ds2api/docs/prompt-compatibility.md

API -> 网页对话纯文本兼容主链路说明

文档导航：总览 / 架构说明 / 接口文档 / 测试指南

本文档是 DS2API“把 OpenAI / Claude / Gemini 风格 API 请求兼容成 DeepSeek 网页对话纯文本上下文”的专项说明。 这是项目最重要的兼容产物之一。凡是修改消息标准化、tool prompt 注入、tool history 保留、文件引用、current input file / legacy history_split、下游 completion payload 组装等行为，都必须同步更新本文档。

1. 核心结论

DS2API 当前的核心思路，不是把客户端传来的 messages、tools、attachments 原样转发给下游。

而是把这些高层 API 语义，统一压缩成 DeepSeek 网页对话更容易理解的三类输入：

1. prompt 一个单字符串，里面带有角色标记、system 指令、历史消息、assistant reasoning 标签、历史 tool call XML 等。
2. ref_file_ids 一个文件引用数组，承载附件、inline 上传文件，以及必要时被拆出去的历史文件。
3. 控制位 例如 thinking_enabled、search_enabled、部分 passthrough 参数。

也就是说，项目最重要的兼容动作，是把“结构化 API 会话”翻译成“网页对话纯文本上下文 + 文件引用”。

2. 为什么这是核心产物

因为对下游来说，真正稳定的输入面不是 OpenAI/Claude/Gemini 的原生 schema，而是：

• 一段连续的对话 prompt
• 一组可引用文件
• 少量开关位

这也是为什么很多表面上看像“协议兼容”的代码，最终都会收敛到同一类逻辑：

• 先把不同协议的消息统一成内部消息序列
• 再把工具声明改写成 system prompt 文本
• 再把历史 tool call / tool result 改写成 prompt 可见内容
• 最后输出成 DeepSeek completion payload

3. 统一心智模型

当前主链路可以这样理解：

客户端请求
  -> HTTP API surface（OpenAI / Claude / Gemini）
  -> promptcompat 统一消息标准化
  -> tool prompt 注入
  -> DeepSeek 风格 prompt 拼装
  -> 文件收集 / inline 上传 / current input file（OpenAI 链路）
  -> completion payload
  -> 下游网页对话接口

对应的关键代码入口：

• OpenAI Chat / Responses： internal/promptcompat/request_normalize.go
• OpenAI prompt 组装： internal/promptcompat/prompt_build.go
• OpenAI 消息标准化： internal/promptcompat/message_normalize.go
• Claude 标准化： internal/httpapi/claude/standard_request.go
• Claude 消息与 tool_use/tool_result 归一： internal/httpapi/claude/handler_utils.go
• Gemini 复用 OpenAI prompt builder： internal/httpapi/gemini/convert_request.go
• DeepSeek prompt 角色标记拼装： internal/prompt/messages.go
• prompt 可见 tool history XML： internal/prompt/tool_calls.go
• 最新 user 思考格式注入： internal/promptcompat/thinking_injection.go
• completion payload： internal/promptcompat/standard_request.go

4. 下游真正收到的东西

在“完成标准化后”，下游 completion payload 的核心形态是：

{
  "chat_session_id": "session-id",
  "model_type": "default",
  "parent_message_id": null,
  "prompt": "<｜begin▁of▁sentence｜>...",
  "ref_file_ids": [
    "file-history",
    "file-systemprompt",
    "file-other-attachment"
  ],
  "thinking_enabled": true,
  "search_enabled": false
}

重点是：

• prompt 才是对话上下文主载体。

• ref_file_ids 只承载文件引用，不承载普通文本消息。

• tools 不会作为“原生工具 schema”直接下发给下游，而是被改写进 prompt。

• 当前 /v1/chat/completions 业务路径仍是“每次请求新建一个远端 chat_session_id，并默认发送 parent_message_id: null”；因此 DS2API 对外默认表现为“新会话 + prompt 拼历史”，而不是复用 DeepSeek 原生会话树。

• 但 DeepSeek 远端本身支持同一 chat_session_id 的跨轮次持续对话。2026-04-27 已用项目内现有 DeepSeek client 做过一次不改业务代码的双轮实测：同一 chat_session_id 下，第 1 轮返回 request_message_id=1 / response_message_id=2 / 文本 SESSION_TEST_ONE；第 2 轮重新获取一次 PoW，并发送 parent_message_id=2 后，成功返回 request_message_id=3 / response_message_id=4 / 文本 SESSION_TEST_TWO。这说明“同远端会话持续聊天”能力存在，且每轮需要携带正确的 parent/message 链接信息，同时重新获取对应轮次可用的 PoW。

