docs: sync DESIGN with current tooling behavior

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

DESIGN.md

@@ -47,9 +47,9 @@
 
 - **逆向 Lingma 后端协议**：之前评估过（曾经的"B1 终极方案"），需要反编译二进制，维护成本高、政策风险大，放弃。
 - **多租户 / 水平扩缩**：单容器即可；真要大规模部署 → 套层反代 + N 个网关副本就够，不在进程内解决。
-- **请求侧完整 function calling / tools 透传**：OpenAI schema 里保留了字段，但目前不会把 `tools`/`tool_choice` 透传给 Lingma（上游无等价输入协议）。
+- **请求侧完整 function calling / tools 语义**：仍不是当前目标；现阶段仅支持 `tools`/`tool_choice` 在 `TOOL_FORWARD_ENABLED` 开关下灰度透传（默认关闭）。
 - **响应侧工具事件桥接**：若 Lingma 上游产出 tool 事件，网关会向 OpenAI 输出 `tool_calls`，向 Anthropic 输出 `tool_use` / `tool_result`（stream + non-stream）。
-- **多模态**：请求里的 image/audio 会被降级成占位符 `[image]` / `[audio]`，因为 Lingma chat 不支持。
+- **强制工具回退闭环（non-stream）**：当上游未返回 tool 事件且请求为强制 `tool_choice` 时，网关会从文本里解析严格 JSON，合成 OpenAI `tool_calls` 与 Anthropic `tool_use` / `tool_result`。
 
 ---
 
@@ -592,7 +592,7 @@ FastAPI `lifespan` 退出 → `pool.close()` → 每个 `client.close()` → 进
 | 需求 | 改哪些文件 | 关键入口 |
 |---|---|---|
 | 加一个新的 OpenAI 端点（如 embeddings） | `main.py`, `openai_schema.py` | 仿照 `v1_models` 加 `@app.post("/v1/embeddings", dependencies=[Depends(auth_guard)])` |
-| 扩展 Anthropic 端点（如 count_tokens / tool_use 相关能力） | `main.py::v1_messages`, `anthropic_schema.py` | count_tokens 只读：复用 `estimate_tokens`；响应侧 `tool_use/tool_result` 桥接已支持，若要请求侧 tools 透传仍需改 `lingma_client.py` payload |
+| 扩展 Anthropic 端点（如 count_tokens / tool_use 相关能力） | `main.py::v1_messages`, `anthropic_schema.py` | count_tokens 只读：复用 `estimate_tokens`；响应侧 `tool_use/tool_result` 桥接已支持；请求侧 `tools/tool_choice` 透传由 `TOOL_FORWARD_ENABLED` 控制并经 `lingma_client.py` payload 下发 |
 | 加一种新的实例调度策略（如加权轮询） | `lingma_pool.py::pick()` | 当前是 affinity → least-in-flight → round-robin |
 | 改认证为 JWT / OAuth | `auth.py` | 三个 `require_*` 函数是全部入口；`main.py` 里只有 `*_guard` 代理 |
 | 增加限流（按 api_key 配额） | `concurrency.py` 加 `PerKeyGuard`；`main.py` 在 `chat_guard.try_acquire()` 后再来一层 | 注意 ticket 释放顺序（内层先释放） |
@@ -600,7 +600,7 @@ FastAPI `lifespan` 退出 → `pool.close()` → 每个 `client.close()` → 进
 | 改 Prometheus 指标名 | 所有 `prometheus_lines()` 或 `prometheus_text()` | 注意生态兼容；更名要在 README 留 alias |
 | 接入 Jaeger / OpenTelemetry | `logging_config.py` 加 OTel instrumentation；`main.py::request_id_middleware` 注入 traceid | request_id 可以复用为 span_id |
 | 加一个 Lingma 新方法调用（比如 code/complete） | `lingma_client.py` 仿照 `query_models`：`await self.ensure_ready(); return await self.rpc.request("code/complete", ...)` | 原始上游响应形态需抓包确认 |
-| 支持 function calling（假设 Lingma 将来支持） | `openai_schema.py` 已保留 `tools` / `tool_choice` 字段；`lingma_client.py::_build_payload` 加 `extra.tools` | 上游协议 TBD |
+| 支持 function calling（假设 Lingma 将来支持） | `openai_schema.py` / `anthropic_schema.py` / `main.py` / `lingma_client.py` | 当前仅支持请求侧 `tools/tool_choice` 在开关控制下透传与响应侧桥接；若要完整 function calling 语义仍需按上游协议补齐 |
