Augment-BYOK-Proxy（Rust）

把本代理作为 Augment 扩展的 completionURL 使用：

• /chat-stream：按所选 byok.providers[].type 做协议转换：Anthropic（POST {base_url}/messages SSE）或 OpenAI-compatible（POST {base_url}/chat/completions SSE）；输出 Augment 期望的 NDJSON（每行一个 {text,nodes,stop_reason}）。
• /get-models：请求官方 /get-models，并注入 BYOK 模型 registry（byok:<providerId>:<modelId>），让主面板 Model Picker 可选/可切换。
• 部分 LLM 端点支持 BYOK/Official/Disabled 路由：当扩展侧注入 x-byok-mode: byok|official|disabled 时，优先按该模式处理（BYOK 可用 x-byok-model 指定 byok:<providerId>:<modelId>）。
• 其它所有路径：原样反代到官方 official.base_url（由 Rust 统一携带 official.api_token）。

快速开始

1. 配置：cp config.example.yaml config.yaml（按注释填写；全部配置仅来自 config.yaml）
2. 启动：Rust cargo run --release -- --config config.yaml；预编译（GitHub Releases 解压）./augment-byok-proxy --config config.yaml（macOS 无权限先 chmod +x augment-byok-proxy；Gatekeeper：xattr -dr com.apple.quarantine augment-byok-proxy；Windows：.\augment-byok-proxy.exe --config config.yaml）
3. VS Code（注入版扩展）配置 completionURL/apiToken（apiToken 是本代理鉴权 token，不是 LLM key）：

{
  "augment.advanced": {
    "completionURL": "http://127.0.0.1:8317/",
    "apiToken": "proxy_your_auth_token"
  }
}

自测：GET http://127.0.0.1:8317/health → {"status":"ok","service":"augment-byok-proxy"}

关键行为

• proxy.auth_token 是 VS Code 连接本代理的鉴权 token（对应 augment.advanced.apiToken）。
• official.base_url 视为完整 API 前缀，不补/抽/猜 /api//v1；所有未实现端点全部透传到 ${official.base_url}<path>。
• official.api_token 仅由 Rust 使用：用于请求官方 /get-models + 其它端点反代（不会暴露给 VS Code；支持 raw token / Bearer / KEY=VALUE）。
• byok.providers[type=anthropic].base_url 必须是完整 Anthropic API 前缀（例 https://api.anthropic.com/v1），内部严格拼接 ${base_url}/messages（不猜 /v1；自动补齐 /）。
• byok.providers[type=openai_compatible].base_url 必须是完整 OpenAI Chat Completions API 前缀（例 https://api.openai.com/v1），内部严格拼接 ${base_url}/chat/completions（不猜 /v1；自动补齐 /）。
• 模型选择：
  • 主面板 Model Picker 的候选模型来自本代理 /get-models 注入的 byok:<providerId>:<modelId>。
  • /chat-stream 会解析请求体 model 的 byok 格式，锁定 provider + modelId；若未指定则使用 byok.active_provider_id/byok.providers[0] 的 default_model。
• 请求兼容：支持 chat_history 还原上下文；支持工具调用（tool_use/tool_result 串联）；输入 nodes 支持 type=0 text、type=1 tool_result（支持 content_nodes 文本/图片）、type=2 image(base64)，以及 type=3..10（会转为提示文本）。
• 上下文压缩（可选）：history_summary.enabled=true 时，代理会在 chat_history 接近上下文上限时自动触发（trigger_strategy=auto|chars|ratio），用摘要模型做滚动摘要（rolling_summary=true 时增量更新；provider_id/model 留空则默认用当前对话的 provider + model），并把旧 history 压成一段新的 <supervisor>...（summary + abridged + full tail）后裁剪 chat_history（client/UI 无感；会增加一次上游调用延迟；依赖请求体 conversation_id 做缓存复用；缓存持久化到 history_summary_cache.json，默认 cache_ttl_ms=0 不自动过期）。
• 摘要缓存清理：当转发请求的路径包含 delete/remove/archive 且请求体包含 conversation_id 时，会尝试自动删除该 thread 的摘要缓存；也可用管理台 API 手动清理。
• 请求解析：显式 null 的字符串字段按缺省值处理；解析失败错误会附带 JSON 字段路径（便于定位是哪一个字段触发 null → string）。
• 日志：logging.filter 控制过滤；logging.dump_chat_stream_body=true 输出已脱敏请求摘要（不截断；仍可能包含代码片段）；请求解析失败时会额外输出该摘要用于排查。
• 扩展隐藏配置 augment.advanced.chat.override.* 仅进入请求体 third_party_override（不会直接改变请求 URL）。