• OpenAI Chat / Responses 原生走统一 OpenAI 标准化与 DeepSeek payload 组装；Claude / Gemini 会尽量复用 OpenAI prompt/tool 语义，其中 Gemini 直接复用 promptcompat.BuildOpenAIPromptForAdapter，Claude 消息接口在可代理场景会转换为 OpenAI chat 形态再执行。

• 客户端传入的 thinking / reasoning 开关会被归一到下游 thinking_enabled。Gemini generationConfig.thinkingConfig.thinkingBudget 会翻译成同一套 thinking 开关；关闭时即使上游返回 response/thinking_content，兼容层也不会把它当作可见正文输出。若最终解析出的模型名带 -nothinking 后缀，则会无条件强制关闭 thinking，优先级高于请求体中的 thinking / reasoning / reasoning_effort。Claude surface 在流式请求且未显式声明 thinking 时，仍按 Anthropic 语义默认关闭；但在非流式代理场景，兼容层会内部开启一次下游 thinking，用于捕获“正文为空、工具调用落在 thinking 里”的情况，随后在回包前剥离用户不可见的 thinking block。

• 对 OpenAI Chat / Responses 的非流式收尾，如果最终可见正文为空，兼容层会优先尝试把思维链中的独立 DSML / XML 工具块当作真实工具调用解析出来。流式链路也会在收尾阶段做同样的 fallback 检测，但不会因为思维链内容去中途拦截或改写流式输出；真正的工具识别始终基于原始上游文本，而不是基于“已经做过可见输出清洗”的版本，因此即使最终可见层会剥离完整 leaked DSML / XML tool_calls wrapper、并抑制全空参数或无效 wrapper 块，也不会影响真实工具调用转成结构化 tool_calls / function_call。补发结果会作为本轮 assistant 的结构化 tool_calls / function_call 输出返回，而不是塞进 content 文本；如果客户端没有开启 thinking / reasoning，思维链只用于检测，不会作为 reasoning_content 或可见正文暴露。只有正文为空且思维链里也没有可执行工具调用时，才继续按空回复错误处理。

• OpenAI Chat / Responses 的空回复错误处理之前会默认做一次内部补偿重试：第一次上游完整结束后，如果最终可见正文为空、没有解析到工具调用、也没有已经向客户端流式发出工具调用，并且终止原因不是 content_filter，兼容层会复用同一个 chat_session_id、账号、token 与工具策略，把原始 completion prompt 追加固定后缀 Previous reply had no visible output. Please regenerate the visible final answer or tool call now. 后重新提交一次。重试遵循 DeepSeek 多轮对话协议：从第一次上游 SSE 流中提取 response_message_id，并在重试 payload 中设置 parent_message_id 为该值，使重试成为同一会话的后续轮次而非断裂的根消息；同时重新获取一次 PoW（若 PoW 获取失败则回退到原始 PoW）。该重试不会重新标准化消息、不会新建 session、不会切换账号，也不会向流式客户端插入重试标记；第二次 thinking / reasoning 会按正常增量直接接到第一次之后，并继续使用 overlap trim 去重。若第二次仍为空，终端错误码仍保持现有 upstream_empty_output；若任一尝试触发空 content_filter，不做补偿重试并保持 content_filter 错误。JS Vercel 运行时同样设置 parent_message_id，但因无法直接调用 PoW API 而复用原始 PoW。

• OpenAI Chat / Responses 在最终可见正文渲染阶段，会把 DeepSeek 搜索返回中的 [citation:N] / [reference:N] 标记替换成对应 Markdown 链接。citation 标记按一基序号解析；reference 标记只有在同一段正文中出现 [reference:0]（允许冒号后有空格）时才按零基序号映射，并且不会影响同段正文里的 citation 标记。

5. prompt 是怎么拼出来的

OpenAI Chat / Responses 在标准化后、current input file 之前，会默认执行 thinking_injection 增强。它参考 DeepSeek V4 “把控制指令放在 user 消息末尾更稳定”的用法，在最新 user message 后追加思考增强提示词。当前内置默认提示词以 Reasoning Effort: Absolute maximum with no shortcuts permitted. 开头，并继续要求模型充分分解问题、覆盖潜在路径与边界条件、把完整推演过程显式写出。该开关默认启用，可通过 thinking_injection.enabled=false 关闭；也可以通过 thinking_injection.prompt 自定义提示词，留空时使用内置默认提示词。