 | 多模态穿透 | `openai_schema.py::flatten_content` 不再降级；`lingma_client.py` payload 传 url | 前提：Lingma 支持（目前不支持） |
 | 换 session_cache 后端（如 Redis） | 实现同样接口的 `RedisSessionCache`，`main.py` 初始化换实现 | 接口是 `get / put / invalidate / stats / prometheus_lines / build_key / enabled`，内存换远端成本不高 |
 | 多容器副本（水平扩） | 外面套反代 + sticky session（根据 `Authorization` 或 `x-user` 做 hash）；session cache 改 Redis | 或直接接受多副本 cache 独立，轻微浪费 KV cache 命中率 |
@@ -612,7 +612,8 @@ pip install -r requirements.txt
 # 在容器外跑，需要自己准备 Lingma 二进制
 export LINGMA_BIN=/path/to/Lingma
 export API_KEYS=sk-dev
-uvicorn app.main:app --reload --port 8317
+export PORT=8317
+uvicorn app.main:app --reload --port ${PORT}
 ```
 
 主要断点位置：

README.md

@@ -1,396 +1,215 @@
 # Lingma OpenAI Gateway
 
-把本地 Lingma 插件封装成 OpenAI 兼容接口。任何能调 OpenAI 的客户端（Cursor、Dify、LangChain、curl…）都能直接接入。
+将 Lingma 封装为 OpenAI / Anthropic 兼容网关，便于现有客户端直接接入。
 
-**支持：**
-- OpenAI 兼容：`GET /v1/models` / `POST /v1/chat/completions`（含 SSE 流式） / Bearer 鉴权
-- **Anthropic 兼容**：`POST /v1/messages`（含 Anthropic SSE 事件流） / `x-api-key` 鉴权
-- Prometheus / 多账号实例池 / 会话复用（跨两种协议共享） / 免浏览器登录态注入
+- OpenAI：`/v1/models`、`/v1/chat/completions`（含 stream）
+- Anthropic：`/v1/messages`、`/v1/messages/count_tokens`（含 stream）
+- 内置：多实例池、会话复用、Prometheus 指标、登录态 bundle 注入
 
-> 想看架构、模块划分、设计决策、二开路线图 → 直接读 [`DESIGN.md`](./DESIGN.md)。
+> 架构设计与二开细节请看 [`DESIGN.md`](./DESIGN.md)。
 
 ---
 
-## 架构速览
+## 目录
 
-```
- ┌─────────────┐   OpenAI 协议    ┌─────────────────────────────────────────┐
- │  任意客户端  │  ───────────▶    │  FastAPI (app/main.py)                  │
- │  (curl/     │                  │  ├─ auth_guard / admin_guard            │
- │   Cursor/   │                  │  ├─ chat_guard (InFlightGuard 背压)     │
- │   Dify…)    │                  │  ├─ SessionCache (LRU+TTL, KV 复用)     │
- └─────────────┘                  │  └─ StatsCollector + Prometheus         │
-                                  └────────────────┬────────────────────────┘
-                                                   │ 选实例 (least-in-flight + affinity)
-                                  ┌────────────────▼────────────────────────┐
-                                  │  LingmaPool (app/lingma_pool.py)        │
-                                  │  ├─ inst-0  inst-1  inst-N …            │
-                                  │  └─ 启动前自动 restore session bundle   │
-                                  └────────────────┬────────────────────────┘
-                                                   │
-                           ┌───────────────────────┼───────────────────────┐
-                           ▼                       ▼                       ▼
