// Package proxy API 网关核心：代理 /v1/chat/completions、/v1/responses、/v1/messages、/v1/models。
// M1 直通 OpenAI 渠道；M4 起按客户端协议 × 渠道协议自动转换（见 convert）。
package proxy

import (
	"encoding/json"
	"errors"
	"fmt"
	"net"
	"net/http"
	"strings"
	"sync"
	"time"

	"github.com/gin-gonic/gin"
	"github.com/openteam/server/internal/channel"
	"github.com/openteam/server/internal/pkg/apikey"
	"github.com/openteam/server/internal/pkg/crypto"
	"github.com/openteam/server/internal/pkg/metrics"
	"github.com/openteam/server/internal/pkg/ratelimit"
	"github.com/openteam/server/internal/proxy/convert"
	"github.com/openteam/server/internal/store"
	"github.com/openteam/server/internal/usage"
	"github.com/shopspring/decimal"
	"gorm.io/gorm"
	"sync/atomic"
)

const (
	CtxUserID   = "proxy_user_id"
	CtxUser     = "proxy_user" // Auth 阶段加载的完整用户（含余额），resolveUser 直接复用
	CtxKeyID    = "proxy_key_id"
	CtxKeyModel = "proxy_key_models"
	CtxTrace    = "proxy_trace_id"

	// CtxReserve 本请求的预扣（冻结）金额，单位 1e-8 USD（与 numeric(20,8) 对齐）。
	CtxReserve = "proxy_reserve_1e8"
	// CtxForceCooling 候选集来自「全冷却时最早恢复」的兜底，选路时放行冷却中的渠道。
	CtxForceCooling = "proxy_force_cooling"
)

type Gateway struct {
	db      *gorm.DB
	ch      *channel.Service
	rec     *usage.Recorder
	enc     *crypto.Encryptor
	lim     *ratelimit.Limiter
	userRPS int
	logRaw  bool

	// 上游超时兜底值（渠道 timeout_ms 非法时使用）；按超时值缓存 Transport 复用连接池。
	gwTimeout time.Duration
	maxBodyMB int // /v1 请求体上限（MB），仅用于超限报错文案
	// 故障转移给"第二个及以后的渠道"留的时间预算；超了就直接返回最后一个错误，
	// 不限制首个渠道（长回答本来就可能跑很久）。
	failoverBudget time.Duration
	// 按失败类型限制换渠道次数（0=不限）：429/配额类失败是瞬时返回，
	// 时间预算对它们形同虚设，按次数封顶才有意义。
	failoverCaps map[channel.FailKind]int
	// 冷却兜底宽限：全部候选都在运行期冷却时，最早恢复的渠道剩余冷却 ≤ 此值
	// 就带上它兜底重试一次（429 的 Retry-After 语义本就是"到点再试"）；0=关闭。
	cooldownGrace time.Duration
	// 预扣（reserve/capture）：每请求按 body 估算成本上界计入冻结额，
	// 402 判定改为「余额 - 在途冻结 ≤ 0」，并发的长流式请求不再能把余额拖到深度负值。
	// reserveMaxTokens 是输出 token 估算基数（0=关闭预扣）；冻结额按用户分桶存
	// 1e-8 USD 整数（每用户一个 atomic.Int64），冻结/释放 O(1) 无锁竞争。
	reserveMaxTokens int
	frozen           sync.Map     // uint64(用户ID) → *atomic.Int64（1e-8 USD）
	frozenTotal      atomic.Int64 // 全局冻结合计（指标用）
	// 流式空闲多久补一行 SSE 注释心跳（0=关闭）。反向代理的空闲超时会掐掉长思考的流。
	streamHeartbeat time.Duration
	// 流式放行前等多久内容（0=不限制）。超时未出内容取消本次尝试换下一个渠道。
	firstTokenWait time.Duration
	// 会话亲和 TTL（0=关闭）：同一会话粘住上次应答的渠道，保住上游提示词缓存。
	affinityTTL time.Duration
	// 渠道并发满载时每个候选最多排队多久（0=立刻跳过）。
	channelAcquireWait time.Duration
	// 鉴权缓存（密钥 + 用户行），0=关闭。
	auth *authCache
	aff  *affinityTable
	tpMu sync.Mutex
	tps  map[time.Duration]*http.Transport

