暴露"最近一次回复"的诊断信息，不用翻日志就能判断内容是否发全

背景：排查"内容不全"时，一直需要去翻 Space 的 Container logs 找
"Streaming response completed: ... chars=... truncated=..." 这一行，很费事。

改动：
- 新增模块级 LAST_RESPONSE_STATS 与 record_response_stats()，在流式（正常收尾与断流两条
分支）和非流式路径各记录一次：mode / model / chars / chunks / images / fence_open /
truncated / finish_reason / error / at。
- GET /api/session 增加 last_response 字段；管理面板 /api/status 也透出，并在「会话与
__1PSIDTS 轮换」卡片里显示为「最近一次回复」：流式/非流式 · N 字符 · 疑似被截断 · 有错误
（截断或出错时标橙色）。
- 非流式路径补齐与流式一致的截断处理：同样判定、同样追加提示、finish_reason 也置 length。

判断口径：chars 正常且 truncated=false → 服务端发全了，问题在客户端显示；
truncated=true → 上游截断，看 finish_reason 与 error。

tests/test_streaming_fidelity.py 增至 30 项（新增最近回复诊断的 4 项断言），
tests/test_admin_panel.py 增至 23 项。全套 186 项通过。

README.md

@@ -106,12 +106,25 @@ gemini-webapi 自带的后台轮换任务会按 `refresh_interval`（默认 600s
   "recycle_count": 0,
   "live_1psidts_masked": "1//0g******AbCd",
   "cached_1psidts_masked": "1//0g******AbCd",
-  "env_1psidts_masked": "1//0g******WxYz"
+  "env_1psidts_masked": "1//0g******WxYz",
+  "last_response": {
+    "mode": "stream",
+    "model": "gemini-3.8-flash",
+    "chars": 1284,
+    "chunks": 42,
+    "truncated": false,
+    "finish_reason": "stop",
+    "error": ""
+  }
 }
 ```
 
 判读要点：
 
+- **`last_response` 是最近一次回复的诊断，排查"内容不全"先看它。** `chars` 是服务端实际下发
+  的字符数、`truncated` 是否疑似被截断。`chars` 正常且 `truncated=false` → 服务端发全了，
+  问题在客户端显示；`truncated=true` → 上游截断了，看 `finish_reason` 和 `error`。
+  管理面板的「最近一次回复」也是这个数据。
 - `rotation_count` 会随进程运行时间缓慢增长，`last_1psidts_change_age_sec` 应该
   大致落在 `SESSION_REFRESH_INTERVAL` 附近。**如果这个年龄一直远超轮换周期，说明
   轮换没在跑**，去看 `rearm_count`、`account_status` 和 `last_error`。
@@ -141,7 +154,7 @@ gemini-webapi 自带的后台轮换任务会按 `refresh_interval`（默认 600s
 
 `tests/` 下有七个不联网的校验脚本（用鸭子类型的假 `GeminiClient` 覆盖真实调用点；
 模型相关的用例则把真实的 `GeminiClient` 注入 `_model_registry` 后走真库逻辑；
-流式相关用例真起 uvicorn + httpx），合计 181 项断言：
+流式相关用例真起 uvicorn + httpx），合计 186 项断言：
 
