ModelRouter/README.md

ModelRouter

English: README_EN.md

AI-assisted: 本项目使用 AI 辅助编程（代码与文档由 AI 协作完成，经人工复核）。

面向多 llms 订阅者，部署在内网，实现一次配置多个服务共同使用的效果。支持指定模型或 auto 模式，按照配置的优先级选择可用模型提供服务。

轻量且增源无需重编译：网关本体是单 Go 二进制（约 10MB，零运行时依赖）。新增/切换上游 只需在 config.yaml（或 WebUI）加一个 sources 条目或挂一个 .lua 适配器——不改 Go、 不重编译。源与适配器的改动经 WebUI 提交时即时生效（热更新）；直接编辑 config.yaml 或 adapter_dir 下的 .lua 文件则需要重启进程生效。

核心优势

极致轻量

• 单二进制：编译后 8~12MB（-s -w strip 后约 8MB），零运行时依赖（仅依赖系统 libc），部署即用
• 低内存占用：与源数量相关，非与运行时长相关——单源 ~10MB、16 源生产实例 ~40MB（实测分解与调优）
• 日志按需加载：审计日志不常驻内存——默认只加载首屏，下滚自动分页，CSV 导出流式写出（O(1) 内存），离页即释放
• 零运行时依赖：纯 Go + LuaJIT 静态链接，无需安装 Python/Node/Java 等运行时
• 启动极快：冷启动 < 200ms，热重载配置 < 10ms

强大的多租户调度能力

• 多密钥多租户：支持无限密钥，每个密钥独立角色、模型范围、Token 配额、重置周期
• AUTO 智能调度：基于优先级档位的分级调度，同优先级源自动轮询负载均衡，故障自动毫秒级故障转移
• 自愈冷却：冷却上限 5 分钟，过半后放行 1 个探测请求，上游/额度恢复即刻回归轮询，无需等满冷却窗口
• Token 配额管理：精确到模型级别的 Token 配额控制，支持小时/周/月/自定义小时周期自动重置
• 同优先级源负载均衡：同一优先级档位的多个源，请求自动 Round-Robin 均匀分发，故障毫秒级故障转移
• Source-Model 前缀路由：支持 source-model/source:model/source/model 精确指定上游源

生产级可靠性

• 热加载配置：WebUI 修改源/密钥/适配器/AUTO链即时生效，无需重启
• 密钥加密落盘：AES-256-GCM 加密存储 api_key、网关密钥、请求头，master.key 0600 权限保护
• 实时源探测：GET {base}/models 定期探测，毫秒级感知上游状态，不污染调度退避状态
• 全链路审计：HTTP 访问日志、登录/配置变更审计、请求记录 CSV 导出、密钥用量统计 CSV 导出

灵活的协议适配

• LuaJIT VM：每个适配器独立 VM + 弹性 worker 池（按需扩缩容，空闲时自动回收），安全并发，Lua 脚本热加载无需重启
• Lua 适配器协议：transform_request / transform_response / transform_stream_chunk 双向转换
• 动态请求头钩子：build_headers(meta) 支持 HMAC 签名、动态 Header 注入
• 多模态透传：image_url 等多模态内容在多源间无损透传，Anthropic/Gemini/Ollama 自动转换

实现

统一 OpenAI 兼容网关：把多个上游 LLM 源（DeepSeek、Qijiar、OpenAI、Anthropic、Gemini、 Groq、Mistral、Ollama、KimiCode…）通过 Lua 适配器 做协议转换，对内网暴露 一个标准 OpenAI Chat Completions 接口（/v1/chat/completions + /v1/models）， 支持单次结算、SSE 流式、AUTO 模型路由与多模态透传。

从 HomeAgent 的多源 LLM 适配层 （internal/agent/api/provider.go + internal/lua/adapters/*）抽离而来并独立演进。