	policyMu sync.Mutex
	policy   modelPolicy

	// 模型目录缓存：每请求原本要查「是否存在」与「计价」两次同名查询，
	// 这里按名称缓存 catalogTTL；管理端写操作立即失效。
	modelMu  sync.Mutex
	modelCat map[string]modelEntry
	modelAt  time.Time
}

// catalogTTL 目录缓存有效期。运行期状态（冷却、健康）不受它影响，
// 它们每次读取时重新判定；这里只缓存「配置类」数据（模型、渠道、绑定）。
const catalogTTL = 10 * time.Second

type modelEntry struct {
	m  store.Model
	ok bool
}

// modelByName 取模型（带进程内缓存）；第二个返回值表示模型存在且启用。
func (g *Gateway) modelByName(name string) (store.Model, bool) {
	g.modelMu.Lock()
	if g.modelCat != nil && time.Since(g.modelAt) < catalogTTL {
		if e, ok := g.modelCat[name]; ok {
			g.modelMu.Unlock()
			return e.m, e.ok
		}
	}
	g.modelMu.Unlock()

	var m store.Model
	err := g.db.Where("name = ? AND enabled = ?", name, true).First(&m).Error
	e := modelEntry{m: m, ok: err == nil}

	g.modelMu.Lock()
	if g.modelCat == nil || time.Since(g.modelAt) >= catalogTTL {
		g.modelCat = map[string]modelEntry{}
		g.modelAt = time.Now()
	}
	g.modelCat[name] = e
	g.modelMu.Unlock()
	return e.m, e.ok
}

// InvalidateAuth 清空鉴权缓存（密钥/用户/密钥白名单等写操作后调用）。
func (g *Gateway) InvalidateAuth() { g.auth.clear() }

// InvalidateCatalog 清空模型与渠道目录缓存（管理端改动、健康状态变化后调用）。
func (g *Gateway) InvalidateCatalog() {
	g.modelMu.Lock()
	g.modelCat = nil
	g.modelAt = time.Time{}
	g.modelMu.Unlock()
	g.ch.InvalidateCatalog()
}

// modelPolicy 全局模型限制策略（来自系统配置，短时缓存）。
type modelPolicy struct {
	allow []string
	deny  []string
	at    time.Time
}

const modelPolicyTTL = 5 * time.Second

// ResetModelPolicy 清空全局模型限制缓存（系统配置保存后调用）。
func (g *Gateway) ResetModelPolicy() {
	g.policyMu.Lock()
	g.policy = modelPolicy{}
	g.policyMu.Unlock()
}

// ChannelRuntime 渠道运行期健康快照：连续失败次数 + 冷却剩余时间 + 最近失败原因（管理后台展示）。
func (g *Gateway) ChannelRuntime(id uint64) (fails int, remaining time.Duration, reason string) {
	return g.ch.RuntimeState(id)
}

// RecoverChannel 立即清除渠道的运行期冷却与失败计数（管理后台手动恢复）。
func (g *Gateway) RecoverChannel(id uint64) {
	g.ch.ClearRuntime(id)
}

