_WINDOWS: str = Field(
default="{}", # JSON string
description='Model context window mapping (JSON). Example: {"gpt-4": 8192, "gpt-4-turbo": 128000, "claude-3": 200000}'
)
# 新增BYOK模型特定设置 (JSON格式)
BYOK_MODEL_CONFIG: str = Field(
default="{}", # JSON string
description='BYOK-specific model configuration (JSON). Example: {"gpt-4": {"context_window": 8192, "enable_compression": true}}'
)
```
**如何使用**
```python
# Valves中设置
MODEL_CONTEXT_WINDOWS = '{"gpt-4": 8192, "claude-3-5-sonnet": 200000}'
# Pipe中解析
def _get_model_context_window(self, model_id: str) -> Optional[int]:
"""从配置中获取模型的上下文窗口大小"""
try:
config = json.loads(self.valves.MODEL_CONTEXT_WINDOWS or "{}")
return config.get(model_id)
except:
return None
```
### 步骤2建立模型信息缓存优先级
在Pipe中维护一个模型信息缓存
```python
class Pipe:
def __init__(self):
# ... 现有代码 ...
self._model_info_cache = {} # model_id -> ModelInfo
self._context_window_cache = {} # model_id -> context_window_tokens
def _cache_model_info(self, model_id: str, model_info: ModelInfo):
"""缓存SDK返回的模型信息"""
self._model_info_cache[model_id] = model_info
if model_info.capabilities and model_info.capabilities.limits:
self._context_window_cache[model_id] = (
model_info.capabilities.limits.max_context_window_tokens
)
def _get_context_window(self, model_id: str) -> Optional[int]:
"""获取模型的上下文窗口大小优先级SDK > Valves配置 > 默认值)"""
# 1. 优先从SDK缓存获取最可靠
if model_id in self._context_window_cache:
return self._context_window_cache[model_id]
# 2. 其次从Valves配置获取
context_window = self._get_model_context_window(model_id)
if context_window:
return context_window
# 3. 默认值(未知)
return None
```
### 步骤3使用真实的上下文窗口来优化压缩策略优先级
修改_build_session_config
```python
def _build_session_config(
self,
real_model_id,
# ... 其他参数 ...
**kwargs
):
# 获取模型的真实上下文窗口大小
actual_context_window = self._get_context_window(real_model_id)
# 只对有明确上下文窗口的模型启用压缩
infinite_session_config = None
if self.valves.INFINITE_SESSION and actual_context_window:
# 现在压缩阈值有了明确的含义
infinite_session_config = InfiniteSessionConfig(
enabled=True,
# 80% of actual context window
background_compaction_threshold=self.valves.COMPACTION_THRESHOLD,
# 95% of actual context window
buffer_exhaustion_threshold=self.valves.BUFFER_THRESHOLD,
)
await self._emit_debug_log(
f"Infinite Session: model_context={actual_context_window}tokens, "
f"compaction_triggers_at={int(actual_context_window * self.valves.COMPACTION_THRESHOLD)}, "
f"buffer_triggers_at={int(actual_context_window * self.valves.BUFFER_THRESHOLD)}",
__event_call__,
)
elif self.valves.INFINITE_SESSION and not actual_context_window:
logger.warning(
f"Infinite Session: Unknown context window for {real_model_id}, "
f"compression disabled. Set MODEL_CONTEXT_WINDOWS in Valves to enable."
)
```
---
## 具体的配置示例
### 例子1用户配置BYOK模型的上下文窗口
**Valves设置**
```
MODEL_CONTEXT_WINDOWS = {
"gpt-4": 8192,
"gpt-4-turbo": 128000,
"gpt-4o": 128000,
"claude-3": 200000,
"claude-3.5-sonnet": 200000,
"llama-2-70b": 4096
}
```
**效果**
- Pipe会知道"gpt-4"的上下文是8192 tokens
- 压缩会在 ~6553 tokens (80%) 时触发
- 缓冲会在 ~7782 tokens (95%) 时阻塞
### 例子2为特定BYOK模型启用/禁用压缩
**Valves设置**
```
BYOK_MODEL_CONFIG = {
"gpt-4": {
"context_window": 8192,
"enable_infinite_session": true,
"compaction_threshold": 0.75
},
"llama-2-70b": {
"context_window": 4096,
"enable_infinite_session": false # 禁用压缩
}
}
```
**Pipe逻辑**
```python
# 检查模型特定的压缩设置
def _get_compression_enabled(self, model_id: str) -> bool:
try:
config = json.loads(self.valves.BYOK_MODEL_CONFIG or "{}")
model_config = config.get(model_id, {})
return model_config.get("enable_infinite_session", self.valves.INFINITE_SESSION)
except:
return self.valves.INFINITE_SESSION
```
---
## 总结SDK如何获知用户设计的数据
| 来源 | 方式 | 更新 | 示例 |
|------|------|------|------|
| **Valves** | 全局配置 | Admin提前设置 | `MODEL_CONTEXT_WINDOWS` JSON |
