[Bug]: Provider 层缺陷汇总：health_check 假阳性 / Volcengine 视频 30s 硬超时且 ref 被丢弃 / DeepSeek 忽略 timeout

[LyaQanYi]

概述

对 v2.30.0（1228ac2）做代码审查时，在 core/provider/ 发现若干缺陷。最需要关注的是第 1 条 —— 它会让 WebUI 的"测试模型"按钮在配置完全错误时依然显示成功。

---

1. TTS/STT/Embedding/Rerank 系统性吞异常返回空值，导致 health_check 假阳性（High）

位置（均为 except Exception 后仅打日志并返回空值）：

• Embedding 返回 []：core/provider/src/openai/model_clients.py:337-340、core/provider/src/aliyun_bailian/model_clients.py:258-263、core/provider/src/volcengine/model_clients.py:189-194、core/provider/src/siliconflow_cn/model_clients.py:109-114、core/provider/src/modelscope/model_clients.py:120-125
• Rerank 返回 []：core/provider/src/aliyun_bailian/model_clients.py:348-350（api_key 缺失时 :286-288 同样返回 []）
• TTS 返回 None：core/provider/src/aliyun_bailian/model_clients.py:2101-2109、core/provider/src/gptsovits/model_clients.py:87-100
• STT 返回 ""：core/provider/src/aliyun_bailian/model_clients.py:1673-1678

典型形态：

except Exception as e:
    logger.error(f"Embedding error: {e}")
    return []

实际行为分两层：

1. ProviderManager.health_check（core/provider/provider_manager.py:518）以"不抛异常即成功"判定健康状态，而 TTS 返回 None、embed/rerank 返回 [] 都不抛异常。也就是说 API key 填错、网络不通、模型 ID 不存在，WebUI 的"测试模型"照样显示 success 和延迟数值（经 webui/routes/providers.py:448 暴露给前端）。用户会误以为配置正确，直到实际使用才发现无声失败。
2. Embedding 客户端通过 plugin_context.get_default_embedding_client() 暴露给插件/记忆系统，调用方拿到 [] 无法区分"provider 挂了"和"没有结果"；返回长度与输入 texts 数量也不一致，若调用方按索引 zip 对应，会在 RAG/记忆管道里造成静默数据损坏。

复现：随便填一个错误的 API key，在 WebUI 里测试该 provider 的 TTS 或 Embedding 模型 —— 显示成功。

期望行为：统一抛 ProviderAPIError。仓库里该异常类与 agent_executor 的故障切换机制都已就绪（core/agent/agent_executor.py:106 同时捕获 openai SDK 异常和 ProviderAPIError），anthropic 客户端（anthropic/model_clients.py:296-297、:410-411）已是正确写法，只是这些客户端没有沿用。

---

2. Volcengine 视频生成轮询上限硬编码 30 秒，功能基本不可用（High）

位置：core/provider/src/volcengine/model_clients.py:71、:78

async with httpx.AsyncClient(timeout=30) as client:
    ...
    while time.time() - start_ts < 30:

实际行为：火山方舟（Seedance 等）视频生成任务通常需要 1–5 分钟，30 秒内几乎不可能到达 succeeded，因此 generate_video 几乎必然走到 :100 的 raise TimeoutError。任务在服务端可能最终成功，但客户端总是提前放弃。

而 schema.json 中 video 段为空，用户没有任何办法调大这个时限。对比同文件的 embedding 客户端（:155-163 有完整的 timeout 读取与校验），这里显然是遗漏。

期望行为：把轮询上限做成可配置项（参考 embedding 的实现），默认值给到分钟级。

---

3. Volcengine generate_video 静默丢弃参考图 ref 参数（High）

位置：core/provider/src/volcengine/model_clients.py:69-72、:102-119

async def generate_video(self, prompt: str, ref: list[Image] = None, duration: int = 5, **kwargs) -> Video:
    async with httpx.AsyncClient(timeout=30) as client:
        task_id = await self._create_task(client=client, text=prompt, ref=ref, duration=duration)

实际行为：_create_task 签名接收了 ref，但它构造的 json_data（:108-119）只有一个 {"type": "text", "text": text} 内容项，ref 从未被写入请求体（另外 ratio 被硬编码为 "16:9"）。传入参考图希望做图生视频时，请求被静默降级为纯文生视频，没有任何日志或报错，用户拿到的视频与参考图毫无关系且无从排查。

期望行为：把 ref 序列化进 content 数组；ratio 也建议开放配置。

---

4. DeepSeek 客户端完全忽略用户配置的 timeout（High）

位置：core/provider/src/deepseek/model_clients.py:33-39（_build_client 无超时）、:62-67（请求 kwargs 缺 timeout）

kwargs = dict(
    model=self.model.model_id,
    messages=[m if isinstance(m, dict) else m.to_dict() for m in request.messages],
    tools=request.tools if request.tools else NOT_GIVEN,
    tool_choice=request.tool_choice if request.tool_choice != "none" else NOT_GIVEN,
)