// globalModelRestrictions 读取全局模型允许/禁止列表（缓存 modelPolicyTTL）。
func (g *Gateway) globalModelRestrictions() (allow, deny []string) {
	g.policyMu.Lock()
	defer g.policyMu.Unlock()
	if time.Since(g.policy.at) < modelPolicyTTL {
		return g.policy.allow, g.policy.deny
	}
	var raw string
	g.db.Model(&store.SystemConfig{}).Where("key = ?", "model_allowlist").Pluck("value", &raw)
	_ = json.Unmarshal([]byte(raw), &allow)
	raw = ""
	g.db.Model(&store.SystemConfig{}).Where("key = ?", "model_denylist").Pluck("value", &raw)
	_ = json.Unmarshal([]byte(raw), &deny)
	g.policy = modelPolicy{allow: allow, deny: deny, at: time.Now()}
	return
}

// checkModelAllowed 模型访问控制：用户级 > 密钥级 > 全局。
//  1. 用户禁止列表命中 → 拒绝
//  2. 密钥允许列表非空且不含该模型 → 拒绝（密钥级只收窄，不放宽）
//  3. 用户允许列表非空 → 仅列表内可访问，不再看全局（管理员显式授权该用户，短路全局）
//  4. 全局禁止命中 → 拒绝
//  5. 全局允许列表非空 → 仅列表内可访问
func (g *Gateway) checkModelAllowed(c *gin.Context, u *store.User, model string) bool {
	if model == "" {
		return true
	}
	if contains(u.DeniedModels, model) {
		return false
	}
	if keyAllow, ok := c.Get(CtxKeyModel); ok {
		if list, _ := keyAllow.([]string); len(list) > 0 && !contains(list, model) {
			return false
		}
	}
	if len(u.AllowedModels) > 0 {
		return contains(u.AllowedModels, model)
	}
	allow, deny := g.globalModelRestrictions()
	if contains(deny, model) {
		return false
	}
	if len(allow) > 0 {
		return contains(allow, model)
	}
	return true
}

// checkModelExists 拦截不存在或已禁用的模型。/v1/models 只列启用的模型，请求侧口径必须一致：
// 禁用模型不能只是从列表消失——否则照样能调用、照样计费，管理员的下架操作形同虚设。
func (g *Gateway) checkModelExists(c *gin.Context, model string) bool {
	if model == "" {
		apiError(c, http.StatusBadRequest, "invalid_request_error", "model is required")
		return false
	}
	if _, ok := g.modelByName(model); !ok {
		apiError(c, http.StatusNotFound, "model_not_found",
			fmt.Sprintf("The model %q does not exist or is not enabled", model))
		return false
	}
	return true
}

func contains(list []string, s string) bool {
	for _, v := range list {
		if v == s {
			return true
		}
	}
	return false
}

// Options 网关配置项。用结构体而不是十个位置参数：里面三个 time.Duration、
// 两个 int，传错的编译期发现不了。
type Options struct {
	UserRPS            int
	LogRaw             bool
	GWTimeout          time.Duration  // 上游超时兜底（渠道 timeout_ms 优先）
	MaxBodyMB          int            // /v1 请求体上限（MB）
	FailoverBudget     time.Duration  // 故障转移重试的时间预算
	FailoverSwitchCaps map[string]int // 按失败类型（net|server|rate|quota）限制换渠道次数，0=不限
	CooldownGrace      time.Duration  // 全冷却时最早恢复渠道的兜底宽限（0=关闭）
	ReserveMaxTokens   int            // 预扣估算的最大输出 token（0=关闭预扣）
	StreamHeartbeat    time.Duration  // 流式空闲心跳间隔
	FirstTokenWait     time.Duration  // 流式放行前等内容的最长时间（0=不限）
	AffinityTTL        time.Duration  // 会话亲和 TTL（0=关闭）
	ChannelAcquireWait time.Duration  // 渠道满载排队时长（0=立刻跳过）
	AuthCacheTTL       time.Duration  // 鉴权缓存 TTL（0=关闭）
}

