DB-GPT项目中OpenAILLMClient因Httpx版本升级导致的代理参数废弃问题分析
问题背景
在DB-GPT项目的模型管理模块中,OpenAILLMClient组件近期出现了调用异常。当开发者尝试使用该客户端与GPT-4模型交互时,系统返回了"LLMServer Generate Error"错误,提示AsyncClient.init()收到了意外的关键字参数'proxies'。
技术分析
根本原因
这一问题源于HTTP客户端库Httpx在v0.28.0版本中的重大变更。根据Httpx的更新日志,该版本正式移除了长期标记为废弃的proxies参数。这一变更属于向后不兼容的API修改,直接影响了依赖此参数的代码。
在DB-GPT项目的_build_openai_client函数实现中,创建Httpx异步客户端时显式传递了proxies参数:
http_client=httpx.AsyncClient(proxies=init_params.proxies)
版本差异对比
-
v0.27.2及之前版本: Httpx的AsyncClient构造函数接受
proxies参数,允许开发者通过字典配置不同协议(HTTP/HTTPS)的代理设置 -
v0.28.0及之后版本: 该参数被完全移除,仅保留单一的
proxy参数用于全局代理配置。这一变更是为了简化API设计,减少配置复杂性
影响范围
此问题影响所有满足以下条件的DB-GPT用户:
- 使用源码安装方式部署项目
- 环境中安装了Httpx v0.28.0或更高版本
- 尝试通过OpenAILLMClient与OpenAI API交互
解决方案
临时解决方案
对于需要立即解决问题的用户,可以采取以下任一方法:
- 降级Httpx到v0.27.2或更早版本
pip install httpx==0.27.2 - 手动修改项目代码,移除
proxies参数传递
长期修复方案
项目代码需要进行以下修改:
def _build_openai_client(init_params: OpenAIParameters) -> Tuple[str, ClientType]:
import httpx
openai_params, api_type, api_version, api_azure_deployment = _initialize_openai_v1(
init_params
)
if api_type == "azure":
from openai import AsyncAzureOpenAI
return api_type, AsyncAzureOpenAI(
api_key=openai_params["api_key"],
api_version=api_version,
azure_deployment=api_azure_deployment,
azure_endpoint=openai_params["base_url"],
http_client=httpx.AsyncClient(), # 移除proxies参数
)
else:
from openai import AsyncOpenAI
return api_type, AsyncOpenAI(
**openai_params, http_client=httpx.AsyncClient() # 移除proxies参数
)
技术建议
-
依赖版本锁定:建议在项目requirements中明确指定Httpx的版本范围,避免类似兼容性问题
-
代理配置替代方案:如果需要保留代理功能,可以考虑:
- 使用环境变量配置代理(如HTTP_PROXY/HTTPS_PROXY)
- 通过transport层自定义代理设置
-
兼容性测试:建议增加对依赖库重大版本更新的自动化测试,提前发现兼容性问题
总结
此次问题展示了开源项目依赖管理的重要性。随着Httpx v0.28.0的发布,所有依赖proxies参数的代码都需要相应调整。DB-GPT项目团队已意识到这一问题,并提供了修复方案。开发者应及时更新代码或锁定依赖版本,确保系统稳定运行。
对于开源项目维护者而言,这提醒我们需要密切关注上游依赖的变更日志,及时调整项目代码,同时建立完善的版本兼容性测试机制,为用户提供更稳定的使用体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00