Higress项目中AI-Proxy的自定义参数配置功能解析

在Higress项目的AI-Proxy组件中，新增了一项重要的功能改进——自定义参数配置功能。这项功能为LLM(大型语言模型)API网关提供了更精细化的请求参数控制能力，使得管理员能够对用户请求进行参数层面的干预和优化。

功能背景与需求

现代LLM API通常提供丰富的参数选项，如max_tokens、temperature等，这些参数直接影响API的响应行为和资源消耗。作为网关层，AI-Proxy需要具备对这些参数进行智能管理的能力，例如：

1. 防止用户请求消耗过多token资源
2. 确保API调用的稳定性
3. 实现统一的参数策略管理

传统做法中，这些参数完全由客户端控制，网关无法进行干预。新增的自定义配置功能填补了这一空白，为管理员提供了必要的控制手段。

功能设计详解

核心配置结构

AI-Proxy通过provider配置中的customSettings字段实现这一功能。每个customSetting包含以下关键属性：

• settingName：目标参数名称(如max_tokens)
• settingValue：要设置的参数值(支持多种数据类型)
• settingMode：参数设置模式(fill或overwrite)
• enableJsonEdit：是否启用原始JSON编辑模式

参数映射机制

AI-Proxy内置了跨协议参数映射表，自动将通用参数名转换为各LLM提供商API的实际参数名。例如：

• max_tokens参数在OpenAI协议中保持不变
• 在Gemini协议中会自动映射为maxOutputTokens
• 在Minimax协议中则变为tokens_to_generate

这种设计既保持了配置的简洁性，又兼容了不同API的差异性。

工作模式解析

功能提供两种工作模式：

1. 安全模式(settingMode=fill)：仅在用户未设置该参数时进行填充，尊重用户原有配置
2. 强制模式(settingMode=overwrite)：无条件覆盖用户参数，确保配置严格执行

此外，通过enableJsonEdit=true可以启用底层JSON直接编辑功能，突破预设参数映射的限制，实现任意参数的修改。

典型应用场景

资源管控

通过强制设置max_tokens参数，防止单个请求消耗过多计算资源：

customSettings:
  - settingName: "max_tokens"
    settingValue: 1000
    settingMode: "overwrite"

质量保证

统一设置temperature为较低值，确保API响应稳定性：

customSettings:
  - settingName: "temperature"
    settingValue: 0.3
    settingMode: "fill"

协议兼容

在混合环境中保持参数行为一致：

customSettings:
  - settingName: "top_p"
    settingValue: 0.9
    settingMode: "overwrite"
    enableJsonEdit: false

实现原理与技术考量

在底层实现上，AI-Proxy在请求转发前会进行参数处理流水线：

1. 解析原始请求JSON
2. 根据配置规则匹配需要修改的参数
3. 执行参数值设置或覆盖
4. 处理协议特定的参数路径(如Gemini的generation_config子节点)
5. 重新序列化JSON并转发

这种设计充分考虑了：

• 性能影响：仅在配置存在时触发处理逻辑
• 灵活性：支持扩展新的参数映射
• 安全性：严格的参数值类型检查

最佳实践建议

1. 优先使用预设参数名而非JSON编辑模式，确保兼容性
2. 对关键资源参数使用overwrite模式，其他参数使用fill模式
3. 针对不同模型分组设置参数策略
4. 监控参数修改对API质量的影响

这项功能的加入显著提升了Higress在AI API网关场景下的管理能力和灵活性，为构建企业级AI服务基础设施提供了重要支持。