// failoverCapsFrom 把字符串键的失败类型上限配置转成 FailKind 键；未知键忽略（配置容错）。
func failoverCapsFrom(m map[string]int) map[channel.FailKind]int {
	if len(m) == 0 {
		return nil
	}
	out := make(map[channel.FailKind]int, len(m))
	for k, v := range m {
		switch k {
		case "net":
			out[channel.FailNet] = v
		case "server":
			out[channel.FailServer] = v
		case "rate":
			out[channel.FailRate] = v
		case "quota":
			out[channel.FailQuota] = v
		}
	}
	return out
}

func NewGateway(db *gorm.DB, enc *crypto.Encryptor, rec *usage.Recorder, lim *ratelimit.Limiter, o Options) *Gateway {
	return &Gateway{
		db:                 db,
		ch:                 channel.NewService(db, enc),
		rec:                rec,
		enc:                enc,
		lim:                lim,
		userRPS:            o.UserRPS,
		logRaw:             o.LogRaw,
		gwTimeout:          o.GWTimeout,
		maxBodyMB:          o.MaxBodyMB,
		failoverBudget:     o.FailoverBudget,
		failoverCaps:       failoverCapsFrom(o.FailoverSwitchCaps),
		cooldownGrace:      o.CooldownGrace,
		reserveMaxTokens:   o.ReserveMaxTokens,
		streamHeartbeat:    o.StreamHeartbeat,
		firstTokenWait:     o.FirstTokenWait,
		affinityTTL:        o.AffinityTTL,
		channelAcquireWait: o.ChannelAcquireWait,
		auth:               newAuthCache(o.AuthCacheTTL),
		aff:                newAffinityTable(),
		modelCat:           map[string]modelEntry{},
		tps:                map[time.Duration]*http.Transport{},
	}
}

// channelTimeout 该渠道的上游超时：timeout_ms 优先，未配置则用全局兜底值。
func (g *Gateway) channelTimeout(ch *store.Channel) time.Duration {
	if ch.TimeoutMS > 0 {
		return time.Duration(ch.TimeoutMS) * time.Millisecond
	}
	return g.gwTimeout
}

// clientFor 返回带该超时的上游 client。Transport 按超时值缓存以复用连接池，
// ResponseHeaderTimeout 只约束"连上之后多久要回首包"——流式正文不限时长，长回答不会被砍。
// 整段时长（含读 body）由请求 context 的 deadline 控制，见 proxyOne。
func (g *Gateway) clientFor(d time.Duration) *http.Client {
	if d < 0 {
		d = 0
	}
	g.tpMu.Lock()
	defer g.tpMu.Unlock()
	tp, ok := g.tps[d]
	if !ok {
		tp = &http.Transport{
			Proxy:             http.ProxyFromEnvironment,
			ForceAttemptHTTP2: true,
			DialContext: (&net.Dialer{
				Timeout:   30 * time.Second,
				KeepAlive: 30 * time.Second,
			}).DialContext,
			MaxIdleConns:        100,
			MaxIdleConnsPerHost: 32,
			IdleConnTimeout:     90 * time.Second,
			TLSHandshakeTimeout: 10 * time.Second,
		}
		if d > 0 {
			tp.ResponseHeaderTimeout = d
		}
		g.tps[d] = tp
	}
	return &http.Client{Transport: tp}
}

// Auth 代理鉴权中间件：Bearer sk-xxx → 哈希查表 → 校验状态/过期/模型白名单。
func (g *Gateway) Auth(c *gin.Context) {
	// 先按路径确定客户端协议，保证 Auth 阶段错误也按协议格式返回
	switch c.Request.URL.Path {
	case "/v1/messages":
		c.Set("protocol", convert.ProtoMessages)
	case "/v1/responses":
		c.Set("protocol", convert.ProtoResponses)
	case "/v1/models":
		// 模型目录两条协议共用同一路径，只能靠头区分：Anthropic 客户端带
		// x-api-key / anthropic-version，OpenAI 客户端从不发这两个头。
		if c.GetHeader("x-api-key") != "" || c.GetHeader("anthropic-version") != "" {
			c.Set("protocol", convert.ProtoMessages)
		} else {
			c.Set("protocol", convert.ProtoChat)
		}
	default:
		c.Set("protocol", convert.ProtoChat)
	}