特性

• 多源：一个进程内配置任意多个上游源，按请求的 model 自动路由。
• AUTO 模式：default_model: AUTO 时按优先级页保存的 AUTO 链档位逐档调度并发请求。
• 统一输出：所有源对外都是 OpenAI 格式（含 reasoning_content、tool_calls、usage）。
• 生图：POST /v1/images/generations，kind: image 的模型独立路由。
• 多模态：content 数组（image_url 等）在多源间无损透传，Anthropic/Gemini/Ollama 自动转换。
• LuaJIT VM：基于 golua 绑定的 LuaJIT，每个适配器独立 VM + worker 池，安全并发。 池是 弹性 的：Σ max_concurrent 只是上限而非预分配，状态按需创建、空闲时自动回收， 因此空载网关几乎不持有 Lua 状态（启动 0 个）。
  • 扩容步长由适配器最大并发决定：clamp(ceil(max/8), 1, 8)，且仅在真实并发争用 （所有现有状态均已占用）时批量预热，顺序流量始终只用 1 个状态。
  • 缩容步长由当前连接数决定：clamp(ceil(冗余/(1+占用)), 1, 冗余)——无连接时一轮收到 常驻下限，忙时每轮只释放 1 个，保护热路径。WebUI「适配器」页展示实时池指标。
• disable_thinking：请求 disable_thinking:true（或上游对应字段）动态开关推理。
• Lua 适配协议：每个源挂一个 .lua 适配器，完成 transform_request / transform_response / transform_stream_chunk 双向转换，协议差异全在 Lua 层。
• 签名 / 请求头钩子：适配器可定义 build_headers(meta)，在 Go 发 HTTP 前 动态注入/签名请求头——用于云端 API 校验调用方 app（如 KimiCode 只放行特定 agent）。提供 hmac_sha256_hex / sha256_hex / base64_encode 等签名辅助。
• WebUI：内置管理界面，可在线查看/新增/编辑上游源与模型、配置 AUTO 优先级链、 管理密钥模型范围，写入运行时文件持久化。
• 密钥加密存储：运行时文件中的上游 api_key、自定义请求头值、网关 key 均以 AES-256-GCM 加密落盘（master.key 独立 0600，或 LLMS_PROXY_MASTER_KEY）。
• 实时源探测：状态页探测各源可达性（GET {base}/models，失败回退最小请求）， 不污染正常调度的退避状态，错误信息在 UI 可悬停查看。
• 鉴权：网关自身用 gateway_keys 校验客户端 Bearer key；与上游各自的 key 相互独立。
• 流式：SSE chat.completion.chunk，含角色首包与 [DONE] 收尾。
• 全链路审计：HTTP 访问日志、登录/配置变更审计、请求记录 CSV 导出、密钥用量统计 CSV 导出
• AES-256-GCM 加密存储：运行时文件敏感字段加密落盘，master.key 0600 权限，支持环境变量注入主密钥

快速开始

GOMODCACHE=... GOPROXY=off go build -tags luajit -o llmsproxy ./cmd/llmsproxy
./llmsproxy -config config.yaml    # 首次运行自动生成默认配置并打印随机 admin key

依赖 golua（LuaJIT 绑定）。必须带 -tags luajit 构建，否则默认走内置超集 gopher-lua 路径（行为略有差异）。

配置不入库：仓库不携带任何 config 文件（配置文件含密钥）。二进制首次运行时 会在 -config 指定的位置生成默认配置：随机 admin key（打印在启动日志中）、 仅绑定 127.0.0.1:8080。首次登录后请在 WebUI「密钥」页更换管理员密钥。

# 无 key -> 401
curl http://127.0.0.1:8080/v1/models

# 单次（$KEY 换成首次启动日志打印的 admin key）
curl -H "Authorization: Bearer $KEY" \
     -d '{"model":"AUTO","messages":[{"role":"user","content":"hi"}]}' \
     http://127.0.0.1:8080/v1/chat/completions

# 流式
curl -N -H "Authorization: Bearer $KEY" \
     -d '{"model":"AUTO","stream":true,"messages":[{"role":"user","content":"hi"}]}' \
     http://127.0.0.1:8080/v1/chat/completions