-                ┌────────────────────┐  ┌────────────────────┐  ┌────────────────────┐
-                │ LingmaGatewayClient│  │        …           │  │        …           │
-                │ (LSP over WS)      │  │                    │  │                    │
-                │ ├─ Popen (PID管理) │  │                    │  │                    │
-                │ ├─ reconnect loop  │  │                    │  │                    │
-                │ └─ ws://:PORT      │  │                    │  │                    │
-                └──────────┬─────────┘  └────────────────────┘  └────────────────────┘
-                           │ spawn + ws
-                ┌──────────▼─────────┐
-                │   Lingma 二进制     │
-                │   --workDir /…     │
-                └────────────────────┘
-```
+1. [5 分钟启动](#5-分钟启动)
+2. [常用命令](#常用命令)
+3. [最小 API 示例](#最小-api-示例)
+4. [部署与更新](#部署与更新)
+5. [排障速查](#排障速查)
+6. [文档入口](#文档入口)
 
 ---
 
-## 一、快速开始
+## 5 分钟启动
+
+### 1) 准备配置
 
 ```bash
 git clone <repo>
 cd lingma-openai-gateway
 cp .env.example .env
-# 至少填 API_KEYS + LINGMA_USERNAME + LINGMA_PASSWORD（或 session bundle）
+```
+
+至少配置这些变量（在 `.env`）：
+
+- `API_KEYS`
+- `LINGMA_USERNAME` / `LINGMA_PASSWORD`（或 `LINGMA_SESSION_BUNDLE(_FILE)`）
+
+### 2) Docker 启动（推荐）
+
+```bash
 mkdir -p data secrets
 docker compose up -d --build
-docker compose logs -f   # 看到 "Uvicorn running on..." 就 OK
+docker compose logs -f
 ```
 
-冒烟测试：
+### 3) 冒烟检查
 
 ```bash
+PORT=$(grep '^PORT=' .env | cut -d= -f2)
 API_KEY=$(grep '^API_KEYS=' .env | cut -d= -f2 | cut -d, -f1)
-curl -s http://127.0.0.1:8317/healthz
-curl -s http://127.0.0.1:8317/v1/models -H "Authorization: Bearer $API_KEY"
-curl -s http://127.0.0.1:8317/v1/chat/completions \
-  -H "Authorization: Bearer $API_KEY" \
+
+curl -s "http://127.0.0.1:${PORT}/healthz"
+curl -s "http://127.0.0.1:${PORT}/v1/models" \
+  -H "Authorization: Bearer ${API_KEY}"
+```
+
+---
+
+## 常用命令
+
+### 本地开发运行
+
+```bash
+pip install -r requirements.txt
+uvicorn app.main:app --reload --port 8317
+```
+
+### Docker 常用
+
+```bash
+docker compose up -d --build
+docker compose logs -f
+docker compose ps
+docker compose down
+```
+
+### 测试
+
+```bash
+# 重点回归套件
+python3 -m unittest tests/test_tool_call_bridge.py
+
+# 全量 unittest
+python3 -m unittest discover -s tests -p "test_*.py"
+```
+
+---
+
+## 最小 API 示例
+
+先取 key：
+
+```bash
+PORT=$(grep '^PORT=' .env | cut -d= -f2)
+API_KEY=$(grep '^API_KEYS=' .env | cut -d= -f2 | cut -d, -f1)
+```
+
+### OpenAI：非流式
+
+```bash
+curl -s "http://127.0.0.1:${PORT}/v1/chat/completions" \
+  -H "Authorization: Bearer ${API_KEY}" \
   -H "Content-Type: application/json" \