	auth := c.GetHeader("Authorization")
	key := strings.TrimPrefix(auth, "Bearer ")
	key = strings.TrimSpace(key)
	if key == "" {
		// Anthropic 客户端（Claude Code / SDK）用 x-api-key 头而不是 Authorization
		key = strings.TrimSpace(c.GetHeader("x-api-key"))
	}
	if !apikey.Valid(key) {
		apiError(c, http.StatusUnauthorized, "invalid_api_key", "Invalid API key format. Expected: Authorization: Bearer sk-ot-... or x-api-key: sk-ot-...")
		c.Abort()
		return
	}
	hash := apikey.Hash(key)
	// 命中缓存时省掉两条随机读；状态/过期仍在下面按当前时间判定
	k, u, ok := g.auth.get(hash)
	if !ok {
		if err := g.db.Where("key_hash = ? AND status = ?", hash, store.KeyStatusActive).First(&k).Error; err != nil {
			apiError(c, http.StatusUnauthorized, "invalid_api_key", "Invalid API key")
			c.Abort()
			return
		}
		if err := g.db.First(&u, k.UserID).Error; err != nil {
			apiError(c, http.StatusForbidden, "user_disabled", "User account is disabled")
			c.Abort()
			return
		}
		g.auth.put(hash, k, u)
	}
	// 缓存值可能是 TTL 内的旧状态：每次请求都按当前时间重判
	if k.Status != store.KeyStatusActive {
		apiError(c, http.StatusUnauthorized, "invalid_api_key", "Invalid API key")
		c.Abort()
		return
	}
	if u.Status != store.UserStatusActive {
		apiError(c, http.StatusForbidden, "user_disabled", "User account is disabled")
		c.Abort()
		return
	}
	if k.ExpiresAt != nil && time.Now().After(*k.ExpiresAt) {
		apiError(c, http.StatusUnauthorized, "key_expired", "API key has expired")
		c.Abort()
		return
	}

	// 限流与配额（内存计数）
	if g.lim != nil {
		if k.QuotaRequestsPerDay != nil && !g.lim.AllowRequestDaily(k.ID, *k.QuotaRequestsPerDay) {
			apiError(c, http.StatusTooManyRequests, "rate_limit_exceeded", "Daily request quota exceeded for this API key")
			c.Abort()
			return
		}
		if k.QuotaTokensPerDay != nil && g.lim.TokensUsed(k.ID) >= *k.QuotaTokensPerDay {
			apiError(c, http.StatusTooManyRequests, "rate_limit_exceeded", "Daily token quota exceeded for this API key")
			c.Abort()
			return
		}
		if !g.lim.AllowUserRate(u.ID, g.userRPS) {
			apiError(c, http.StatusTooManyRequests, "rate_limit_exceeded", "Too many requests. Please slow down.")
			c.Abort()
			return
		}
	}

	c.Set(CtxUser, &u)
	c.Set(CtxUserID, u.ID)
	c.Set(CtxKeyID, k.ID)
	c.Set(CtxKeyModel, k.AllowedModels)
	c.Set(CtxTrace, newTraceID())
	// last_used_at 按分钟节流：纯展示字段，不值得每请求一次 DB 写（高 QPS 下是可观开销）。
	// 密钥行可能来自缓存（时间戳不会自己变），所以节流按缓存里的 touch 记录判断。
	if g.auth.shouldTouch(k.ID, time.Minute) {
		g.db.Model(&store.APIKey{}).Where("id = ?", k.ID).Update("last_used_at", time.Now())
	}
	c.Next()
}

