[Bug]: Gemini CLI 短时 429 冷却被转换为 500「当前无可用凭证」

[clairivelisselz94-commits]

提交前确认

• 我已经搜索过现有的 issues,确认这不是重复问题
• 我已经阅读过项目文档

是否是最新版

是,使用最新版

调用的是哪个渠道

geminicli

调用的是哪个模型

gemini-3,1-pro

调用的是哪个格式

openai 格式

具体报错内容

Google 上游返回：
HTTP 429
status: RESOURCE_EXHAUSTED
reason: RATE_LIMIT_EXCEEDED
message: You have exhausted your capacity on this model. Your quota will reset after 28s.

随后 gcli2api 日志：
[GEMINICLI RETRY] 429 error encountered, retrying (attempt 2/2)
[NON-STREAM] 重试请求 (attempt 3/3)...
[NON-STREAM] 重试时无可用凭证或刷新失败

客户端最终收到：
HTTP 500
{"error":"当前无可用凭证"}

Google 提示等待 28 秒，但 gcli2api 在冷却结束前获取凭证失败，将原始 429 替换为了 500。

错误描述

单个可用凭证下，连续请求或多轮工具调用时，Google 返回：

429 / RESOURCE_EXHAUSTED / RATE_LIMIT_EXCEEDED
Your quota will reset after 28s.

gcli2api 将该凭证对应模型设置为冷却，但随后只按较短的固定间隔重试。由于冷却尚未结束，获取不到可用凭证，最终向客户端返回：

HTTP 500
{"error":"当前无可用凭证"}

预期：保留原始 429 和恢复时间，或者在有上限的等待后重试。
实际：可恢复的短时限流被转换成通用 500，导致工具调用链中断。

此问题不要求真正并发；连续的模型请求也能触发。

补充信息(可选)

检查 src/api/geminicli.py 后发现，冷却状态写入前预取的凭证也可能在重试时被复用。

本地修复方案：

1. 写入冷却状态后重新选择凭证，避免使用过期的预取结果。
2. 全部凭证冷却时，按恢复时间进行可取消、有累计等待上限的等待。
3. 等待超限或重试耗尽时，保留原始错误和 Retry-After。
4. 流式已经输出内容后，不从头重试，避免重复输出。

修改后实测：连续两轮工具调用成功，第三轮遇到限流，等待后正常返回最终文本，整轮约 59 秒。