-  -d '{"model":"org_auto","messages":[{"role":"user","content":"hi"}]}'
-```
-
----
-
-## 二、配置参考
-
-`.env.example` 是权威说明，这里按主题分组。
-
-### 2.1 核心
-
-| 变量 | 默认 | 说明 |
-|---|---|---|
-| `HOST` / `PORT` | `0.0.0.0` / `8317` | 网关监听地址与端口 |
-| `API_KEYS` | — | Bearer key，多个逗号分隔；**留空则 /v1/\* 无鉴权**，启动会 warn |
-| `LOG_LEVEL` | `INFO` | `DEBUG`/`INFO`/`WARNING`/`ERROR`，日志为结构化 JSON，含 `request_id` |
-| `DEFAULT_MODEL` | `org_auto` | 模型无法映射时兜底 |
-| `DEFAULT_ASK_MODE` | `chat` | `chat` 或 `agent`（传 `model: "agent"` 时自动切） |
-| `DEDICATED_DOMAIN_URL` | — | 企业专属域（可空） |
-
-### 2.2 权限分层（生产建议全配）
-
-| 变量 | 默认 | 说明 |
-|---|---|---|
-| `ADMIN_TOKEN` | — | `/internal/*` 专属 token；未配置时 fallback 到 `API_KEYS`（兼容）；都为空 → 503 |
-| `METRICS_TOKEN` | — | `/metrics` 专属 token；未配置时 fallback 到 `API_KEYS` |
-| `METRICS_PUBLIC` | `false` | 显式公开 `/metrics`（仅用于私网采集器） |
-
-> `ADMIN_TOKEN` / `METRICS_TOKEN` / `API_KEYS` 三者都为空时，`/metrics` 和 `/internal/*` 会返回 503（拒绝裸奔）。
-
-### 2.3 并发与背压
-
-| 变量 | 默认 | 说明 |
-|---|---|---|
-| `GATEWAY_MAX_IN_FLIGHT` | `4` | 并发上限；`<=0` 表示不限 |
-| `GATEWAY_QUEUE_TIMEOUT_SEC` | `30` | 排队超时；超时直接返回 `429 + Retry-After` |
-
-### 2.4 Lingma 进程
-
-| 变量 | 默认 | 说明 |
-|---|---|---|
-| `LINGMA_BIN` | `/app/data/bin/Lingma` | 容器内二进制路径 |
-| `LINGMA_SOURCE_TYPE` | `marketplace` | `marketplace` 或 `vsix` |
-| `LINGMA_MARKETPLACE_PUBLISHER` | `Alibaba-Cloud` | Marketplace 发布者 |
-| `LINGMA_MARKETPLACE_EXTENSION` | `tongyi-lingma` | Marketplace 扩展名 |
-| `LINGMA_VSIX_URL` | 官方地址 | 兜底 VSIX 下载地址 |
-| `LINGMA_BOOTSTRAP_ALWAYS` | `true` | 启动时总是尝试刷新二进制 |
-| `LINGMA_FORCE_REFRESH` | `false` | 强制忽略本地缓存重新下载 |
-| `LINGMA_WORK_DIR` | `/app/data/.lingma/vscode/sharedClientCache` | 登录态/缓存所在目录 |
-| `LINGMA_SOCKET_PORT` | `36510` | 单实例模式下的 Lingma WS 端口 |
-| `LINGMA_STARTUP_TIMEOUT` | `40` | 启动超时秒 |
-| `LINGMA_RPC_TIMEOUT` | `30` | 单次 RPC 超时秒 |
-
-### 2.5 多账号 / 多实例池
-
-| 变量 | 默认 | 说明 |
-|---|---|---|
-| `LINGMA_ACCOUNTS` | — | `u1:p1,u2:p2` 或 JSON 数组；配置后每个账号 = 一个独立 Lingma 子进程 |
-| `LINGMA_INSTANCE_COUNT` | 账号数 | 显式指定实例数；不足账号循环复用并打 warn |
-| `LINGMA_USERNAME` / `LINGMA_PASSWORD` | — | 单实例兼容模式（仅 `LINGMA_ACCOUNTS` 为空时生效） |
-
-### 2.6 会话复用（KV cache 优化）
-
-| 变量 | 默认 | 说明 |
-|---|---|---|
-| `SESSION_REUSE_ENABLED` | `true` | 多轮对话命中时只发增量 user 消息 + 复用上游 `sessionId` |
-| `SESSION_CACHE_MAX_ENTRIES` | `256` | LRU 容量 |
-| `SESSION_CACHE_TTL_SEC` | `1800` | TTL（秒），避免命中已回收的 session |
-
-### 2.7 登录态注入（跳过 Playwright）
-
-| 变量 | 默认 | 说明 |
-|---|---|---|
-| `LINGMA_SESSION_BUNDLE` | — | base64 格式的 bundle（inline，适合短字符串） |
-| `LINGMA_SESSION_BUNDLE_FILE` | — | bundle 文件路径（推荐，避免 env 过长） |
-
-### 2.8 自动登录
-
-| 变量 | 默认 | 说明 |
-|---|---|---|
-| `AUTO_LOGIN_ENABLED` | `true` | 未登录时自动启 Playwright |
-| `AUTO_LOGIN_HEADLESS` | `true` | 无头浏览器 |