// Handle 路由到对应协议处理器。
func (g *Gateway) Handle(c *gin.Context) {
	switch {
	case c.Request.URL.Path == "/v1/chat/completions":
		g.chatCompletions(c)
	case c.Request.URL.Path == "/v1/responses":
		g.responses(c)
	case c.Request.URL.Path == "/v1/messages":
		g.messages(c)
	case c.Request.URL.Path == "/v1/models" && c.Request.Method == http.MethodGet:
		g.models(c)
	default:
		apiError(c, http.StatusNotFound, "not_found", "Unknown endpoint: "+c.Request.URL.Path)
	}
}

// models GET /v1/models：返回调用方真正能用的模型。
// 口径与选路一致（启用 + 至少绑定一个启用且健康的渠道），再叠加该用户/密钥的模型白名单——
// 否则被限制的模型名照样泄漏在列表里，客户端试了才知道 403。
// 按客户端协议返回对应形状，并带上目录元数据（上下文长度、能力位）；价格不外泄。
func (g *Gateway) models(c *gin.Context) {
	u, ok := g.resolveUser(c)
	if !ok {
		return
	}
	ids := g.ch.AvailableModelIDs()
	if len(ids) == 0 {
		g.writeModelList(c, nil)
		return
	}
	var ms []store.Model
	if err := g.db.Where("id IN ? AND enabled = ?", ids, true).Order("sort ASC, id ASC").Find(&ms).Error; err != nil {
		apiError(c, http.StatusInternalServerError, "internal_error", "failed to load models")
		return
	}
	out := make([]store.Model, 0, len(ms))
	for _, m := range ms {
		if g.checkModelAllowed(c, u, m.Name) {
			out = append(out, m)
		}
	}
	g.writeModelList(c, out)
}

func (g *Gateway) writeModelList(c *gin.Context, ms []store.Model) {
	if p, _ := c.Get("protocol"); p == convert.ProtoMessages {
		data := make([]gin.H, 0, len(ms))
		for _, m := range ms {
			data = append(data, gin.H{
				"type":           "model",
				"id":             m.Name,
				"display_name":   m.Name,
				"created_at":     m.CreatedAt.UTC().Format(time.RFC3339),
				"context_length": m.ContextLength,
				"capabilities": gin.H{
					"tools": m.SupportsTools, "vision": m.SupportsVision, "reasoning": m.SupportsReasoning,
				},
			})
		}
		c.JSON(http.StatusOK, gin.H{"data": data, "has_more": false})
		return
	}
	data := make([]gin.H, 0, len(ms))
	for _, m := range ms {
		item := gin.H{
			"id": m.Name, "object": "model",
			"created": m.CreatedAt.Unix(), "owned_by": "openteam",
		}
		if m.ContextLength > 0 {
			item["context_length"] = m.ContextLength
		}
		if m.SupportsTools || m.SupportsVision || m.SupportsReasoning {
			item["capabilities"] = gin.H{
				"tools": m.SupportsTools, "vision": m.SupportsVision, "reasoning": m.SupportsReasoning,
			}
		}
		data = append(data, item)
	}
	c.JSON(http.StatusOK, gin.H{"object": "list", "data": data})
}

// candidateChannels 返回可用渠道候选（按模型绑定优先，退化全局；携带模型映射）。
func (g *Gateway) candidateChannels(model string) []channel.Candidate {
	return g.ch.Candidates(model)
}

// candidatesFor 候选获取的统一入口：健康候选为空且配置了冷却宽限时，
// 找冷却最早结束的候选兜底重试一次（429 的 Retry-After 语义本就是"到点再试"，
// 与其立刻 503 不如试试最先恢复的那条）。命中兜底时在 context 打标，
// doProxy 选路会放行这个冷却中的渠道。
func (g *Gateway) candidatesFor(c *gin.Context, model string) []channel.Candidate {
	cands := g.candidateChannels(model)
	if len(cands) > 0 || g.cooldownGrace <= 0 {
		return cands
	}
	cand, remaining, ok := g.ch.EarliestRecovery(model)
	if !ok || remaining > g.cooldownGrace {
		return nil
	}
	c.Set(CtxForceCooling, true)
	return []channel.Candidate{cand}
}