| **SDK** | SessionConfig返回 | 每次会话创建 | `model_info.capabilities.limits` |
| **缓存** | Pipe本地存储 | 首次获取后缓存 | `_context_window_cache` |
| **__metadata__** | OpenWebUI传递 | 每次请求随带 | `base_model_id`, custom fields |
**流程**
1. 用户在Valves中配置 `MODEL_CONTEXT_WINDOWS`
2. Pipe在session创建时获取SDK返回的model_info
3. Pipe缓存上下文窗口大小
4. Pipe根据真实窗口大小调整infinite session的阈值
5. SDK使用正确的压缩策略
这样,**SDK完全知道用户设计的数据**而无需任何修改SDK本身。

View File

@@ -0,0 +1,163 @@
# SDK中的上下文限制信息
## SDK类型定义
### 1. ModelLimitscopilot-sdk/python/copilot/types.py, line 761-789
```python
@dataclass
class ModelLimits:
"""Model limits"""
max_prompt_tokens: int | None = None # 最大提示符tokens
max_context_window_tokens: int | None = None # 最大上下文窗口tokens
vision: ModelVisionLimits | None = None # 视觉相关限制
```
### 2. ModelCapabilitiesline 817-843
```python
@dataclass
class ModelCapabilities:
"""Model capabilities and limits"""
supports: ModelSupports # 支持的功能vision, reasoning_effort等
limits: ModelLimits # 上下文和token限制
```
### 3. ModelInfoline 889-949
```python
@dataclass
class ModelInfo:
"""Information about an available model"""
id: str
name: str
capabilities: ModelCapabilities # ← 包含limits信息
policy: ModelPolicy | None = None
billing: ModelBilling | None = None
supported_reasoning_efforts: list[str] | None = None
default_reasoning_effort: str | None = None
```
---
## 关键发现
### ✅ SDK提供的信息
- `model.capabilities.limits.max_context_window_tokens` - 模型的上下文窗口大小
- `model.capabilities.limits.max_prompt_tokens` - 最大提示符tokens
### ❌ OpenWebUI Pipe中的问题
**目前Pipe完全没有使用这些信息**
`github_copilot_sdk.py` 中搜索 `max_context_window`, `capabilities`, `limits` 等,结果为空。
---
## 这对BYOK意味着什么
### 问题1: BYOK模型的上下文限制未知
```python
# BYOK模型的capabilities来自哪里
if is_byok_model:
# ❓ BYOK模型没有能力信息返回吗
# ❓ 如何知道它的max_context_window_tokens
pass
```
### 问题2: Infinite Session的阈值是硬编码的
```python
COMPACTION_THRESHOLD: float = Field(
default=0.80, # 80%时触发后台压缩
description="Background compaction threshold (0.0-1.0)"
)
BUFFER_THRESHOLD: float = Field(
default=0.95, # 95%时阻塞直到压缩完成
description="Buffer exhaustion threshold (0.0-1.0)"
)
# 但是 0.80 和 0.95 是什么的百分比?
# - 是模型的max_context_window_tokens吗
# - 还是固定的某个值?
# - BYOK模型的上下文窗口可能完全不同
```
---
## 改进方向
### 方案A: 利用SDK提供的模型限制信息
```python
# 在获取模型信息时保存capabilities
self._model_capabilities = model_info.capabilities
# 在初始化infinite session时使用实际的上下文窗口
if model_info.capabilities.limits.max_context_window_tokens:
actual_context_window = model_info.capabilities.limits.max_context_window_tokens
# 动态调整压缩阈值而不是固定值
compaction_threshold = self.valves.COMPACTION_THRESHOLD
buffer_threshold = self.valves.BUFFER_THRESHOLD
# 这些现在有了明确的含义:是模型实际上下文窗口大小的百分比
```
### 方案B: BYOK模型的显式配置
如果BYOK模型不提供capabilities信息需要用户手动设置
```python
class Valves(BaseModel):
# ... existing config ...
BYOK_CONTEXT_WINDOW: int = Field(
default=0, # 0表示自动检测或禁用compression
description="Manual context window size for BYOK models (tokens). 0=auto-detect or disabled"
)
BYOK_INFINITE_SESSION: bool = Field(
default=False,
description="Enable infinite sessions for BYOK models (requires BYOK_CONTEXT_WINDOW > 0)"
)
```
### 方案C: 从会话反馈中学习(最可靠)
```python
# infinite session压缩完成时获取实际的context window使用情况
# (需要SDK或CLI提供反馈)
```
---
## 建议实施路线
**优先级1必须**: 检查BYOK模式下是否能获取capabilities
```python
# 测试代码
if is_byok_model:
# 发送一个测试请求看是否能从响应中获取model capabilities
session = await client.create_session(config=session_config)
# session是否包含model info
# 能否访问session.model_capabilities
```
**优先级2重要**: 如果BYOK没有capabilities添加手动配置
```python
# 在BYOK配置中添加context_window字段
BYOK_CONTEXT_WINDOW: int = Field(default=0)
```
**优先级3长期**: 利用真实的上下文窗口来调整压缩策略
```python
# 而不是单纯的百分比使用实际的token数
```
---
## 关键问题列表
1. [ ] BYOK模型在create_session后能否获取capabilities信息
2. [ ] 如果能获取max_context_window_tokens的值是否准确
3. [ ] 如果不能获取,是否需要用户手动提供?
4. [ ] 当前的0.80/0.95阈值是否对所有模型都适用?
5. [ ] 不同的BYOK提供商(OpenAI vs Anthropic)的上下文窗口差异有多大?