-| `AUTO_LOGIN_TIMEOUT` | `180` | 登录超时秒 |
-| `AUTO_LOGIN_MAX_RETRY` | `2` | 登录失败重试次数 |
-
----
-
-## 三、API 参考
-
-### 3.1 公共（`API_KEYS`）
-
-| 方法 | 路径 | 说明 |
-|---|---|---|
-| GET | `/healthz` | 免鉴权；返回 `ok` / `pool_size` / `pool_ready` / 每实例状态 |
-| GET | `/v1/models` | OpenAI 兼容；`id` 是 Lingma 原 key，`name` 是可读名 |
-| POST | `/v1/chat/completions` | OpenAI 兼容；`stream=true` 走 SSE；`model: "agent"` 切 agent 模式 |
-| POST | `/v1/messages` | **Anthropic Messages 兼容**；`x-api-key` 或 `Authorization: Bearer`；`stream=true` 走 Anthropic 命名事件 SSE |
-
-**chat 请求示例（非流式）**
-
-```bash
-curl -s http://127.0.0.1:8317/v1/chat/completions \
-  -H "Authorization: Bearer $API_KEY" -H "Content-Type: application/json" \
-  -d '{"model":"dashscope_qmodel","messages":[{"role":"user","content":"你好"}]}'
-```
-
-**chat 请求示例（流式 + usage）**
-
-```bash
-curl -N http://127.0.0.1:8317/v1/chat/completions \
-  -H "Authorization: Bearer $API_KEY" -H "Content-Type: application/json" \
   -d '{
-    "model":"dashscope_qmodel",
-    "stream":true,
-    "stream_options":{"include_usage":true},
-    "messages":[{"role":"user","content":"介绍一下你自己"}]
+    "model": "org_auto",
+    "messages": [{"role": "user", "content": "hi"}],
+    "stream": false
   }'
 ```
 
-**Anthropic Messages 示例（非流式）**
+### OpenAI：流式
 
 ```bash
-curl -s http://127.0.0.1:8317/v1/messages \
-  -H "x-api-key: $API_KEY" \
+curl -N "http://127.0.0.1:${PORT}/v1/chat/completions" \
+  -H "Authorization: Bearer ${API_KEY}" \
+  -H "Content-Type: application/json" \
+  -d '{
+    "model": "org_auto",
+    "messages": [{"role": "user", "content": "say hi"}],
+    "stream": true
+  }'
+```
+
+### Anthropic：非流式
+
+```bash
+curl -s "http://127.0.0.1:${PORT}/v1/messages" \
+  -H "x-api-key: ${API_KEY}" \
   -H "anthropic-version: 2023-06-01" \
   -H "Content-Type: application/json" \
   -d '{
-    "model":"claude-3-5-sonnet-20241022",
-    "max_tokens":256,
-    "system":"你是一个简洁的助手",
-    "messages":[{"role":"user","content":"你好"}]
+    "model": "claude-3-5-sonnet-20241022",
+    "max_tokens": 256,
+    "messages": [{"role": "user", "content": "hi"}],
+    "stream": false
   }'
 ```
 
-**Anthropic Messages 示例（流式）**
+### Anthropic：流式
 
 ```bash
-curl -N http://127.0.0.1:8317/v1/messages \
-  -H "x-api-key: $API_KEY" \
+curl -N "http://127.0.0.1:${PORT}/v1/messages" \
+  -H "x-api-key: ${API_KEY}" \
   -H "anthropic-version: 2023-06-01" \
   -H "Content-Type: application/json" \
   -d '{
-    "model":"claude-3-5-sonnet-20241022",
-    "max_tokens":256,
-    "stream":true,
-    "messages":[{"role":"user","content":"写一首四行诗"}]
+    "model": "claude-3-5-sonnet-20241022",
+    "max_tokens": 256,
+    "messages": [{"role": "user", "content": "say hi"}],