// resolveUser 取当前用户（含余额）。Auth 中间件已查过一次并放入上下文，
// handler 里直接复用，省掉每请求一次重复查询。
func (g *Gateway) resolveUser(c *gin.Context) (*store.User, bool) {
	if u, ok := c.Get(CtxUser); ok {
		if u2, ok := u.(*store.User); ok {
			return u2, true
		}
	}
	uid, _ := c.Get(CtxUserID)
	var u store.User
	if err := g.db.First(&u, uid).Error; err != nil {
		apiError(c, http.StatusUnauthorized, "invalid_api_key", "Invalid API key")
		return nil, false
	}
	return &u, true
}

// checkBalance 余额不足返回 402（PLANNING §4.4.3）。
// 可用余额 = 余额 - 在途预扣（冻结）额：并发流式请求各持一份冻结，
// 不会互相透支把余额拖到深度负值（冻结语义见 freezeFor）。
func (g *Gateway) checkBalance(c *gin.Context, u *store.User) bool {
	avail := u.Balance
	if a := g.frozenOf(u.ID); a != nil && a.Load() > 0 {
		avail = avail.Sub(decimal.NewFromInt(a.Load()).Shift(-8))
	}
	if !avail.IsPositive() {
		apiError(c, http.StatusPaymentRequired, "insufficient_balance", "Insufficient balance. Please recharge or contact admin.")
		return false
	}
	return true
}

// frozenOf 取用户的在途冻结额桶；无冻结返回 nil（零分配快路径）。
func (g *Gateway) frozenOf(uid uint64) *atomic.Int64 {
	if v, ok := g.frozen.Load(uid); ok {
		return v.(*atomic.Int64)
	}
	return nil
}

// freezeFor 预扣（reserve）：按请求体估算本请求的成本上界并计入冻结额，随 gin context
// 携带，请求终结（含失败/中断/panic，由 handler 的 defer 释放）时按同一数值 capture。
// 估算只求上界不求准：输入按 ~4 字节/token 粗估并用缓存写价（1.25×/2× 输入价）封顶，
// 输出取 max_tokens（缺省用 reserveMaxTokens 基数）。
// 冻结只在本进程内存里，单实例语义；多实例部署时各实例独立冻结（余额本身允许为负兜底）。
// 检查（checkBalance）与冻结之间存在乐观竞窗：最坏超额 = 同时穿过竞窗的请求数，
// 有界且被「余额允许为负」兜底；预扣把无界的流式透支压成了这个常数。
func (g *Gateway) freezeFor(c *gin.Context, uid uint64, model store.Model, br *bodyReq, body []byte) {
	if g.reserveMaxTokens <= 0 || model.ID == 0 {
		return
	}
	outTok := int64(g.reserveMaxTokens)
	if br != nil {
		if br.MaxTokens != nil && *br.MaxTokens > 0 && int64(*br.MaxTokens) < outTok {
			outTok = int64(*br.MaxTokens)
		}
		if br.MaxOutputTokens != nil && *br.MaxOutputTokens > 0 && int64(*br.MaxOutputTokens) < outTok {
			outTok = int64(*br.MaxOutputTokens)
		}
	}
	inPrice := model.InputPrice
	if cwp := model.CacheWritePriceOr(); cwp.GreaterThan(inPrice) {
		inPrice = cwp
	}
	million := decimal.NewFromInt(1e6)
	est := decimal.NewFromInt(int64(len(body) / 4)).Mul(inPrice).
		Add(decimal.NewFromInt(outTok).Mul(model.OutputPrice)).
		Div(million).Round(8)
	n := est.Shift(8).Ceil().BigInt().Int64() // 1e-8 USD 整数，向上取整保上界
	if n <= 0 {
		return
	}
	v, _ := g.frozen.LoadOrStore(uid, &atomic.Int64{})
	v.(*atomic.Int64).Add(n)
	g.frozenTotal.Add(n)
	metrics.FrozenBalance.Set(float64(g.frozenTotal.Load()) / 1e8)
	c.Set(CtxReserve, n)
}