任何 OpenAI SDK 把 base_url 指到网关地址、api_key 用任意一个已创建并授权的网关 key 即可。

配置

首次运行在 -config 路径自动生成默认配置（默认 ./config.yaml），核心字段：

listen: 127.0.0.1:8080        # 网关监听地址（建议绑内网/回环）
gateway_keys: [sk-gw-<随机>]  # 初始 admin 密钥（每次安装随机生成，仅首启写入运行时存储用）
default_model: AUTO           # model 无法路由时自动按优先级链选源
adapter_dir: adapters         # Lua 适配目录；目录不存在时首启创建并 seed 内置，存在则只读
runtime_file: runtime.json    # WebUI 编辑的源/密钥/AUTO 链持久化到此文件

sources:
  - name: deepseek
    base_url: https://api.deepseek.com
    api_key: sk-...            # 也可用 api_key_env: SOME_ENV 引用环境变量（不落盘明文）
    adapter: deepseek
    max_concurrent: 8
    models:
      - id: deepseek-v4-flash
        priority: 100          # YAML 源首次启动会 seed 进 AUTO 链的初值
        kind: chat
      - id: deepseek-v4-pro
        priority: 60
        kind: chat
    # 静态请求头（比适配器默认优先）
    headers: { X-Tenant: prod }
    # 传给 Lua build_headers 的透传元数据
    meta: { app_id: x, app_secret: y }
    temperature: 0.7
    max_tokens: 4096
    timeout: 120s              # 请求超时，默认 120s

config.yaml、runtime.json、master.key、adapters/ 均不提交版本库（见 .gitignore），请随备份带走——master.key 丢失后运行时密文无法解密。

运行文件生成在 -config 所在目录：adapter_dir / runtime_file 自动指向 配置文件旁边的 adapters/ 与 runtime.json，从任意工作目录启动都可用。

运行时文件（runtime_file）中的敏感字段自动加密：

• 加密算法 AES-256-GCM，格式 enc:v1:<base64>。
• 主密钥来源：环境变量 LLMS_PROXY_MASTER_KEY（64 位 hex）；否则读取 runtime_file 同目录的 master.key；都不存在时首次启动自动生成 master.key（0600）。
• 升级时旧明文文件自动兼容：首次运行正常读取，任何 UI 保存操作触发全文件加密迁移。
• 注意：master.key 丢失后密文无法解密，请随配置一起备份；切勿提交到版本库。

网关密钥（多密钥）

网关鉴权采用「多密钥 + 角色 + 模型范围」架构，密钥持久化在 runtime_file 的 keys 字段（加密存储）：

• gateway_keys 配置只是初始 admin 密钥种子：首次启动迁移为运行时 admin key，之后不再参与鉴权管理。
• 重要：首次启动后请在 WebUI「密钥」页更换管理员密钥——初始密钥明文写在 config.yaml 里（每次安装随机生成），继续使用存在被盗风险；用新密钥登录后删除初始密钥。
• WebUI 密钥页可创建/删除密钥；每个密钥可指定 admin（管理全部）或 user（仅看自己的 key）角色，并配置模型范围（模型 + 源 + token 配额 + 重置周期）。
• 客户端用任意一个已授权的密钥明文作为 Bearer（Authorization: Bearer <key>）。
• 删除密钥即从运行时存储移除，立即失效。

模型路由

/v1/chat/completions 的 model 解析顺序：

1. source/model 或 source:model 前缀 → 指定源；
2. 精确匹配某个源的 model；
3. 配置 default_model: AUTO 时 → 走优先级页保存的 AUTO 链（见下）；
4. 否则回落（返回错误）。

任何 OpenAI 客户端，只要 model 设为某个源的 name/任意名，即可锁定走该源； 设为 AUTO（或网关配了 default_model: AUTO）即自动按优先级链选源。

AUTO 链（优先级页）

AUTO 调度只由优先级页保存的规则决定，源配置里的 models[].priority 数字不再 参与调度、也不再显示。聊天与生图是两套独立的链，在优先级页面通过「聊天 / 生图」 按钮切换编辑：

• 聊天链（runtime_file 的 auto 字段）：服务 POST /v1/chat/completions 的 model: AUTO 请求；只接受 kind: chat 模型，配置在链里的生图槽位会被忽略。
• 生图链（runtime_file 的 auto_image 字段）：服务 POST /v1/images/generations 的 model: AUTO 请求；只接受 kind: image 模型。未配置生图链时，AUTO 生图回落 到「所有含生图模型的源、按注册顺序」的旧行为，兼容旧配置。