端点

方法	路径	说明
GET	/health	健康检查
POST	/get-models	获取模型列表（上游官方 + 注入 BYOK registry）
POST	/chat-stream	核心：chat 流（Augment NDJSON）
POST	/chat	callApi：BYOK/Official/Disabled（默认转官方）
POST	/completion	callApi：BYOK/Official/Disabled（默认转官方）
POST	/chat-input-completion	callApi：BYOK/Official/Disabled（默认转官方）
POST	/edit	callApi：BYOK/Official/Disabled（默认转官方）
POST	/prompt-enhancer	callApiStream：BYOK/Official/Disabled（默认转官方）
POST	/instruction-stream	callApiStream：BYOK/Official/Disabled（默认转官方）
POST	/smart-paste-stream	callApiStream：BYOK/Official/Disabled（默认转官方）
POST	/generate-commit-message-stream	callApiStream：BYOK/Official/Disabled（默认转官方）
POST	/generate-conversation-title	callApiStream：BYOK/Official/Disabled（默认转官方）
ANY	/*	其它端点：原样反代到官方（携带 official.api_token）
GET	/admin	Web 管理台（运行时编辑配置）
GET	/admin/api/config	读取当前运行时配置（JSON）
PUT	/admin/api/config	热更新运行时配置（JSON；不支持改监听地址/端口/日志 filter）
POST	/admin/api/config/save	保存当前配置到启动时的 config.yaml
POST	/admin/api/history-summary-cache/delete	删除指定 conversation_id 的摘要缓存（持久化）
POST	/admin/api/history-summary-cache/clear	清空全部摘要缓存（持久化）

管理台（可选）

访问 http://127.0.0.1:8317/admin，直接编辑运行时 JSON 配置；热更新仅影响后续请求，且：

• 监听地址/端口、logging.filter 变更需要重启（管理台会拒绝该类热更新）。
• 保存到文件 会覆盖写回启动时的 config.yaml（注释会丢）。
• 管理台会显示 token/api_key，建议仅监听 127.0.0.1。

转换规则（Anthropic SSE → Augment NDJSON）

• text_delta → text + nodes[].type=0（content=delta）
• thinking_delta → 缓冲 → nodes[].type=8（在 content_block_stop 一次性发出；thinking.summary）
• tool_use + input_json_delta → 缓冲 → nodes[].type=7（TOOL_USE_START）+ nodes[].type=5（TOOL_USE）（在 content_block_stop 发出；都携带 tool_use{tool_use_id,tool_name,input_json}）
• usage/message.usage → nodes[].type=10（TOKEN_USAGE；token_usage.*）
• 结束：最后一行输出 stop_reason，并可选附带 nodes[].type=2（MAIN_TEXT_FINISHED；content=full_text）
• stop_reason：end_turn/stop_sequence→1、max_tokens→2、tool_use→3（其它默认 1）

转换规则（OpenAI SSE → Augment NDJSON）

• choices[].delta.content → text + nodes[].type=0（content=delta）
• choices[].delta.tool_calls[].function.arguments → 缓冲 → nodes[].type=7（TOOL_USE_START）+ nodes[].type=5（TOOL_USE）（流结束时统一发出；携带 tool_use{tool_use_id,tool_name,input_json}）
• choices[].finish_reason：stop→1、length→2、tool_calls/function_call→3、content_filter→5（其它默认 1）
• usage.prompt_tokens/completion_tokens（如上游支持 stream_options.include_usage）→ nodes[].type=10（TOKEN_USAGE）

VSIX Patch（可选）

目标：对官方 augment.vscode-augment 做最小注入，提供一个面板入口（命令）用于：

• 打开 /admin
• 刷新模型列表（用于 Model Picker / 路由下拉）
• 配置端点路由（BYOK/Official/Disabled）
• 配置上下文压缩（History Summary：启用/选择摘要模型/清空摘要缓存/保存到 config.yaml）

代理本身通过 completionURL/apiToken 接入，不再使用 chatStreamForward。

• 文件：vsix-patch/inject-code.txt（可选：其它注入逻辑）、vsix-patch/byok-proxy-auth-header-inject.js（为 completionURL 自动注入 Authorization）、vsix-patch/byok-proxy-panel-inject.js（注册面板命令）。
• CI：.github/workflows/manual-build.yml（下载官方 VSIX→注入→重打包）、.github/workflows/build.yml（定时构建）。
• 本地重打：依赖 python3（仅标准库）；python3 scripts/repack_vsix.py（默认输出 dist/augment-vscode-modified-v{version}.vsix；可用 --in/--out/--keep-workdir）。

发布（维护者）

• 方式1：打 tag（例如 v0.1.0）并 push；CI .github/workflows/release-proxy.yml 自动构建并创建 Release + 附件。
• 方式2：Actions 手动运行 Release Augment-BYOK-Proxy，可选传入 tag；留空默认使用 Cargo.toml 版本生成 v{version}。
• 方式3：GitHub UI 创建 Release（release.created）也会触发同一工作流上传附件。