// unfreeze 释放冻结额（capture）。幂等：CtxReserve 置零后重复调用为 no-op，
// handler 的 defer 与任何终结路径的双释放只生效一次。
func (g *Gateway) unfreeze(c *gin.Context, uid uint64) {
	v, ok := c.Get(CtxReserve)
	if !ok {
		return
	}
	n, _ := v.(int64)
	c.Set(CtxReserve, int64(0))
	if n == 0 {
		return
	}
	if a := g.frozenOf(uid); a != nil {
		a.Add(-n)
	}
	total := g.frozenTotal.Add(-n)
	metrics.FrozenBalance.Set(float64(total) / 1e8)
}

// ---------------------------------------------------------------------------
// 协议分派

func upstreamPath(proto string) string {
	switch proto {
	case convert.ProtoMessages:
		return "/messages"
	case convert.ProtoResponses:
		return "/responses"
	default:
		return "/chat/completions"
	}
}

// upstreamPlan 描述一次代理请求的上游访问方式。
type upstreamPlan struct {
	proto    string                       // 上游协议（用于分协议 base_url）
	path     string                       // 上游路径
	body     []byte                       // 已转换的请求体
	lineConv func([]byte) []byte          // 流式逐行转换（nil=直通）
	bodyConv func([]byte) ([]byte, error) // 非流式响应体转换（nil=直通）
}

// conversionTarget 决定客户端协议在渠道上的处理方式：
// 渠道声明支持该协议则直通（返回原协议）；否则转为其首选支持协议（chat > messages > responses）。
func conversionTarget(formats []string, clientProto string) string {
	for _, f := range formats {
		if f == clientProto {
			return clientProto
		}
	}
	for _, p := range []string{convert.ProtoChat, convert.ProtoMessages, convert.ProtoResponses} {
		for _, f := range formats {
			if f == p {
				return p
			}
		}
	}
	return ""
}

// prepareUpstream 计算上游访问计划：渠道声明支持客户端协议则直通，否则转换；
// 应用模型名称映射（upstream_model）。
func prepareUpstream(ch *store.Channel, clientProto string, body []byte, upstreamModel string) (*upstreamPlan, error) {
	target := conversionTarget(ch.FormatsEffective(), clientProto)
	if target == "" {
		return nil, fmt.Errorf("channel %q declares no supported protocol format", ch.Name)
	}
	plan := &upstreamPlan{proto: target, path: upstreamPath(target), body: body}
	if target != clientProto {
		converted, err := convert.ConvertRequest(body, clientProto, target)
		if err != nil {
			return nil, err
		}
		plan.body = converted
		plan.lineConv = convert.NewStreamTransformer(target, clientProto)
		plan.bodyConv = func(b []byte) ([]byte, error) { return convert.ConvertResponse(b, target, clientProto) }
	}
	// 模型名称映射：把请求体 model 字段改写为渠道侧的 upstream_model
	if upstreamModel != "" {
		if out, err := rewriteModel(plan.body, upstreamModel); err == nil {
			plan.body = out
		}
	}
	return plan, nil
}

// rewriteModel 改写请求体顶层的 model 字段（模型映射）。
// 定点替换而不是整包 unmarshal/marshal：后者在 100KB 请求体上实测 ~585µs、
// 470KB 分配，而这里只有一次扫描 + 拼接。
func rewriteModel(body []byte, model string) ([]byte, error) {
	out, ok := rewriteModelField(body, model)
	if !ok {
		return body, nil // 没有顶层 model（非法或空体）：原样转发，交给上游判
	}
	return out, nil
}

var errNoChannel = errors.New("no available channel")