每条规则 = 一个「槽位」：{ model, source, tier, token_quota, period, hours }。

• tier 表示优先级档位：同一档的模型并排、共享该优先级；档位从上到下递减。
• 同一模型可配置多个槽位（如 A 源低配 → B 源低配 → A 源高配 → B 源高配），按档位顺延。
• token_quota > 0 时该槽位在重置周期内用满即顺延到下一槽位；period 支持 hour / week / month / nhour（配合 hours），空 = 不限。
• 同 tier 内按「偏好分」排序，失败槽位冷却后自动跳过；冷却 / 配额耗尽 / hard 错误会顺延到下一 tier，全部失败时返回 503 并附上每档失败摘要。

冷却与半冷却探测（自愈调度）

槽位失败后进入指数退避冷却（5s → 10s → 20s …，上限 5 分钟）。冷却不是全时段 硬闸：

• 前半段完全静默：刚失败的槽位不接任何流量，避免对故障上游持续施压。
• 后半段放行 1 个探测：窗口过半后，同一 (源, 模型) 最多允许 一个 请求作为 探测通过。探测槽数 = clamp(max_concurrent / 10, 1, 2)——max_concurrent: 10 的源恰好放行 1 个探测请求。
• 探测排在最后：同 tier 内探测候选永远排在健康候选之后，只有没有正常槽可用时 才承接真实流量，因此探测不会抢走可用容量。
• 探测即真实请求：成功则立即清零失败计数与冷却，槽位当场回到正常轮询—— 上游恢复/额度恢复后不必等满整个冷却窗口。失败则重开一个新窗口，下次探测顺延到 新窗口的中点，不会连续重试。

分类冷却策略：

情况	冷却	说明
传输错误 / 5xx	5s→10s→20s…，上限 5min	指数退避
401 / 403 凭据错误	10min	换 key 后由下一次探测自动接回
429 限流	30s 固定	「太快」不等于「坏了」，不进指数阶梯
配额耗尽（insufficient_quota / 余额不足 等）	对齐配额窗口，上限 30min	不进指数阶梯、不涨失败计数，额度恢复即可用

WebUI「优先级」页的槽位健康标签会区分 冷却 / 待探测 / 探测中，悬停可看窗口 起点、探测放行时刻与完全恢复时刻。

源（Source）与适配器（Adapter）的关系

• 源 是到某个上游的连接描述：name、base_url、api_key、模型列表与优先级。
• 适配器 是协议转换逻辑（Lua 脚本）：把统一 OpenAI 格式请求转成上游原生格式， 再把上游响应/流式分块转回统一格式。
• 一个适配器可被多个源复用（如 openai.lua 同时服务多个 OpenAI 兼容站点）； 同一个源也可以切换不同适配器（改 adapter 字段即可）。
• 源决定“连谁、暴露哪些模型”，适配器决定“怎么对话”——二者在 sources[] 条目中 通过 adapter 字段关联。

加载流程（internal/core 的 Core 负责装配）：

1. 启动时 lua.NewVM(adapter_dir) 加载全部适配器：内置适配器（编译期 embed）+ adapter_dir 下的同名覆盖文件；内置文件写在代码内，覆盖文件要求更高优先级。
2. config.Load 读取 config.yaml，config.NewStore(runtime_file) 读 WebUI 改动的 运行时源，二者按名称合并成完整源列表。
3. rebuildRegistry 为每个源创建 provider.Provider（持有目标适配器），并按源的 并发上限配置适配器 worker 池上限（不预分配，见下）。
4. 请求进来时 Registry 按 model 路由到 Provider，Provider 调适配器 transform_request → HTTP 发送 → transform_response / transform_stream_chunk。

WebUI 上的"新增/编辑源"、"上传 Lua 适配器"、"改 AUTO 优先级链"与"密钥模型范围" 都即时生效（写入运行时文件或 adapter_dir 后重新装配，无需重启）；直接编辑 config.yaml / adapter_dir 下的文件则需要重启进程才会重新加载。

