/** * @fileoverview 请求解析模块 * @description 负责解析聊天请求、提取提示词和处理图片 */ import fs from 'fs'; import path from 'path'; import sharp from 'sharp'; import { IMAGE_POLICY } from '../backend/models.js'; import { ERROR_CODES, getErrorMessage } from './errors.js'; /** * 构造解析错误结果 * @param {string} code - 错误码 * @param {string} [customMessage] - 自定义消息(可选,用于包含动态参数) * @returns {{success: false, error: {code: string, error: string}}} */ function parseError(code, customMessage) { return { success: false, error: { code, error: customMessage || getErrorMessage(code) } }; } /** * @typedef {object} ParsedRequest * @property {string} prompt - 提取的提示词 * @property {string[]} imagePaths - 图片临时文件路径 * @property {string|null} modelId - 解析后的模型 ID * @property {string|null} modelName - 原始模型名称 * @property {boolean} isStreaming - 是否流式请求 */ /** * @typedef {object} ParseError * @property {string} code - 错误码 * @property {string} error - 错误消息 */ /** * @typedef {object} ParseResult * @property {boolean} success - 是否解析成功 * @property {ParsedRequest} [data] - 解析结果(成功时) * @property {ParseError} [error] - 错误信息(失败时) */ /** * 解析聊天请求 * @param {object} data - 请求体数据 * @param {object} options - 解析选项 * @param {string} options.tempDir - 临时目录路径 * @param {number} options.imageLimit - 图片数量限制 * @param {string} options.backendName - 后端名称 * @param {Function} options.resolveModelId - 模型 ID 解析函数 * @param {Function} options.getImagePolicy - 获取图片策略函数 * @param {string} options.requestId - 请求 ID * @param {Function} options.logger - 日志函数 * @returns {Promise} 解析结果 */ export async function parseRequest(data, options) { const { tempDir, imageLimit, backendName, resolveModelId, getImagePolicy, requestId, logger } = options; const messages = data.messages; const isStreaming = data.stream === true; // 验证 messages if (!messages || messages.length === 0) { return parseError(ERROR_CODES.NO_MESSAGES); } // 筛选用户消息 const userMessages = messages.filter(m => m.role === 'user'); if (userMessages.length === 0) { return parseError(ERROR_CODES.NO_USER_MESSAGES); } const lastMessage = userMessages[userMessages.length - 1]; let prompt = ''; const imagePaths = []; let imageCount = 0; // 解析内容 if (Array.isArray(lastMessage.content)) { for (const item of lastMessage.content) { if (item.type === 'text') { prompt += item.text + ' '; } else if (item.type === 'image_url' && item.image_url?.url) { imageCount++; // 图片数量检查 if (imageLimit <= 10) { if (imageCount > imageLimit) { return parseError(ERROR_CODES.TOO_MANY_IMAGES, `图片数量超过限制(最大 ${imageLimit} 张)`); } } else { // imageLimit > 10:超过浏览器硬限制时忽略 if (imageCount > 10) { continue; } } // 处理 data URL const url = item.image_url.url; if (url.startsWith('data:image')) { const imagePath = await saveBase64Image(url, tempDir); if (imagePath) { imagePaths.push(imagePath); } } } } } else { prompt = lastMessage.content; } prompt = prompt.trim(); // 解析模型参数 let modelId = null; if (data.model) { modelId = resolveModelId(data.model); if (modelId) { logger.info('服务器', `触发模型: ${data.model} (${modelId})`, { id: requestId }); } else { return parseError(ERROR_CODES.INVALID_MODEL, `模型无效/后端 ${backendName} 不支持: ${data.model}`); } } else { logger.info('服务器', '未指定模型,使用网页默认', { id: requestId }); } // 图片策略校验 const hasImage = imagePaths.length > 0; const policy = data.model ? getImagePolicy(data.model) : IMAGE_POLICY.OPTIONAL; if (policy === IMAGE_POLICY.REQUIRED && !hasImage) { return parseError(ERROR_CODES.IMAGE_REQUIRED, `模型 ${data.model} 需要参考图`); } if (policy === IMAGE_POLICY.FORBIDDEN && hasImage) { return parseError(ERROR_CODES.IMAGE_FORBIDDEN, `模型 ${data.model} 不支持图片输入`); } return { success: true, data: { prompt, imagePaths, modelId, modelName: data.model || null, isStreaming } }; } /** * 保存 Base64 图片到临时文件 * @param {string} dataUrl - data URL 格式的图片 * @param {string} tempDir - 临时目录 * @returns {Promise} 保存的文件路径,失败返回 null */ async function saveBase64Image(dataUrl, tempDir) { const matches = dataUrl.match(/^data:([A-Za-z-+\/]+);base64,(.+)$/); if (!matches || matches.length !== 3) { return null; } try { const buffer = Buffer.from(matches[2], 'base64'); // 压缩图片 const processedBuffer = await sharp(buffer) .jpeg({ quality: 90 }) .toBuffer(); const filename = `img_${Date.now()}_${Math.random().toString(36).substring(7)}.jpg`; const filePath = path.join(tempDir, filename); fs.writeFileSync(filePath, processedBuffer); return filePath; } catch (e) { return null; } }