实际行为：schema.json:44-53 明确定义了 model_config.llm.timeout（默认 120 秒）并在 WebUI 展示给用户，但 _build_request_kwargs 从不读取它，_build_client() 也没设客户端级超时。于是实际使用 openai SDK 默认的 600 秒 —— 一次网络挂起会把会话卡住最长 10 分钟才触发模型故障切换，用户配置的 120 秒形同虚设且无任何提示。

对比它模仿的 OpenAICompatibleLLMClient._build_request_kwargs（core/utils/model_clients.py:58、:68）正确透传了 timeout。

期望行为：与 OpenAI 兼容实现保持一致，透传 timeout。

---

5. 大量 AsyncOpenAI 客户端按请求创建且从不关闭（Medium）

位置（每次调用新建 AsyncOpenAI，内部持有 httpx.AsyncClient 与连接池，既不 close() 也不用 async with）：

• core/provider/src/deepseek/model_clients.py:82、:133（主 LLM 路径）
• core/provider/src/openai/model_clients.py:54-59、:319-324
• core/provider/src/volcengine/model_clients.py:25-28、:47-50、:174-178
• core/provider/src/siliconflow_cn/model_clients.py:94-98
• core/provider/src/modelscope/model_clients.py:105-109
• core/utils/model_clients.py:76、:127（所有 OpenAI 兼容 provider 共用）、:204-208

实际行为：清理只能依赖 GC 兜底。高并发下文件描述符堆积，且每个请求都要重做 TCP+TLS 握手（无 keep-alive 复用），延迟与资源开销被放大。

期望行为：改用 async with。同仓库已有示范：aliyun_bailian/model_clients.py:233-237、anthropic 客户端 :294、:320。

---

6. get_model_client 在 provider 实例化失败时抛出误导性 AttributeError（Medium）

位置：core/provider/provider_manager.py:94-100

provider = self.get_provider(provider_id)
model_info = self.get_model_info(provider_id, model_id, model_type)
if not model_info:
    return
model_type_enum = model_info.model_type

if model_type_enum not in provider.models:

实际行为：get_provider 返回 Optional[BaseProvider]（:799-801），但这里没有判空。若 provider 配置存在于 kira_config（所以 get_model_info 能正常返回）但启动时 set_provider 实例化失败（:793-794 仅记录日志、不写入 _providers），此后任何取该 provider 模型的调用都会抛 AttributeError: 'NoneType' object has no attribute 'models'，在 health_check 里表现为一条毫无信息量的错误串，掩盖了"provider 加载失败"这一真实根因。

期望行为：判空并抛出明确的"provider 未加载"错误。

---

7. fetch_remote_models 的 model_type 参数被忽略（Low）

位置：core/provider/provider_manager.py:807、:816

async def fetch_remote_models(self, provider_id: str, model_type: str = "llm") -> list[dict]:
    ...
    models = await provider.get_llm_list()

实际行为：签名接受 model_type，但无论传什么都只调 get_llm_list()。WebUI 以 model_type 调用（webui/routes/providers.py:459），前端请求 tts/image 等非 LLM 类型的远程模型列表时，返回的其实是 LLM 列表，用户会在错误类别下看到不匹配的模型。

---

补充：其他 Low 级观察

• provider_manager.py:214 的 if default_model and ":" in default_model: 对不含冒号的配置值静默返回 None，随后 get_default_llm 在 :110 抛 AttributeError，而不是给出清晰的 ValueError。
• core/provider/provider.py:203-206 的 get_model_client 返回类对象，但类型标注为 BaseModelClient 实例，标注与实现不符。
• siliconflow_cn/model_clients.py:46 的 response.json().get("images")[0].get("url") 无防护，字段缺失时 TypeError/IndexError 会掩盖服务端真实错误信息；:159-166 rerank 的 documents[item["index"]] 无越界保护（aliyun_bailian 的 :364-372 是防御式写法，可对照）。volcengine/model_clients.py:40、:62 的 images_response.data[0].url 同样未判空（openai 客户端 :80-81 有检查）。
• siliconflow_cn/model_clients.py:65 把所有音频硬编码为 audio.wav，而 IM 场景语音多为 amr/silk/ogg。
• aliyun_bailian/model_clients.py:38、:2155 的全局 threading.Lock 把 CosyVoice TTS 串行化为并发 1，多会话同时触发时排队明显，建议换成有界信号量。
• OpenAI 兼容/DeepSeek 的 chat_stream 会产出两个 is_final=True 的 chunk（usage-only 与 finish_reason 各一个），与 anthropic 的单一最终 chunk 语义不一致；另外无条件发送 stream_options={"include_usage": True}，部分自称兼容的网关会直接拒绝该参数。
• 测试覆盖：aliyun_bailian/model_clients.py（2257 行）零测试，其中 _clamp_wh/_build_size_pixels/_resolve_image_size、_normalize_dialect、_detect_language_hint、rerank 双协议归一化、_extract_image_url 全是无 IO 依赖的纯函数；deepseek/volcengine/siliconflow_cn/modelscope/gptsovits 五个 provider 也零测试 —— 上面第 2/3/4 条本可被最基础的"请求体构造正确性"测试捕获。

---

KiraAI version: v2.30.0（1228ac2）
Environment: 静态代码审查，非特定 OS/Python 版本相关