 ```bash
 python tests/run_all.py                      # 一次跑完
@@ -149,10 +162,10 @@ python tests/test_session_manager.py         # 35 项：凭据优先级、轮换
 python tests/test_integration.py             # 21 项：真实 FastAPI lifespan、流式/非流式、失效后自动重试
 python tests/test_models.py                  # 34 项：/v1/models 走账号真实探测、模型解析、对外 id 生成
 python tests/test_streaming.py               # 11 项：测 TTFB 与分片间隔，验证真流式 + 思考下发
-python tests/test_streaming_fidelity.py      # 26 项：长文档一字不差、断流不丢缓冲、代码块不被改写、围栏未闭合与散文中途收尾判定截断
+python tests/test_streaming_fidelity.py      # 30 项：长文档一字不差、断流不丢缓冲、代码块不被改写、围栏未闭合与散文中途收尾判定截断、最近回复诊断
 python tests/test_upstream_retry.py          # 13 项：用真实装饰器复现「两次生成被拼接」，并用真实 GeminiClient 验证 current_retry 透传
 python tests/test_system_prompt.py           # 19 项：系统指令注入、围栏语言标记、长内容自然断点、可关闭、可追加、环境变量接线
-python tests/test_admin_panel.py             # 22 项：面板字段与 /api/status、session_manager.status() 对齐
+python tests/test_admin_panel.py             # 23 项：面板字段与 /api/status、session_manager.status() 对齐
 ```
 
 依赖：`fastapi` + `httpx` + `uvicorn` + `gemini-webapi`，其余按 `pyproject.toml`。

admin.html

@@ -491,6 +491,10 @@
                     <span class="config-label">重建 / 重拉</span>
                     <span class="config-value" id="sessionRecovery">--</span>
                 </div>
+                <div class="config-item">
+                    <span class="config-label">最近一次回复</span>
+                    <span class="config-value" id="lastResponse">--</span>
+                </div>
             </div>
         </div>
 
@@ -757,6 +761,20 @@
                 document.getElementById('sessionRecovery').textContent =
                     '重建 ' + (session.recycle_count || 0) + ' 次 / 重拉 ' + (session.rearm_count || 0) + ' 次';
 
+                // 最近一次回复的诊断：用来判断"内容不全"是服务端没发全还是客户端没显示全
+                const last = data.last_response || {};
+                const lastEl = document.getElementById('lastResponse');
+                if (last.chars === undefined) {
+                    lastEl.textContent = '--';
+                    lastEl.style.color = '';
+                } else {
+                    const parts = [last.mode === 'stream' ? '流式' : '非流式', last.chars + ' 字符'];
+                    if (last.truncated) parts.push('疑似被截断');
+                    if (last.error) parts.push('有错误');
+                    lastEl.textContent = parts.join(' · ');
+                    lastEl.style.color = last.truncated || last.error ? '#ff9800' : '#4caf50';
+                }
+
                 const sessionErrorRow = document.getElementById('sessionErrorRow');
                 if (session.last_error) {
                     sessionErrorRow.style.display = '';

admin.py

@@ -205,7 +205,18 @@ async def verify_admin_token(request: Request):
 @router.get("/api/status")
 async def get_status(token: str = Depends(verify_admin_token)):
 	"""获取服务状态"""
-	from main import API_KEY, AUTO_DELETE_CHAT, ENABLE_THINKING, HOST, PORT, SECURE_1PSID, SECURE_1PSIDTS, TEMPORARY_CHAT, session_manager
+	from main import (
+		API_KEY,
+		AUTO_DELETE_CHAT,
+		ENABLE_THINKING,
+		HOST,
+		LAST_RESPONSE_STATS,
+		PORT,
+		SECURE_1PSID,
+		SECURE_1PSIDTS,
+		TEMPORARY_CHAT,
+		session_manager,
+	)
 
 	# 检查 cookie 是否有效（简单检查是否存在）
 	cookie_valid = bool(SECURE_1PSID and SECURE_1PSIDTS)
@@ -248,6 +259,8 @@ async def get_status(token: str = Depends(verify_admin_token)):
 		"rotation_task_alive": session.get("rotation_task_alive", False),
 		"supervisor_alive": session.get("supervisor_alive", False),
 		"account_status": session.get("account_status", "unknown"),
+		# 最近一次回复的诊断：判断"内容不全"是服务端没发全还是客户端没显示全
+		"last_response": dict(LAST_RESPONSE_STATS),
 	}
 
 

main.py

@@ -999,6 +999,17 @@ def _looks_truncated(text: str, fence_open: bool) -> bool:
 	return stripped[-1] not in _TERMINAL_CHARS
 
 
+# 最近一次回复的诊断信息：不用翻日志就能回答"服务端到底发了多少字符、是不是被截断了"。
+LAST_RESPONSE_STATS: Dict[str, object] = {}
+
+
+def record_response_stats(**kwargs) -> None:
+	"""记录最近一次回复的诊断信息（供 /api/session 与管理面板展示）。"""
+	LAST_RESPONSE_STATS.clear()
+	LAST_RESPONSE_STATS.update(kwargs)
+	LAST_RESPONSE_STATS["at"] = int(time.time())
+
+
 def get_image_signature(url: str) -> str:
 	"""