在 WebUI 删除源/适配器时：运行时（WebUI 创建）的源与 .lua 文件会真正移除； config.yaml 中定义的基源无法改写配置文件，采用删除标记隐藏（重启后仍隐藏）， 在 UI 里重新添加同名源即可恢复。

源模板（多 key 负载均衡）

多个上游 key 共享同一套配置（URL / 适配器 / 模型列表 / 并发 / rpm）时，逐一复制 整段 source 太冗余。源模板保存除 name 和 api_key 以外的全部源字段， 从模板一键创建多个仅 key 不同的源，天然支持多 key 负载均衡（每个展开源独立调度、 独立冷却、独立健康状态）。

• WebUI「源」页右上角「模板管理」按钮：列出全部模板，可编辑 / 删除 / 新建。
• 添加源弹窗右上角两个按钮：
  • 从模板创建 → 选模板 → 表单自动填充（name + key 仍需你填）；
  • 存为模板 → 把当前表单非 key/name 字段存为新模板。
• 模板持久化在 runtime_file 的 source_templates 字段，与运行时源一样热管理， 改完即时生效。模板本身不含密钥，可以安全共享 / 纳管。

模板不会自己变成源——它只是「配方」。真正承担流量的是从模板创建出来的、带 key 的具体源。

内存占用（实测与调优）

内存不是一个定数：它随配置的源数量增长（每个源一个 http.Transport 与连接池、 一组健康状态），与运行时长无关。本机实测（Linux x86_64，12 核）：

部署形态	启动 RSS	稳态 RSS
1 源 / 1 适配器（最小配置）	~4 MB	~10 MB
1 源 + 29 MB 历史审计日志	~19 MB	~20 MB
16 源 / 13 适配器 / 59 模型（本机生产）	~28 MB	~37–42 MB

历史参考：本项优化前同一生产配置为 ~105 MB。降幅来自三处：审计日志不再全量回放 （约 25 MB）、Lua 状态池不再单调增长、以及下面两个运行时开关。

内存构成（生产实例分段测量，/proc/<pid>/smaps）：

区域	RSS	说明
Go 堆	~14 MB	provider/registry/scheduler 结构 + 连接池缓冲
其他匹名（线程栈 / LuaJIT chunk / runtime）	~12 MB	与线程数、已加载适配器数相关
二进制 text+rodata	~8 MB	映射的可执行文件页（只读、可被内核回收）
Go runtime 预留	~4 MB	VSZ 上看到的 2 GB+ 是地址空间预留，不占物理内存
共享库	~3 MB	libc / libluajit / libm

两个推荐的部署开关（只适用于环境变量，无需改代码）：

# /etc/systemd/system/llmsproxy.service
Environment=GOGC=50
Environment=MALLOC_ARENA_MAX=2

• MALLOC_ARENA_MAX=2：LuaJIT 的分配走 cgo → glibc malloc，glibc 默认允许 8×nproc 个 per-thread arena，每个碰到 malloc 的 OS 线程会占用一个（各约 1 MB，且不归还给系统）。 实测从 8–15 个 arena（约 7–12 MB）降到 0。
• GOGC=50：把 Go 堆增长目标减半。单独使用无效（省下的堆会立即被更多 glibc arena 吃掉，实测 20.3 → 21.5 MB 反而变大），必须与 MALLOC_ARENA_MAX 配合， 两者同时开启才降 ~19%。网关是 I/O 密集型（本机 9 小时仅消耗 1min10s CPU）， 多出的 GC 周期与它的空闲 CPU 相比可忽略。

桌面版（Electron）已在 cmd/gui/main.js 里默认为内嵌核心注入这两个开关；手动 export 同名 环境变量可覆盖。如果你用自己的 systemd unit / 容器，建议照上面加上。

可选：GOMEMLIMIT=48MiB 作软上限，实测再省 ~1 MB；代价是逐近上限时 GC 转激进， 温和场景不必开。

disable_thinking

请求体带 "disable_thinking": true 时，网关透传给各适配器；DeepSeek 适配器将其 映射为 extra_body.thinking.type = "disabled" 关闭推理，其余源按各自协议处理。

