Kong AI-Proxy插件在3.9.0版本中的流式响应问题分析

Kong作为一款开源的API网关，在其3.9.0版本中引入了一个值得注意的行为变更：当使用AI-Proxy插件处理流式响应时，会出现响应缓冲现象，这与3.8.0版本的工作方式形成鲜明对比。

问题现象

在Kong 3.9.0版本中，当客户端请求AI服务（如某AI平台）的流式响应时，Kong会将所有服务器发送事件(SSE)缓冲到临时文件中，直到整个响应完成才返回给客户端。这一行为通过Nginx警告日志可见："an upstream response is buffered to a temporary file"。相比之下，3.8.0版本能够正确地将每个SSE事件实时转发给客户端。

技术背景

Kong的AI-Proxy插件设计用于简化与各种AI服务提供商的集成。在流式API调用场景中，客户端通常会设置stream: true参数，期望服务器以分块传输编码(Chunked Transfer Encoding)方式逐步返回响应。这种机制对于大语言模型(LLM)交互尤为重要，因为它允许用户实时看到生成结果，而不是等待整个响应完成。

问题复现与验证

通过Docker环境可以清晰复现这一问题：

1. 使用Kong 3.8.0时，向某AI平台的聊天接口发送流式请求，SSE事件能够实时传输
2. 升级到3.9.0后，相同配置下响应会被缓冲
3. 绕过AI-Proxy插件直接调用时，流式功能恢复正常

这一现象不仅限于某AI平台，在AWS Bedrock和自托管服务等多种AI提供商环境中均有出现，表明问题具有普遍性。

影响分析

响应缓冲行为会导致两个主要问题：

1. 用户体验下降：客户端无法实时获取生成内容
2. 内存压力增加：大响应可能被完整缓冲到内存或磁盘

解决方案

该问题已在后续版本中得到修复。对于必须使用3.9.0版本的用户，可以考虑以下临时解决方案：

1. 调整Nginx缓冲区设置
2. 暂时降级到3.8.0版本
3. 对于关键业务流，考虑绕过AI-Proxy插件

总结

这个案例展示了API网关在版本升级过程中可能出现的不兼容行为变更。对于依赖流式响应的AI应用，建议在升级前充分测试，并关注官方修复动态。同时，这也提醒开发者需要仔细评估中间件对特殊协议（如SSE）的支持情况。