+    "stream": true
   }'
-# 返回 message_start / content_block_start / content_block_delta* /
-#      content_block_stop / message_delta / message_stop
 ```
 
-说明：
-- **模型名兼容**：客户端可以继续传 `claude-3-*` 等名字；未识别的 model 会回退到 `DEFAULT_MODEL` 对应的 Lingma key，后端实际仍由 Lingma 提供（Qwen 系列）。如需显式选模型，直接传 Lingma key（`dashscope_qmodel` 等）。
-- **会话复用共享**：Anthropic 与 OpenAI 两个端点共用同一 `SessionCache`，只要 API key 相同、对话前缀相同，就会命中同一上游 `sessionId`。
-- **多模态**：`image` 块会被降级为 `[image]` 占位符（Lingma 不支持 vision）。
-- **工具事件桥接**：当 Lingma 上游返回 `tool` 事件时，网关会输出为 OpenAI `tool_calls`（含 stream/non-stream）和 Anthropic `tool_use`/`tool_result` blocks（含 stream/non-stream）；请求侧 `tools`/`tool_choice` 在 `TOOL_FORWARD_ENABLED=true` 时会透传到 Lingma（默认关闭）。
-- **鉴权**：优先 `x-api-key` 头（Anthropic 官方 SDK 默认），回退 `Authorization: Bearer`（方便 curl / OpenAI 风格客户端）。
-
-### 3.2 观测（`METRICS_TOKEN` 或 `API_KEYS`）
-
-| 方法 | 路径 | 说明 |
-|---|---|---|
-| GET | `/metrics` | Prometheus 文本；含池每实例 gauge、并发、session cache 命中率、token 计数 |
-
-### 3.3 管理（`ADMIN_TOKEN` 或 fallback 到 `API_KEYS`）
-
-| 方法 | 路径 | 说明 |
-|---|---|---|
-| GET | `/internal/stats` | JSON：`stats` + `concurrency` + `pool` + `session_cache` |
-| GET | `/internal/auto-login/status` | 每实例登录态与 auto_login 状态 |
-| POST | `/internal/auto-login/start?instance=inst-0` | 主动触发某实例登录（可不传，由 pool.pick 选） |
-| POST | `/internal/session/export?instance=inst-0` | 把已登录实例的 cache 打包成 base64 bundle |
-| GET | `/internal/models/raw?instance=inst-0` | Lingma 原始 `config/queryModels` 响应（displayName / isReasoning / isVl 等） |
-
----
-
-## 四、常用场景
-
-### 4.1 多账号池
-
-```env
-LINGMA_ACCOUNTS=user1:pass1,user2:pass2,user3:pass3
-# LINGMA_INSTANCE_COUNT=3   # 不写默认=账号数
-```
-
-- 每个账号一个独立 Lingma 子进程 + 独立 `workDir`（`data/.lingma/pool/inst-<i>/`）。
-- 路由：同 `user` 字段或同 system prompt 的请求**粘性**分到同一实例；其他按**最小在途**分配。
-- 一个实例挂掉不影响整体，`/healthz.pool_ready` 下降，自动重连。
-
-### 4.2 跳过 Playwright（session bundle）
-
-**从已登录实例导出：**
+### Anthropic：count_tokens
 
 ```bash
-curl -sS -X POST \
-  -H "Authorization: Bearer $ADMIN_TOKEN" \
-  "http://host:port/internal/session/export" \
-  | jq -r '.bundle_b64' > secrets/lingma-session.b64
-chmod 600 secrets/lingma-session.b64
+curl -s "http://127.0.0.1:${PORT}/v1/messages/count_tokens" \
+  -H "x-api-key: ${API_KEY}" \
+  -H "anthropic-version: 2023-06-01" \
+  -H "Content-Type: application/json" \
+  -d '{
+    "model": "claude-3-5-sonnet-20241022",
+    "max_tokens": 64,
+    "messages": [{"role": "user", "content": "count me"}]
+  }'
 ```
 
-**在新部署注入（选一种）：**
+---
 
-```env
-# 文件注入（推荐）—— 需要在 docker-compose.yml 挂载 secrets 目录
-LINGMA_SESSION_BUNDLE_FILE=/secrets/lingma-session.b64
+## 部署与更新
 
-# 或 inline（适合小 bundle）
-LINGMA_SESSION_BUNDLE=H4sIAAAA...