WebUI

内置管理界面（GET /），登录后可在浏览器完成：

• 状态页：源在线状态（实时探测 + 悬停看错误）、模型/源/key 用量统计、请求记录， 支持按时间范围导出 CSV；点击模型可生成 pin 到该模型的连接配置。
• 对话页：流式/非流式调试。
• 密钥页：创建/编辑网关 key，为每个 key 配模型范围（模型 + 源 + token 配额 + 周期）， 管理员管理全部 key，用户只看到自己的 key。
• 优先级页：拖拽积木配置 AUTO 链档位。
• 源页：在线增删改上游源（API key 等敏感字段加密落盘）。
• 适配器页：上传 / 删除 Lua 适配器脚本。

改动写入 runtime_file（重启仍生效）。

Lua 适配器协议

完整 API 见 Lua 适配器 API 文档（English）。

每个适配器是一个返回 table 的 Lua 脚本（internal/lua/adapters/<name>.lua）， 加载时可被 adapter_dir 下的同名脚本覆盖——改 Lua 脚本无需重编译， 重启即生效；通过 WebUI 上传的适配器与在线编辑的源配置则即时生效。

return {
  name = "mysrc",
  version = "1.0.0",
  endpoint = "/chat/completions",        -- 上游路径（可被 source.endpoint 覆盖）
  headers = { ["X-Static"] = "v" },      -- 静态默认请求头（build_headers 缺省时使用）

  -- 请求转换：把 OpenAI 格式 req 转成上游原生格式，返回字符串
  transform_request = function(raw_json) ... end,

  -- 响应转换：把上游原生响应转成统一格式字符串
  --   { content, reasoning_content, finish_reason, token_usage{...}, tool_calls[{...}] }
  transform_response = function(raw_json) ... end,

  -- 流式分块转换：把上游 SSE data 转成 { content, done, ... }，返回 "" 则跳过
  transform_stream_chunk = function(raw_chunk) ... end,

  -- [可选] 动态请求头/签名钩子
  -- meta = { url, method, body, api_key, timestamp, source={ name, meta={...} } }
  build_headers = function(meta) return { ["X-App-Sign"] = sign } end,
}

内置信号辅助：hmac_sha256_hex(key, data)、sha256_hex(data)、base64_encode(s)、 tohex(s)、json.encode/decode、log(level, msg)。

内置适配器

openai deepseek anthropic gemini github groq mistral ollama kimicode。

anthropic/gemini/ollama 适配器内置多模态转换（image_url → 各自上游格式）；若 源启用 disable_thinking，deepseek 适配器会把 extra_body.thinking.type 置为 disabled。

kimicode 是展示 build_headers 的样例：云端校验调用方 app，需要按 meta.app_secret 对时间戳+URL+请求体哈希做 HMAC 签名并附 X-App-Sign 等头。 配好 sources[].meta.{app_id, app_secret, app_agent} 即可。

桌面 GUI（Electron）

可选独立产物，面向内网桌面端用户：内嵌 ModelRouter 核心（Clash Verge 形态）， 一键启停、系统托盘常驻、开机自启、静默启动，内容区一比一内嵌完整 WebUI （状态/对话/密钥/优先级/源/适配器 六个页面，免登录）。服务器用户继续使用纯 Go 二进制。

两种安装包：Headless 与 Desktop

发布到 Release 的安装包分为两类，面向不同用户：

• Headless（服务器版）：纯核心二进制（无 Electron），配置驱动，适合服务器、 容器、systemd 等无人值守场景。Linux 为 .tar.gz（二进制 + config.example.yaml
  • adapters/ + README），Windows 为 .zip。
• Desktop（桌面版）：Electron GUI 安装包，内嵌核心，适合个人桌面日常使用。

