fix: stitched-stream usage double-count after compress re-request (adapter-anthropic >0 guard)

[ranxianglei]

Model: glm-5.3

压缩重请求后的拼接流导致下游 usage 双计（假 EMERGENCY）

证据（issue #292 日志）

13:26:21.161Z [366af3e19c251c72] [acp-usage] round 1 input=261206 cached=118663 (cache hit 45%)
13:26:21.250Z [366af3e19c251c72] nudge INJECT T1: usage=131% (261206/200000) ... reason="EMERGENCY T1"

261206 = 142543 + 118663 精确对上。机制：内层执行 compress 后向上游重请求，返回下游的流是两轮拼接：round 1 的 message_start（cache_read=118663）+ 合成 terminal（input_tokens=142543, cache_read=0）。下游解析只在 > 0 时更新（src/loop/adapter-anthropic.ts:297-299），terminal 的 0 无法覆盖 round 1 旧值 → 142543 + 118663 双计 → 131% 假超窗 → 误触发 EMERGENCY nudge + preflight 压缩。

该守卫本身有正当理由（src/loop/adapter-anthropic.ts:291-296 注释：部分 relay 会在 message_delta 回显 input_tokens: 0，采纳会低估上下文、压缩永不触发），不能简单去掉。

修复要求（两层任一或组合，建议都做）

1. 生成侧（治本）：acp-loop 多轮拼接流的合成 terminal 携带完整权威 usage（input_tokens + cache_read_input_tokens 都填终轮真实值），让下游能原子采纳
2. 解析侧（防御）：adapter-anthropic.ts 当 message_delta/terminal 的 usage 对象同时含 input_tokens（>0）与 cache_read_input_tokens 字段时，按完整对象原子更新（0 值可覆盖旧值）；仅当字段残缺时维持现行 >0 守卫

验收（单测）

构造拼接流：round1 message_start（input=50000, cache_read=118663）+ 合成 terminal（input=142543, cache_read=0）→ 断言记录的总输入为 142543（非 261206）；再构造 relay 回显 input_tokens:0 场景 → 断言不覆盖 message_start 真值（现行行为保持）。

[ranxianglei]

🤖 ework agent · vllm-qwen/qwen3.8-27b

[来自 #292 会话的交接] 解析侧（防御层）的参考实现，已验证：npm run typecheck 干净、全量 npm test 683/683 通过（含下面 4 个新测试）。未提交——本 issue 归 #299 会话所有，此 diff 仅作参考，OP 的 spec 为准。

设计差异（复用前必读）：我的解析规则按值不匹配触发（delta 的 input_tokens > 0 且 ≠ message_start 的 input → 连带采纳 delta 的 cache 值，0/缺省均可覆盖）；OP spec 按字段存在性触发（两字段齐备且 input>0 → 原子采纳）。两者仅在一个边界情形不同：拼接 terminal 缺 cache 字段时——我的规则把 cache 重置为 0（对双计保守），spec 规则保留 message_start 的旧 cache。生成侧修复（terminal 恒带两字段）会消除 bili→bili 链路上该边界，所以两种规则都满足 OP 验收测试。注意：我的测试 2（缺字段 → cached=0）在我的规则下通过、在 spec 规则下不通过——若按 spec 实现请相应调整该断言。

Diff（基于 master @ 181918e）：

diff --git a/src/loop/adapter-anthropic.ts b/src/loop/adapter-anthropic.ts
@@ -295,7 +295,21 @@ export function createAnthropicAdapter(requestBody: Record<string, unknown>, ori
                     // message_start's real value and under-report the context size
                     // (→ nudge/compression never fires, cache hit rate collapses).
                     // A 0 can never be a legitimate update, so adopt only > 0.
-                    if (typeof u.input_tokens === "number" && u.input_tokens > 0) roundInput = u.input_tokens;
+                    // Exception — spliced streams (#292): an upstream bili compress
+                    // loop re-requests upstream and synthesizes the terminal from
+                    // the FINAL round, so the client stream's message_delta can
+                    // carry input_tokens that DIFFER from message_start's. That
+                    // delta belongs to a different request, making message_start's
+                    // cache value stale; adopting it too double-counts tokens
+                    // (input + an old cache read). When the delta's input differs,
+                    // adopt its cache value as well — even 0 or absent.
+                    const deltaInput = typeof u.input_tokens === "number" ? u.input_tokens : undefined;
+                    if (deltaInput !== undefined && deltaInput > 0) {
+                        if (roundInput !== undefined && deltaInput !== roundInput) {
+                            roundCached = typeof u.cache_read_input_tokens === "number" ? u.cache_read_input_tokens : 0;
+                        }
+                        roundInput = deltaInput;
+                    }
                     if (typeof u.cache_read_input_tokens === "number" && u.cache_read_input_tokens > 0) roundCached = u.cache_read_input_tokens;
                     const d = (data.delta ?? {}) as Record<string, unknown>;
                     if (typeof d.stop_reason === "string") stopReason = d.stop_reason;

tests/anthropic-round2-stream.test.ts 新增（PaddedEvent 加 inputTokens/outputTokens/cachedTokens 字段 + usageEvents() helper + SPLICED_STREAM fixture）：

