""" OpenAI CLI Message Handler - 基于通用 CLI Handler 基类的简化实现 继承 CliMessageHandlerBase，只需覆盖格式特定的配置和事件处理逻辑。 代码量从原来的 900+ 行减少到 ~100 行。 """ from typing import Any from src.api.handlers.base.cli_handler_base import ( CliMessageHandlerBase, StreamContext, ) from src.core.api_format import ApiFamily, EndpointKind class OpenAICliMessageHandler(CliMessageHandlerBase): """ OpenAI CLI Message Handler - 处理 OpenAI CLI Responses API 格式 使用新三层架构 (Provider -> ProviderEndpoint -> ProviderAPIKey) 通过 TaskService/FailoverEngine 实现自动故障转移、健康监控和并发控制 响应格式特点： - 使用 output[] 数组而非 content[] - 使用 output_text 类型而非普通 text - 流式事件：response.output_text.delta, response.output_text.done 模型字段：请求体顶级 model 字段 """ FORMAT_ID = "openai:cli" API_FAMILY = ApiFamily.OPENAI ENDPOINT_KIND = EndpointKind.CLI def extract_model_from_request( self, request_body: dict[str, Any], path_params: dict[str, Any] | None = None, # noqa: ARG002 ) -> str: """ 从请求中提取模型名 - OpenAI 格式实现 OpenAI API 的 model 在请求体顶级字段。 Args: request_body: 请求体 path_params: URL 路径参数（OpenAI 不使用） Returns: 模型名 """ model = request_body.get("model") return str(model) if model else "unknown" def apply_mapped_model( self, request_body: dict[str, Any], mapped_model: str, ) -> dict[str, Any]: """ OpenAI CLI (Responses API) 的 model 在请求体顶级字段。 Args: request_body: 原始请求体 mapped_model: 映射后的模型名 Returns: 更新了 model 字段的请求体 """ result = dict(request_body) result["model"] = mapped_model return result def _process_event_data( self, ctx: StreamContext, event_type: str, data: dict[str, Any], ) -> None: """ 处理 OpenAI CLI 格式的 SSE 事件 事件类型： - response.output_text.delta: 文本增量 - response.completed: 响应完成（包含 usage） 跨格式转换时（如 provider=claude:chat），原始事件数据是 Provider 格式而非 OpenAI CLI 格式。 此时先调用基类方法通过 Provider 格式解析器提取 usage，再执行 OpenAI CLI 特定的处理逻辑。 """ # 跨格式转换时：原始事件是 Provider 格式（如 Claude）， # 基类 _process_event_data 会自动选择正确的 Provider 解析器提取 usage/text if ctx.provider_api_format and ctx.provider_api_format != ctx.client_api_format: super()._process_event_data(ctx, event_type, data) return # 以下是同格式（openai:cli）的处理逻辑 # 提取 response_id if not ctx.response_id: response_obj = data.get("response") if isinstance(response_obj, dict) and response_obj.get("id"): ctx.response_id = response_obj["id"] elif "id" in data: ctx.response_id = data["id"] # 处理文本增量 if event_type in ["response.output_text.delta", "response.outtext.delta"]: delta = data.get("delta") if isinstance(delta, str): ctx.append_text(delta) elif isinstance(delta, dict) and "text" in delta: ctx.append_text(delta["text"]) # 处理完成事件 elif event_type == "response.completed": ctx.has_completion = True response_obj = data.get("response") if isinstance(response_obj, dict): ctx.final_response = response_obj usage_obj = response_obj.get("usage") if isinstance(usage_obj, dict): ctx.final_usage = usage_obj ctx.input_tokens = usage_obj.get("input_tokens", 0) ctx.output_tokens = usage_obj.get("output_tokens", 0) details = usage_obj.get("input_tokens_details") if isinstance(details, dict): ctx.cached_tokens = details.get("cached_tokens", 0) # 如果没有收集到文本，从 output 中提取 if not ctx.collected_text and "output" in response_obj: for output_item in response_obj.get("output", []): if output_item.get("type") != "message": continue for content_item in output_item.get("content", []): if content_item.get("type") == "output_text": text = content_item.get("text", "") if text: ctx.append_text(text) # 备用：从顶层 usage 提取 usage_obj = data.get("usage") if isinstance(usage_obj, dict) and not ctx.final_usage: ctx.final_usage = usage_obj ctx.input_tokens = usage_obj.get("input_tokens", 0) ctx.output_tokens = usage_obj.get("output_tokens", 0) details = usage_obj.get("input_tokens_details") if isinstance(details, dict): ctx.cached_tokens = details.get("cached_tokens", 0) # 备用：从 response 字段提取 response_obj = data.get("response") if isinstance(response_obj, dict) and not ctx.final_response: ctx.final_response = response_obj def _extract_response_metadata( self, response: dict[str, Any], ) -> dict[str, Any]: """ 从 OpenAI 响应中提取元数据 提取 model、status、response_id 等字段作为元数据。 Args: response: OpenAI API 响应 Returns: 提取的元数据字典 """ metadata: dict[str, Any] = {} # 提取模型名称（实际使用的模型） if "model" in response: metadata["model"] = response["model"] # 提取响应 ID if "id" in response: metadata["response_id"] = response["id"] # 提取状态 if "status" in response: metadata["status"] = response["status"] # 提取对象类型 if "object" in response: metadata["object"] = response["object"] # 提取系统指纹（如果存在） if "system_fingerprint" in response: metadata["system_fingerprint"] = response["system_fingerprint"] return metadata def _finalize_stream_metadata(self, ctx: StreamContext) -> None: """ 从流上下文中提取最终元数据 在流传输完成后调用，从收集的事件中提取元数据。 Args: ctx: 流上下文 """ # 从 response_id 提取响应 ID if ctx.response_id: ctx.response_metadata["response_id"] = ctx.response_id # 从 final_response 提取更多元数据 if ctx.final_response and isinstance(ctx.final_response, dict): if "model" in ctx.final_response: ctx.response_metadata["model"] = ctx.final_response["model"] if "status" in ctx.final_response: ctx.response_metadata["status"] = ctx.final_response["status"] if "object" in ctx.final_response: ctx.response_metadata["object"] = ctx.final_response["object"] if "system_fingerprint" in ctx.final_response: ctx.response_metadata["system_fingerprint"] = ctx.final_response[ "system_fingerprint" ] # 如果没有从响应中获取到 model，使用上下文中的 if "model" not in ctx.response_metadata and ctx.model: ctx.response_metadata["model"] = ctx.model