选择 GUI 还是纯后端

场景	推荐	理由
服务器 / 内网网关 / 无人值守常驻	Headless（单二进制）	极轻量（二进制 ~8MB；RSS 随源数量，单源 ~10MB、16 源 ~40MB，见内存占用），零依赖单进程，直接跑在 systemd/任意容器里，远程管理
个人桌面日常使用 / 多设备内网共享	Desktop（GUI）	免登录内嵌 WebUI、系统托盘一键启停、开机自启、静默后台，适合不懂命令行的使用者
Windows 桌面	Desktop	纯后端在 Windows 上需自行注册服务，GUI 提供原生托盘/自启体验
CI 一键出三平台安装包	Desktop 打包脚本	make gui-* 系列出 deb/AppImage/NSIS，可进发行流水线

两者完全同源：GUI 内嵌的就是纯后端的同一份 llmsproxy 核心（LuaJIT 版）， 配置/适配器格式完全一致，可随时互换。

构建与运行

cd cmd/gui
npm install
make gui          # 或 npm run dev —— 开发运行（需先 make build 生成 bin/llmsproxy）
make gui-deb      # 本机构建 deb（分享给其它 Linux 用户）
make gui-dist     # 构建 deb + AppImage（linux）
make gui-win      # 构建 Windows nsis 安装包（本机 mingw + wine）
make gui-win-docker  # 构建 Windows nsis 安装包（全 docker 自足，无需本机 mingw）
make gui-dist-dir # 仅解包产物（调试用，不产安装包）

产物在 cmd/build/gui-dist/：ModelRouter-<ver>.AppImage、 modelrouter-gui_<ver>_amd64.deb、ModelRouter Setup <ver>.exe（win）。rpm 需系统 rpmbuild。 发布时会把产物重命名为 ModelRouter-Desktop-*（GUI）与 ModelRouter-Headless-*（纯后端） 两类上传到 GitCode Release。

Windows 打包（docker 固化方案，推荐）

make gui-win-docker 一步完成：交叉编译核心 + NSIS 打包，宿主机无需安装 mingw。

• 构建镜像：cmd/gui/docker/win-builder/Dockerfile（golang:1.25 + mingw-w64 + 预编译 LuaJIT windows 版 lua51.dll 与 import lib）。LuaJIT 源码取自 gitcode 镜像（国内可达），github 兜底；Go 依赖走 https://goproxy.cn。
• 核心编译：cmd/gui/scripts/win-core-docker.sh —— 在容器内产出 cmd/gui/bin/{llmsproxy.exe,lua51.dll}。
• 一键发布：cmd/gui/scripts/dist-win-docker.sh —— 核心编译后调用 electron-builder（宿主需有 wine 用于 NSIS）。
• 首次运行自动构建 modelrouter/win-builder 镜像；已存在则直接复用。

# 全 Windows 发布（核心重编 + NSIS）：
make gui-win-docker

特性

• 内嵌核心：自动拉起捆绑的 llmsproxy（LuaJIT 版），配置/密钥/adapter 存于 用户数据目录 <userData>/profile/，首次运行自动生成随机 admin key 写入 keys （非 seed）并自注入，WebUI 免登录、不会提示"更换初始密钥"。端口可在设置中更改（默认 8787）。
• 系统托盘：内核状态点、开机自启/静默启动开关、启停/重启内核、退出。
• 静默启动：--silent 参数或设置项，启动仅驻托盘不弹窗；首次运行始终显示窗口。
• 开机自启：Windows/macOS 用 setLoginItemSettings；Linux 写 ~/.config/autostart/modelrouter-gui.desktop，静默开启时自动附加 --silent。

目录

cmd/llmsproxy            # 入口（纯 Go 服务端）
cmd/gui                  # Electron 桌面 GUI（内嵌核心 + 托盘 + 打包）
internal/config          # YAML 配置加载/校验
internal/lua             # LuaJIT VM + worker 池 + AdapterCache + 内置适配器 (embed)
internal/provider        # Provider(HTTP) + Registry(路由)
internal/gateway         # OpenAI 兼容 HTTP 服务 + 鉴权 + SDK/流式 + WebUI
internal/types           # 统一格式 & OpenAI wire 类型

测试

go test -tags luajit ./...

覆盖：配置校验、适配器加载/变换、签名钩子、Gateway 鉴权、SDK 结算、SSE 流式、 模型路由、多模态透传与 disable_thinking。