 	Generate a HMAC-SHA256 signature for the image URL using the persistent SIGNATURE_SECRET.
@@ -1245,6 +1256,17 @@ async def create_chat_completion(
 						fence_open,
 						suspected,
 					)
+					record_response_stats(
+						mode="stream",
+						model=request.model,
+						chars=delivered_chars,
+						chunks=chunk_count,
+						images=yielded_images,
+						fence_open=fence_open,
+						truncated=suspected,
+						finish_reason="length" if suspected else "stop",
+						error="",
+					)
 					if last_metadata and len(last_metadata) > 0 and not AUTO_DELETE_CHAT:
 						asyncio.create_task(background_verify_chat_persistence(gemini_client, last_metadata[0], "stream"))
 				except Exception as e:
@@ -1284,6 +1306,17 @@ async def create_chat_completion(
 					)
 					yield make_chunk({}, finish_reason="length")
 					yield "data: [DONE]\n\n"
+					record_response_stats(
+						mode="stream",
+						model=request.model,
+						chars=delivered_chars,
+						chunks=chunk_count,
+						images=yielded_images,
+						fence_open=bool(fence_state.get("in_fence")),
+						truncated=True,
+						finish_reason="length",
+						error=detail,
+					)
 				finally:
 					# Create background task to delete the chat if AUTO_DELETE_CHAT is enabled
 					if AUTO_DELETE_CHAT and captured_cid:
@@ -1335,6 +1368,29 @@ async def create_chat_completion(
 				logger.warning("Empty response received from Gemini")
 				reply_text = "Server returned an empty response. Please check that Gemini API credentials are valid."
 
+			# 与流式路径保持一致：非流式也要能识别"上游提前收尾"
+			non_stream_truncated = _looks_truncated(reply_text, False)
+			body_chars = len(reply_text)
+			if non_stream_truncated:
+				logger.warning(
+					"Non-streaming response looks truncated (chars=%s). Upstream may have cut it off.",
+					body_chars,
+				)
+				if TRUNCATION_NOTICE:
+					reply_text += "\n\n[回复似乎在句子中间结束，可能被上游截断。可以回复「继续」让模型接着写]"
+
+			record_response_stats(
+				mode="non-stream",
+				model=request.model,
+				chars=body_chars,
+				chunks=1,
+				images=0,
+				fence_open=False,
+				truncated=non_stream_truncated,
+				finish_reason="length" if non_stream_truncated else "stop",
+				error="",
+			)
+
 			result = {
 				"id": completion_id,
 				"object": "chat.completion",
@@ -1344,7 +1400,7 @@ async def create_chat_completion(
 					{
 						"index": 0,
 						"message": {"role": "assistant", "content": reply_text},
-						"finish_reason": "stop",
+						"finish_reason": "length" if non_stream_truncated else "stop",
 					}
 				],
 				"usage": {
@@ -1494,8 +1550,14 @@ async def session_status():
 	2. 「后台是否仍在自动轮换 __Secure-1PSIDTS」—— 看 ``rotation_count``、
 	   ``last_1psidts_change_age_sec``、``rotation_task_alive``、``supervisor_alive``、
 	   ``rearm_count``。
+
+	另外返回 ``last_response``：最近一次回复的诊断（下发的字符数、是否疑似被截断、
+	finish_reason 等），用来判断"内容不全"到底是服务端没发全还是客户端没显示全。
 	"""
-	return session_manager.status()
+	return {
+		**session_manager.status(),
+		"last_response": dict(LAST_RESPONSE_STATS),
+	}
 
 
 if __name__ == "__main__":

tests/test_admin_panel.py

@@ -50,6 +50,7 @@ def main():
 		"sessionErrorRow",
 		"sessionError",
 		"sessionRecovery",
+		"lastResponse",
 	):
 		check(f"1b 面板已接线 {element_id}", element_id in declared and element_id in referenced)
 

tests/test_streaming_fidelity.py

@@ -355,6 +355,14 @@ def main():
 	check("25 短回复不误报", "句子中间结束" not in content_short, repr(content_short))
 	check("26 且 finish_reason 为 stop", _finish_reason(raw_short) == "stop", str(_finish_reason(raw_short)))
 
+	# ---------------------------------------------------------------- 最近一次回复的诊断
+	stats = dict(app_main.LAST_RESPONSE_STATS)
+	print(f"       LAST_RESPONSE_STATS = {stats}")
+	check("27 记录了最近一次回复的诊断", stats.get("mode") == "stream" and stats.get("chars", 0) > 0, str(stats))
+	check("28 记录了是否疑似截断", stats.get("truncated") is False, str(stats.get("truncated")))
+	check("29 记录了 finish_reason", stats.get("finish_reason") == "stop", str(stats.get("finish_reason")))
+	check("30 记录了模型名与时间戳", stats.get("model") == "gemini-3.8-flash" and isinstance(stats.get("at"), int), str(stats))
+
 	server.should_exit = True
 	time.sleep(0.5)