这段增强属于 prompt 可见上下文：

• 普通请求会直接出现在最终 prompt 的最新 user block 末尾。
• 如果触发 current input file，它会进入完整上下文文件中。

5.1 角色标记

最终 prompt 使用 DeepSeek 风格角色标记：

• <｜begin▁of▁sentence｜>
• <｜System｜>
• <｜User｜>
• <｜Assistant｜>
• <｜Tool｜>
• <｜end▁of▁instructions｜>
• <｜end▁of▁sentence｜>
• <｜end▁of▁toolresults｜>

实现位置： internal/prompt/messages.go

5.2 相邻同角色消息会合并

在最终 MessagesPrepareWithThinking 中，相邻同 role 的消息会被合并成一个块，中间插入空行。

这意味着：

• prompt 中看到的是“合并后的 role block”
• 不是客户端传来的逐条 message 原样排列

6. tools 为什么是“文本注入”，不是原生下发

当前项目把工具能力视为“prompt 约束的一部分”。

具体做法：

1. 把每个 tool 的名称、描述、参数 schema 序列化成文本。
2. 拼成 You have access to these tools: 大段说明。
3. 再附上统一的 DSML tool call 外壳格式约束。
4. 把这整段内容并入 system prompt。

工具调用正例现在优先示范官方 DSML 风格：<|DSML|tool_calls> → <|DSML|invoke name="..."> → <|DSML|parameter name="...">。 兼容层仍接受旧式纯 <tool_calls> wrapper，但提示词会优先要求模型输出官方 DSML 标签，并强调不能只输出 closing wrapper 而漏掉 opening tag。需要注意：这是“兼容 DSML 外壳，内部仍以 XML 解析语义为准”，不是原生 DSML 全链路实现；DSML 标签会在解析入口归一化回现有 XML 标签后继续走同一套 parser。 数组参数使用 <item>...</item> 子节点表示；当某个参数体只包含 item 子节点时，Go / Node 解析器会把它还原成数组，避免 questions / options 这类 schema 中要求 array 的参数被误解析成 { "item": ... } 对象。若模型把完整结构化 XML fragment 误包进 CDATA，兼容层会在保护 content / command 等原文字段的前提下，尝试把非原文字段中的 CDATA XML fragment 还原成 object / array。不过，如果 CDATA 只是单个平面的 XML/HTML 标签，例如 <b>urgent</b> 这种行内标记，兼容层会保留原始字符串，不会强行升成 object / array；只有明显表示结构的 CDATA 片段，例如多兄弟节点、嵌套子节点或 item 列表，才会触发结构化恢复。 在 assistant 最终回包阶段，如果某个 tool 参数在声明 schema 中明确是 string，兼容层会在把解析后的 tool_calls / function_call 重新序列化成 OpenAI / Responses / Claude 可见参数前，递归把该路径上的 number / bool / object / array 统一转成字符串；其中 object / array 会压成紧凑 JSON 字符串。这个保护只对 schema 明确声明为 string 的路径生效，不会改写本来就是 number / boolean / object / array 的参数。这样可以兼容 DeepSeek 输出了结构化片段、但上游客户端工具 schema 又严格要求字符串参数的场景（例如 content、prompt、path、taskId 等）。 工具 schema 的权威来源始终是当前请求实际携带的 schema，而不是同名工具在其他 runtime（Claude Code / OpenCode / Codex 等）里的默认印象。兼容层现在会同时兼容 OpenAI 风格 function.parameters、直接工具对象上的 parameters / input_schema、以及 camelCase 的 inputSchema / schema，并在最终输出阶段按这份请求内 schema 决定是保留 array/object，还是仅对明确声明为 string 的路径做字符串化。该规则同样适用于 Claude 的流式收尾和 Vercel Node 流式 tool-call formatter，避免不同 runtime 因 schema shape 差异而出现同名工具参数类型漂移。 正例中的工具名只会来自当前请求实际声明的工具；如果当前请求没有足够的已知工具形态，就省略对应的单工具、多工具或嵌套示例，避免把不可用工具名写进 prompt。 对执行类工具，脚本内容必须进入执行参数本身：Bash / execute_command 使用 command，exec_command 使用 cmd；不要把脚本示范成 path / content 文件写入参数。

