pont v73 : guerison du bassin elargie (HTTPError/RuntimeError) + flux SSE gueri

pont v72 : la speculation voyage dans le nom (ornith+dspark)

pont v71 : pings SSE pendant l'attente d'un swap (proxy RunPod coupe a 120 s)

pont v70 : swap de modele (ornith <-> qwen38), nom servi lu a chaque requete

pont : guerison du bassin httpx sur PoolTimeout (3 saturations en 12 h)

alias nu : Claude Code refuse une fenetre >200k sur un id claude-*

pont : version courante pour Flash-Next

pont : plancher du budget de reflexion borne par max_tokens

pont : plafonner le raisonnement a la moitie de max_tokens (compaction vide)

pont: usage incremental (message_delta periodique + continuous_usage_stats) -> compteur de jetons en direct

pont: repli reponse sans texte ni outil -> raisonnement rendu en texte (compaction vide)

pont: fermeture amont a la deconnexion client, pool httpx 512 + timeout de pool (fuite de flux -> pont muet)

pont: effort -> thinking_token_budget (memes seuils que le patch natif)

garde : '... # rest of file' aussi

garde : ecritures entieres seulement, marqueurs explicites (faux positifs)

pont : signature_delta aussi au passage thinking->texte

pont : thinking non-flux, cache_read_input_tokens, stop_sequence, signature_delta, count_tokens reel

pont : raisonnement de l'historique -> reasoning_content (boucles d'outils)

pont : raisonnement en flux (delta.reasoning) + thinking_token_budget

keepalive pendant le preremplissage : le flux ne peut plus rester muet

vision + protocole: images, thinking adaptive, tool_choice none, plafond de sortie

protocole passerelle: erreurs amont intactes (reprise auto) + decouverte sous 3s

alias [1m] : Claude Code deduit la fenetre de contexte du nom du modele

corrige: le 2e message systeme de Claude Code faisait refuser la requete par vLLM

trace: sequence des roles en cas de refus amont

corrige: une erreur amont se deguisait en reponse vide (statut non verifie)

trace: une ligne par requete (texte/raisonnement/outils/stop)

thinking: traduire thinking.disabled -> enable_thinking=false, relayer reasoning_content

v26: console HTTP servie par le pont

keepalive: ping pendant laccumulation des args doutil (proxy runpod coupe a ~125s)

garde-fou: bufferise les args tool_use et bloque les ecritures abregees

Upload anthropic_proxy.py with huggingface_hub

Upload anthropic_proxy.py with huggingface_hub

Upload anthropic_proxy.py with huggingface_hub

Upload anthropic_proxy.py with huggingface_hub

Upload anthropic_proxy.py with huggingface_hub