建议支持多轮对话 Assistant 历史思考 (reasoning_content) 正文注入回放，避免上游静默丢弃

[pinewhite]

背景与问题描述 (Background & Problem)

在将 codebuddy2api 作为各类支持推理思考链的客户端（如 DeepSeek Harness, OpenCode/OMP, Claude Code, Cherry Studio 等）的上游反代时，发现多轮对话中存在**“上轮 Assistant 的思考过程被丢弃，下轮模型无法感知前序思考”**的问题：

1. 下行流式正常：流式 SSE 能正确产出思考过程，并在客户端渲染折叠块。
2. 上行回放丢失：下一轮对话中，客户端回传上一轮 assistant 消息中的 reasoning_content。但由于直接原样将 JSON 转发给腾讯 CodeBuddy 上游接口，腾讯网关在反序列化强类型消息体时，只读取 role、content、tool_calls 等白名单字段，客户端附带的非标扩展字段 reasoning_content 被服务端静默丢弃。
3. 模型层结果：上游组装给底层模型（如 DeepSeek-v4-flash、混元等）的上下文里完全缺失思考部分，底层模型的自注意力机制（Self-Attention）无法看到上一轮推导的中间逻辑，Prompt Tokens 增加量也为 0，导致长上下文或需要延续上轮思路的多步代码重构中频繁出现“思维断层”。

---

根本原因 (Root Cause)

1. 上游服务严格白名单反序列化：腾讯私有网关不接收非标字段 reasoning_content；
2. 大模型注意力机制依赖正文：现代推理大模型底层对历史思考的自注意力捕捉，严重依赖其作为正文文本存在（如 <thought>...</thought> 或 <think>...</think>）。

---

建议解决方案 (Suggested Fix)

在网关将客户端请求转发给腾讯 CodeBuddy 上游前，针对 messages 数组做一层快速拦截：

• 遍历所有 role === "assistant" 的历史记录；
• 若消息包含 reasoning_content，且尚未包含 <thought> 标签，将其提取并包装为 <thought>\n${reasoning_content}\n</thought> 前置拼入 content 首部；
• 这样上游网关只看到完全合规的标准 content 正文字符串，底层模型也能够实打实地读取历史思考。

参考伪代码 (Node.js / TypeScript)：

function injectAssistantReasoning(messages: any[]) {
  if (!Array.isArray(messages)) return;
  for (const msg of messages) {
    if (msg.role !== 'assistant') continue;
    
    const reasoning = msg.reasoning_content || msg.reasoning;
    if (!reasoning || typeof reasoning !== 'string' || !reasoning.trim()) continue;

    const thoughtBlock = `<thought>\n${reasoning.trim()}\n</thought>`;
    if (typeof msg.content === 'string') {
      if (!msg.content.trim().startsWith('<thought>')) {
        msg.content = msg.content.trim() 
          ? `${thoughtBlock}\n\n${msg.content}` 
          : thoughtBlock;
      }
    } else if (Array.isArray(msg.content)) {
      const firstTextPart = msg.content.find((p: any) => p.type === 'text');
      if (firstTextPart && typeof firstTextPart.text === 'string' && !firstTextPart.text.trim().startsWith('<thought>')) {
        firstTextPart.text = `${thoughtBlock}\n\n${firstTextPart.text}`;
      }
    }
  }
}

---

实测验证与收益

经实测：

• 加上该正文注入后，无论模型是 DeepSeek 还是混元，均能在多轮对话中精准回忆上轮思考细节；
• 同时保持了与上游网关的完全兼容，不会触发 400 格式错误或 WAF 拦截。
• 建议作为可选开关（默认推荐启用）加入到请求转换管道中。

[orangeboyChen]

🤔我看看