OpenAI 路径实现： internal/promptcompat/tool_prompt.go

Claude 路径实现： internal/httpapi/claude/handler_utils.go

统一工具调用格式模板： internal/toolcall/tool_prompt.go

这也是项目“网页对话纯文本兼容”的关键设计：

• tools 对下游来说，本质上是 prompt 内规则
• 不是 native tool schema transport

7. assistant 的 tool_calls / reasoning 如何保留

7.1 reasoning 保留方式

assistant 的 reasoning 会变成一个显式标签块：

[reasoning_content]
...
[/reasoning_content]

然后再接可见回答正文。

7.2 历史 tool_calls 保留方式

assistant 历史 tool_calls 不会保留成 OpenAI 原生 JSON，而会转成 prompt 可见的 DSML 外壳：

<|DSML|tool_calls>
  <|DSML|invoke name="read_file">
    <|DSML|parameter name="path"><![CDATA[src/main.go]]></|DSML|parameter>
  </|DSML|invoke>
</|DSML|tool_calls>

解析层同时兼容旧式纯 XML 形态：<tool_calls> / <invoke> / <parameter>。两者都会先归一到现有 XML 解析语义；其他旧格式都会作为普通文本保留，不会作为可执行调用语法。 例外是 parser 会对一个非常窄的模型失误做修复：如果 assistant 输出了 <invoke ...> ... </tool_calls>（或 DSML 对应标签），但漏掉最前面的 opening wrapper，解析阶段会补回 wrapper 后再尝试识别。

这件事很重要，因为它决定了：

• 历史工具调用在 prompt 中是“可见文本历史”
• 不是“隐藏结构化元数据”

实现位置： internal/prompt/tool_calls.go

7.3 tool result 保留方式

tool / function role 的结果会作为 <｜Tool｜>...<｜end▁of▁toolresults｜> 进入 prompt。

如果 tool content 为空，当前会补成字符串 "null"，避免整个 tool turn 丢失。

8. files、附件、systemprompt 文件的实际语义

这里要明确区分两类东西：

1. 文本型 system prompt 例如 OpenAI developer / system / Responses instructions / Claude top-level system 这类会进入 prompt。
2. 文件型 systemprompt 例如通过附件、input_file、base64、data URL 上传的文件 这类不会直接内联进 prompt，而是进入 ref_file_ids。

OpenAI 文件相关实现：

• inline/base64/data URL 上传： internal/httpapi/openai/files/file_inline_upload.go
• 文件 ID 收集： internal/promptcompat/file_refs.go

结论：

• “systemprompt 文字”在 prompt 里
• “systemprompt 文件”通常只在 ref_file_ids 里

除非调用方自己把文件内容展开后再塞进 system/developer 文本，否则文件内容不会自动出现在 prompt 正文。

9. 多轮历史为什么不会一直完整内联在 prompt

兼容层现在只保留 current_input_file 这一种拆分方式；旧的 history_split 已废弃，只保留为兼容旧配置的字段，不再参与请求处理。

• current_input_file 默认开启；它用于把“完整上下文”合并进 history.txt 上下文文件。当最新 user turn 的纯文本长度达到 current_input_file.min_chars（默认 0）时，兼容层会上传一个文件名为 history.txt 的上下文文件，并在 live prompt 中只保留一个中性的 user 消息要求模型直接回答最新请求，不再暴露文件名或要求模型读取本地文件。
• 如果 current_input_file.enabled=false，请求会直接透传，不上传任何拆分上下文文件。
• 旧的 history_split.enabled / history_split.trigger_after_turns 会被读取进配置对象以保持兼容，但不会触发拆分上传，也不会影响 current_input_file 的默认开启。

相关实现：

• 配置访问器： internal/config/store_accessors.go
• 当前输入转文件： internal/httpapi/openai/history/current_input_file.go
• 旧历史拆分兼容壳： internal/httpapi/openai/history/history_split.go

当前输入转文件启用并触发时，上传文件的真实文件名是 history.txt，文件内容是完整 messages 上下文；它仍会先用 OpenAI 消息标准化和 DeepSeek 角色标记序列化，并直接作为 history.txt 的纯文本内容上传（不再注入文件边界标签）：

[uploaded filename]: history.txt
<｜begin▁of▁sentence｜><｜System｜>...<｜User｜>...<｜Assistant｜>...<｜Tool｜>...<｜User｜>...