+### 服务器更新到最新 main
 
-# 多账号 JSON 模式，每账号独立 bundle
-LINGMA_ACCOUNTS=[
-  {"username":"u1","password":"p1","session_bundle_file":"/secrets/u1.b64"},
-  {"username":"u2","password":"p2","session_bundle":"H4sIAAAA..."}
-]
+```bash
+cd /root/lingma-openai-gateway
+git fetch origin
+git checkout -B main origin/main
+git reset --hard origin/main
+git clean -fd
+docker compose up -d --build
+docker compose ps
 ```
 
-**行为保证：**
+### 健康检查
 
-- 只在目标 `workDir` 空（`cache/user` 不存在或 empty）时才注入；不会覆盖活跃登录态。
-- 注入失败（损坏/权限）自动 fallback 到 Playwright。
-- bundle 只含 `cache/{id,user,quota,config.json}` 4 个文件；大小上限 4 MiB，实际通常 < 10 KB。
-- **bundle 等同于密钥**，落盘需 `chmod 600`，不要进 git。
-
-### 4.3 Prometheus 接入
-
-```yaml
-# prometheus scrape_configs 片段
-- job_name: lingma-gateway
-  bearer_token: <METRICS_TOKEN>
-  static_configs: [{targets: ['host:8317']}]
-  metrics_path: /metrics
+```bash
+PORT=$(grep '^PORT=' .env | cut -d= -f2)
+curl -s "http://127.0.0.1:${PORT}/healthz"
 ```
 
-关键指标：
+---
 
-| 指标 | 类型 | 意义 |
+## 排障速查
+
+| 现象 | 常见原因 | 处理 |
 |---|---|---|
-| `gateway_in_flight` / `gateway_queued` | gauge | 并发 / 排队 |
-| `gateway_rejected_total` | counter | 背压拒绝（429）累计 |
-| `gateway_pool_instance_ready{name}` | gauge | 每实例是否就绪（0/1） |
-| `gateway_pool_instance_in_flight{name}` | gauge | 每实例在途 |
-| `gateway_session_cache_hit_total` / `_miss_total` | counter | 会话复用命中率原料 |
-| `gateway_chat_requests_success` / `_error` | counter | chat 成功率 |
+| `/v1/*` 返回 401 | 缺失或错误 API key | 检查 `Authorization: Bearer` 或 `x-api-key` |
+| `healthz` 正常但请求失败 | 用错端口 | 以 `.env` 的 `PORT` 为准，`docker compose ps` 再确认 |
+| `git pull` 提示 not on a branch | 处于 detached HEAD | 执行 `git checkout -B main origin/main` |
+| 自动登录不稳定 | 浏览器流程波动 | 优先使用 `LINGMA_SESSION_BUNDLE(_FILE)` |
+| 工具调用未触发 | 模型未选择工具 | 使用 `tool_choice` 强制，必要时约束输出 JSON |
 
 ---
 
-## 五、升级注意事项
+## 文档入口
 
-从旧版本升级时注意**破坏性变更**（每一项都有 fallback，默认不会炸，但建议显式配置）：
-
-| 版本 | 变更 | 应对 |
-|---|---|---|
-| v0.3 | `/metrics` 裸奔时（无 token / 无 key）由公开改为 503 | 显式配 `METRICS_PUBLIC=true` 或 `METRICS_TOKEN` |
-| v0.3 | `/internal/*` 引入 `ADMIN_TOKEN` | 未配置自动 fallback 到 `API_KEYS`，生产建议单独配 |
-| v0.2 | 默认会话复用（多轮对话只发增量） | 如果你的客户端裁剪了历史导致语义不连续，设 `SESSION_REUSE_ENABLED=false` |
-| v0.2 | Chat 请求走 JSON-RPC `notify` 而非 `request`（修复 30s TTFB bug） | 无需行动 |
-| v0.2 | 多实例池（`LINGMA_ACCOUNTS` 存在时启用） | 不配则保持单实例行为 |
-
----
-
-## 六、故障排查（FAQ）
-
-| 症状 | 排查方向 |
-|---|---|
-| `/healthz` 返回 `ok=false` / `pool_ready=0` | 查 `docker logs`，关键字 `lingma spawned` / `state ... -> ready`；若卡在 `starting` → Lingma 二进制或 workDir 权限问题 |
