Higress项目中AI-Cache插件流式请求缓存问题的分析与解决
2025-06-09 07:13:55作者:曹令琨Iris
问题背景
在Higress项目的AI-Cache插件使用过程中,发现了一个关于流式请求缓存的关键问题:当用户使用流式请求时,AI-Cache插件未能正确缓存响应内容,导致重复请求仍然消耗token资源。相比之下,非流式请求则能够正常被缓存。
问题现象
用户在使用过程中观察到以下现象:
- 对于流式请求,即使相同内容重复请求,AI-Cache插件仍然会向后端发起请求并消耗token
- 日志显示缓存键存在但值为空("cached value for key is empty")
- 非流式请求则能正常命中缓存,避免重复消耗token
技术分析
经过深入排查,发现问题根源在于后端服务使用了Xinference框架,该框架在实现SSE(Server-Sent Events)协议时使用了非标准的消息分隔符。
标准SSE协议规范要求:
- 消息之间使用双换行符(\n\n)分隔
- 但Xinference框架使用了回车换行符(\r\n\r\n)作为分隔符
这种实现虽然技术上可行(根据WHATWG规范,CRLF也是允许的分隔方式),但与主流实现存在差异,导致AI-Cache插件无法正确解析流式响应内容。
解决方案
Higress团队迅速响应,通过以下方式解决了该问题:
- 协议兼容性增强:修改AI-Cache插件代码,使其能够同时识别\n\n和\r\n\r\n两种分隔符
- 调试镜像发布:提供了包含详细调试日志的测试镜像,便于问题定位
- 规范建议:建议Xinference社区遵循更通用的SSE实现标准
技术启示
这个案例为我们提供了几个重要的技术启示:
- 协议实现一致性:开源组件在实现标准协议时应尽量遵循主流实践,避免引入兼容性问题
- 容错处理:中间件开发需要考虑各种可能的协议实现变体,增强鲁棒性
- 调试技巧:对于流式处理问题,详细的日志记录和特殊调试工具至关重要
最佳实践建议
基于此问题的解决经验,建议开发者在类似场景中:
- 对于AI-Cache插件,确保使用最新版本以获得最佳兼容性
- 在集成不同框架时,特别注意协议实现的细节差异
- 遇到缓存问题时,首先检查响应内容是否符合预期格式
- 合理配置日志级别,便于问题排查
该问题的解决体现了Higress团队对技术细节的严谨态度和快速响应能力,也为社区贡献了一个处理协议兼容性问题的典型案例。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K