1. 拼接流（start input=3912 cache=118663 + terminal input=142543 cache=0）→ 断言 input=142543、cached=0（旧代码给 261206）
2. 拼接 terminal 缺 cache 字段 → cached=0
3. relay 回显 input_tokens: 0 → 保留 message_start 真值（100/50）
4. 正常流同值 delta 带 cache=70 → 仍采纳

生成侧（治本）位置提示：合成 terminal 在 src/stream.ts:292-293 构造（usage: u），u 取自上游 message_delta 的 usage（src/stream.ts:129-143 捕获）；round-2 路径另有 src/loop/adapter-anthropic.ts:161-162 构造合成 message_delta。修复点应保证合成 terminal 的 usage 恒含 input_tokens + cache_read_input_tokens 两字段（终轮真实值）。

测试数据：SPLICED_STREAM 场景旧代码 total=261206（142543+118663 双计），修复后 142543；relay 回显 0 场景行为不变（100/50）。

[ranxianglei]

🤖 ework agent · vllm-qwen/qwen3.8-27b

[bot] 已接手。根因确认与 issue 描述一致：

机制：内层 bili 执行 compress 后向上游重请求，返回下游的流是两轮拼接——外层只见 round 1 的 message_start（cache_read=118663）+ 合成 terminal（input=142543, cache_read=0）。外层 adapter-anthropic.ts:288-311 的 >0 守卫拒绝 terminal 的 0 覆盖旧 cache_read → 142543 + 118663 = 261206 双计 → 131% 假超窗 → EMERGENCY nudge + preflight 压缩。

代码勘察结论：

• 生成侧：buildTerminal（src/loop/adapter-anthropic.ts:146-167）已经始终携带完整 usage（input_tokens + output_tokens + cache_read_input_tokens，含 0）——治本层其实已满足，我会加回归测试钉死这个契约。
• 解析侧：真正的改动点。message_delta 分支改为：当 usage 对象同时含 input_tokens（>0）与 cache_read_input_tokens 字段时原子采纳整个对象（0 可覆盖旧值）；字段残缺时维持现行 >0 守卫（relay 回显 input_tokens:0 场景行为不变）。
• openai/responses 线的 usage 事件是整对象替换（adapter-openai.ts:286-312），无同类缺陷，不在本次范围。

计划：改 adapter-anthropic.ts 解析侧 + 两条验收单测（拼接流断言 total=142543；relay-echo 场景断言不覆盖，已有测试 m00012 中 line 138 覆盖），跑 typecheck/test/build 后开 PR。稍后回 PR 链接。

[ranxianglei]

🤖 ework agent · vllm-qwen/qwen3.8-27b

[bot] 修复完成，PR 已开：#303

改动（分支 2026-08-28_stitched-usage-atomic-merge，commit 8b6702a）：

1. 解析侧（真正的改动）：src/loop/adapter-anthropic.ts message_delta 分支——当 usage 对象同时含 input_tokens（>0）与 cache_read_input_tokens 字段时原子采纳整对（0 可覆盖旧值）；字段残缺时维持现行 >0 守卫。
2. 生成侧（契约钉死）：勘察确认 buildTerminal 已经始终携带完整 usage（input_tokens + output_tokens + cache_read_input_tokens，含 0），无需改码；加了回归测试钉死该契约。
3. openai/responses 线的 usage 事件是整对象替换（last-wins），无同类缺陷，不在本次范围。

验收单测（tests/loop-adapters.test.ts）：

• 拼接流：round1 message_start（input=50000, cache_read=118663）+ 合成 terminal（input=142543, cache_read=0）→ 断言总输入 = 142543。已验证未修复代码上该测试失败（actual: 261206，正是 issue 中的双计数值）。
• 生成侧：acp_status 重请求两轮循环 → 输出中合成 terminal 携带 input_tokens:142543 + cache_read_input_tokens:0（显式 0）+ output_tokens:3。
• 既有 relay-echo 测试（input_tokens:0 不覆盖 message_start 真值，total=66）继续通过——残缺对象场景行为不变。

Pre-flight：npm run typecheck 干净；npm test 693/693 通过；npm run build 成功。

请人工 review + merge（按规范 merge 仅人工操作）。