开启后，请求的 live prompt 不再直接内联完整上下文，而是保留一个 user role 的短提示，提示模型基于已提供上下文直接回答最新请求；上传后的 file_id 会进入 ref_file_ids。

10. 各协议入口的差异

10.1 OpenAI Chat / Responses

特点：

• developer 会映射到 system
• Responses instructions 会 prepend 为 system message
• tools 会注入 system prompt
• attachments / input_file / inline 文件会进入 ref_file_ids
• current input file 主要在这条链路里生效，旧 history_split 仅作兼容字段保留

10.2 Claude Messages

特点：

• top-level system 优先作为系统提示
• tool_use / tool_result 会被转换成统一的 assistant/tool 历史语义
• tools 同样会被并进 system prompt
• 常规执行通过 internal/httpapi/claude/handler_messages.go 转到 OpenAI chat 路径，模型 alias 会先解析成 DeepSeek 原生模型
• 当前代码里没有像 OpenAI 那样完整的 ref_file_ids 附件链路

10.3 Gemini

特点：

• systemInstruction、contents.parts、functionCall、functionResponse 会先归一
• tools 会转成 OpenAI 风格 function schema
• prompt 构建复用 OpenAI 的 promptcompat.BuildOpenAIPromptForAdapter
• 未识别的非文本 part 会被安全序列化进 prompt，并对二进制/疑似 base64 内容做省略或截断处理

也就是说，Gemini 在“最终 prompt 语义”上，尽量和 OpenAI 保持一致。

11. 一份贴近真实的最终上下文示意

假设用户发来一个多轮请求：

• 有 system/developer 文本
• 有 tools
• 有一个文件型 systemprompt 附件
• 有历史 assistant tool call / tool result
• current input file 已触发

那么最终上下文更接近：

{
  "prompt": "<｜begin▁of▁sentence｜><｜System｜>原 system / developer\n\nYou have access to these tools: ...<｜end▁of▁instructions｜><｜User｜>The current request and prior conversation context have already been provided. Answer the latest user request directly.<｜Assistant｜>",
  "ref_file_ids": [
    "file-current-input-ignore",
    "file-systemprompt",
    "file-other-attachment"
  ],
  "thinking_enabled": true,
  "search_enabled": false
}

这正是“API 转网页对话纯文本”的核心成果：

• 大部分结构化语义被压进 prompt
• 文件保持文件
• 需要时把完整上下文拆进 history.txt 上下文文件

12. 修改时必须同步本文档的场景

只要触碰以下任一类行为，就必须在同一提交或同一 PR 中更新本文档：

• 角色映射变更
• system / developer / instructions 合并规则变更
• assistant reasoning 保留格式变更
• assistant 历史 tool_calls 的 XML 呈现方式变更
• tool result 注入方式变更
• tool prompt 模板或 tool_choice 约束变更
• inline 文件上传 / 文件引用收集规则变更
• current input file 触发条件、上传格式、history.txt 包装格式变更
• 旧 history_split 兼容逻辑的读取、忽略或退化行为变更
• completion payload 字段语义变更
• Claude / Gemini 对这套统一语义的复用关系变更

优先检查这些文件：

• internal/promptcompat/request_normalize.go
• internal/promptcompat/prompt_build.go
• internal/promptcompat/message_normalize.go
• internal/promptcompat/tool_prompt.go
• internal/httpapi/openai/files/file_inline_upload.go
• internal/promptcompat/file_refs.go
• internal/httpapi/openai/history/history_split.go
• internal/promptcompat/responses_input_normalize.go
• internal/httpapi/claude/standard_request.go
• internal/httpapi/claude/handler_utils.go
• internal/httpapi/gemini/convert_request.go
• internal/httpapi/gemini/convert_messages.go
• internal/httpapi/gemini/convert_tools.go
• internal/prompt/messages.go
• internal/prompt/tool_calls.go
• internal/promptcompat/standard_request.go

13. 建议的最小验证

改动这条链路后，至少补齐或检查这些测试：

• go test ./internal/prompt/...
• go test ./internal/httpapi/openai/...
• go test ./internal/httpapi/claude/...
• go test ./internal/httpapi/gemini/...
• go test ./internal/util/...

如果改的是 tool call 相关兼容语义，还应同时检查：

• go test ./internal/toolcall/...
• node --test tests/node/stream-tool-sieve.test.js

14. 文档同步约定

本文档是这条兼容链路的专项说明。

如果外部接口行为也变了，还应同步检查：

• API.md
• API.en.md
• docs/toolcall-semantics.md

原则是：

• 内部主链路变化，至少更新本文档
• 外部可见契约变化，再同步更新 API 文档