feat(openai-compat): thinking/reasoning_content 双向透传与 reasoning_effort（附启动脚本/Docker 杂项）

.dockerignore

@@ -0,0 +1,22 @@
+# 构建上下文瘦身 + 秘密不入镜像（roadmap 约定：.env / data/ 永不入镜像）
+.git
+.github
+.venv
+.env
+data
+tests
+docs
+scripts
+__pycache__
+**/__pycache__
+.pytest_cache
+.ruff_cache
+.mypy_cache
+captcha_node/node_modules
+*.md
+Dockerfile
+docker-compose.yml
+.dockerignore
+start.bat
+start.sh
+uv.lock

.gitattributes

@@ -1 +1,4 @@
 * text=auto eol=lf
+
+*.bat text eol=crlf
+*.cmd text eol=crlf

.gitignore

@@ -24,3 +24,11 @@ node_modules/
 # 秘钥 / 凭证导出
 *accounts*.json
 zcode-accounts*.json
+
+# 本地运行 / 工具杂物
+serve.log
+serve.err.log
+serve.pid
+.trae_*
+.sg-js/
+.sg_login.html

Dockerfile

@@ -0,0 +1,70 @@
+# zcode-hub 容器镜像：Python 3.11 网关 + Node 22 验证码求解子进程 + Debian Chromium
+#
+# 运行时结构：
+#   /app            代码（app/ cli.py frontend/ captcha_node/）
+#   /app/data       持久化（accounts.db + device_mid），挂载卷
+#   /usr/bin/node   从 node:22 官方镜像复制（bookworm 与运行时基础镜像同系，glibc 兼容）
+#   /usr/bin/chromium  Debian chromium，solver_pw.js findChromium() 默认探测路径之一
+#
+# captcha 求解依赖真浏览器（solver 已带 --no-sandbox/--disable-dev-shm-usage），
+# 且 oom 看门狗需要写 /proc/*/oom_score_adj —— 容器以 root 运行是前提，勿改 USER。
+
+# ── 阶段 1：求解器 Node 依赖（纯 JS，无原生编译） ─────────────────────────────
+FROM node:22-bookworm-slim AS captcha-deps
+WORKDIR /build
+COPY captcha_node/package.json captcha_node/package-lock.json ./
+RUN npm ci --omit=dev
+
+# ── 阶段 2：运行时 ────────────────────────────────────────────────────────────
+FROM python:3.11-slim-bookworm
+
+ENV PYTHONUNBUFFERED=1 \
+    PYTHONDONTWRITEBYTECODE=1 \
+    PIP_NO_CACHE_DIR=1 \
+    ZCODE_HOST=0.0.0.0 \
+    ZCODE_PORT=3000 \
+    ZCODE_DATA_DIR=/app/data \
+    ZCODE_NODE_PATH=/usr/local/bin/node \
+    ZCODE_CHROMIUM_PATH=/usr/bin/chromium
+
+# tini 作 PID 1：回收 uvicorn→node→chrome 进程树遗留的僵尸
+# fonts-noto-cjk：验证码挑战页含中文文案，缺字形可能影响求解
+RUN apt-get update \
+    && apt-get install -y --no-install-recommends \
+        chromium \
+        fonts-noto-cjk \
+        fonts-liberation \
+        ca-certificates \
+        tini \
+    && rm -rf /var/lib/apt/lists/*
+
+# Node 运行时（构建期不需要 npm，只带 node 本体）
+COPY --from=captcha-deps /usr/local/bin/node /usr/local/bin/node
+
+WORKDIR /app
+
+# 运行时依赖（与 requirements.txt 上半段保持一致；dev/test 工具不进镜像）
+RUN pip install --no-cache-dir \
+    "fastapi>=0.115.0" \
+    "uvicorn[standard]>=0.30.0" \
+    "httpx>=0.27.0" \
+    "python-dotenv>=1.0.1" \
+    "cryptography>=42.0.0" \
+    "pyyaml>=6.0.0"
+
+COPY app/ app/
+COPY captcha_node/ captcha_node/
+COPY --from=captcha-deps /build/node_modules/ captcha_node/node_modules/
+COPY frontend/ frontend/
+COPY cli.py ./
+
+# data/ 不打进镜像（.dockerignore 双保险），挂卷持久化
+RUN mkdir -p /app/data
+
+EXPOSE 3000
+
+ENTRYPOINT ["/usr/bin/tini", "--"]
+CMD ["python", "cli.py", "serve"]
+
+HEALTHCHECK --interval=30s --timeout=5s --start-period=20s --retries=3 \
+    CMD ["python", "-c", "import urllib.request;urllib.request.urlopen('http://127.0.0.1:3000/meta', timeout=4)"]

