Higress项目中AI-Cache插件流式请求缓存问题的分析与解决

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：

1. 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
2. 日志显示缓存键存在但值为空（"cached value for key is empty"）
3. 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：

1. 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
2. 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
3. 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：

1. 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
2. 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
3. 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：

1. 对于AI-Cache插件，确保使用最新版本以获得最佳兼容性
2. 在集成不同框架时，特别注意协议实现的细节差异
3. 遇到缓存问题时，首先检查响应内容是否符合预期格式
4. 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。