-| 返回 `401` 且带 `Invalid admin token` | 你用了 `API_KEYS` 去打 `/internal/*`，但服务端已设了 `ADMIN_TOKEN`；用 `ADMIN_TOKEN` 或清空 `ADMIN_TOKEN` |
-| 返回 `503 metrics scraping disabled` | 三个 env 全空，按 "权限分层" 章节配任一 |
-| 返回 `429 Too many in-flight` | 并发超过 `GATEWAY_MAX_IN_FLIGHT`；增大或客户端加重试 |
-| 首 token 延迟 2-3 秒 | Lingma 侧常态；多轮对话第二轮起，会话复用命中后 TTFB 明显降低（看 `gateway_session_cache_hit_total`） |
-| Playwright 登录失败 | 导出一个已登录 bundle 注入（见 4.2），彻底跳过浏览器 |
-| 容器重启后 Lingma 要重新登录 | `data/` 没挂在卷上或被清过；确认 `./data:/app/data` 挂载 + bundle fallback |
-| 升级后 `/metrics` 返回 503 | v0.3 默认严格；按表格 5.1 配置 |
-
-开 `LOG_LEVEL=DEBUG` 可以看到 Lingma 子进程的 stderr 输出，便于定位 native 崩溃。
-
----
-
-## 七、开发与二开
-
-项目本身是单仓 FastAPI，3400 行 Python。推荐阅读路径：
-
-1. **先读 [`DESIGN.md`](./DESIGN.md)** —— 架构、模块职责、关键设计决策、二开指引。
-2. 再按需读对应模块：
-   - 想改请求入口 / 路由 → `app/main.py`
-   - 想加实例调度策略 → `app/lingma_pool.py::pick()`
-   - 想改 Lingma 通信协议 → `app/lingma_client.py`
-   - 想扩展会话复用 → `app/session_cache.py` + `main.py` 的 reuse 块
-   - 想做认证改造 → `app/auth.py` + `main.py::*_guard`
-3. 本地跑：`pip install -r requirements.txt && uvicorn app.main:app --reload`。
-
----
-
-## 八、目录结构
-
-```
-lingma-openai-gateway/
-├── app/                        # 主代码（见 DESIGN.md 模块一览）
-│   ├── main.py                 # FastAPI 入口 + 路由
-│   ├── lingma_pool.py          # N 实例池
-│   ├── lingma_client.py        # LSP over WS + 子进程管理
-│   ├── session_cache.py        # 多轮对话 sessionId 复用
-│   ├── session_bundle.py       # 登录态 export/import
-│   ├── concurrency.py          # InFlightGuard 背压
-│   ├── auto_login.py           # Playwright 登录
-│   ├── auth.py                 # Bearer / admin / metrics 三档鉴权
-│   ├── config.py               # 环境变量 → dataclass
-│   ├── model_map.py            # 模型 key ↔ displayName
-│   ├── openai_schema.py        # OpenAI 请求/响应 Pydantic
-│   ├── stats.py                # StatsCollector + Prometheus
-│   ├── logging_config.py       # 结构化 JSON log + request_id 上下文
-│   └── bootstrap_lingma.py     # 启动时下载/提取 Lingma 二进制
-├── data/                       # 持久化（Lingma 二进制 + workDir），不进 git
-├── secrets/                    # 注入的 bundle 等敏感文件，不进 git
-├── Dockerfile                  # Playwright base + HEALTHCHECK
-├── docker-compose.yml
-├── .env.example                # 配置权威文档
-├── requirements.txt
-├── README.md                   # 本文件
-└── DESIGN.md                   # 架构与二开手册
-```
-
----
+- 配置权威：[`/.env.example`](./.env.example)
+- 架构/模块边界/设计决策：[`/DESIGN.md`](./DESIGN.md)
+- 主要入口代码：[`/app/main.py`](./app/main.py)
+- 测试：[`/tests/test_tool_call_bridge.py`](./tests/test_tool_call_bridge.py)
 
 ## License
 
-内部使用，按需调整。
+MIT