README.md

@@ -59,6 +59,21 @@ cp .env.example .env            # 按需修改密钥、端口等
 
 > 使用 Z.AI **JWT 模式**需要 Node.js 求解验证码，首次先执行：`cd captcha_node && npm install`。
 
+### Docker 部署（推荐）
+
+镜像自带 Python 3.11 + Node 22 + Chromium，无需宿主机装任何运行时：
+
+```bash
+cp .env.example .env       # 按需修改 ZCODE_ADMIN_KEY、端口等
+docker compose up -d --build
+```
+
+- 访问 `http://127.0.0.1:3000/admin/login`；宿主机端口取 `.env` 的 `ZCODE_PORT`
+- 账号库与设备指纹持久化在宿主机 `./data/`（首次启动自动生成，已有数据直接沿用）
+- `.env` 里的 `ZCODE_CHROMIUM_PATH` 等宿主机路径会被 compose 覆盖为容器内路径，无需改动
+- 容器内 CLI：`docker compose exec zcode-hub python cli.py accounts`（其余子命令同理）
+- 停止：`docker compose down`（数据保留在 `./data/`）
+
 ## 快速上手一个账号
 
 ```bash

app/openai_compat.py

@@ -106,6 +106,11 @@ def openai_to_anthropic(payload: dict) -> tuple[dict | None, str | None]:
             })
         elif role == "assistant":
             blocks: list[dict] = []
+            # 多轮重放：reasoning_content（历史轮思考文本）→ Anthropic thinking 块。
+            # 上游对 thinking 块 signature 不校验（实测伪造值可通过），空串亦可。
+            rc = msg.get("reasoning_content") or msg.get("reasoning") or msg.get("reasoning_text")
+            if isinstance(rc, str) and rc.strip():
+                blocks.append({"type": "thinking", "thinking": rc, "signature": ""})
             text = _text_from_content(content)
             if text:
                 blocks.append({"type": "text", "text": text})
@@ -148,6 +153,12 @@ def openai_to_anthropic(payload: dict) -> tuple[dict | None, str | None]:
             body["top_p"] = float(payload["top_p"])
     except (TypeError, ValueError):
         pass
+    # 推理强度：上游 GLM-5.3 系原生接受 reasoning_effort（low/high/max）。
+    # 其余值（含 off/none）不带该字段——上游不支持关闭思考，交给默认档。
+    effort = payload.get("reasoning_effort")
+    if isinstance(effort, str) and effort.strip().lower() in ("low", "high", "max"):
+        body["reasoning_effort"] = effort.strip().lower()
+
     stop = payload.get("stop")
     if isinstance(stop, str) and stop:
         body["stop_sequences"] = [stop]
@@ -186,11 +197,14 @@ def openai_to_anthropic(payload: dict) -> tuple[dict | None, str | None]:
 def anthropic_to_openai(data: dict, model: str) -> dict:
     """Anthropic message 响应 → OpenAI chat.completion。"""
     text_parts: list[str] = []
+    thinking_parts: list[str] = []
     tool_calls: list[dict] = []
     for block in data.get("content") or []:
         if not isinstance(block, dict):
             continue
-        if block.get("type") == "text" and isinstance(block.get("text"), str):
+        if block.get("type") == "thinking" and isinstance(block.get("thinking"), str):
+            thinking_parts.append(block["thinking"])
+        elif block.get("type") == "text" and isinstance(block.get("text"), str):
             text_parts.append(block["text"])
         elif block.get("type") == "tool_use":
             tool_calls.append({
@@ -205,6 +219,10 @@ def anthropic_to_openai(data: dict, model: str) -> dict:
     in_tok = _as_int(usage.get("input_tokens")) or 0
     out_tok = _as_int(usage.get("output_tokens")) or 0
     message: dict = {"role": "assistant", "content": "".join(text_parts) or None}
+    # OpenAI 兼容侧通用约定：思考文本放 reasoning_content（pi-ai/DeepSeek 风格均可识别）
+    reasoning = "\n".join(p for p in thinking_parts if p)
+    if reasoning:
+        message["reasoning_content"] = reasoning
     if tool_calls:
         message["tool_calls"] = tool_calls
     return {
@@ -261,6 +279,8 @@ def feed(self, evt: dict) -> list[str]:
             return []
         if etype == "content_block_start":
             block = evt.get("content_block") or {}
+            if block.get("type") == "thinking":
+                return [self._chunk({"reasoning_content": ""})]
             if block.get("type") == "tool_use":
                 idx = self._tool_seq
                 self._tool_seq += 1
@@ -273,6 +293,8 @@ def feed(self, evt: dict) -> list[str]:
             return []
         if etype == "content_block_delta":
             delta = evt.get("delta") or {}
+            if delta.get("type") == "thinking_delta" and isinstance(delta.get("thinking"), str):
+                return [self._chunk({"reasoning_content": delta["thinking"]})]
             if delta.get("type") == "text_delta" and isinstance(delta.get("text"), str):
                 return [self._chunk({"content": delta["text"]})]
             if delta.get("type") == "input_json_delta" and isinstance(delta.get("partial_json"), str):