Cherry Studio 客户端优化

.env.example

@@ -1,23 +1,37 @@
-# API Settings
+# ============================================
+# API 服务设置
+# ============================================
+# API 服务标题（显示在 OpenAPI 文档中）
 API_TITLE=OCI GenAI to OpenAI API Gateway
+# API 版本号
 API_VERSION=0.0.1
+# API 路由前缀（符合 OpenAI API 规范，不建议修改）
 API_PREFIX=/v1
+# 服务监听端口
 API_PORT=8000
+# 服务监听地址（0.0.0.0 表示监听所有网络接口）
 API_HOST=0.0.0.0
+# 调试模式（生产环境应设置为 false）
 DEBUG=false
 
-# Authentication
+# ============================================
-# Comma-separated list of API keys for authentication
+# 认证设置
-# These are the keys clients will use in Authorization: Bearer <key>
+# ============================================
+# API 密钥列表（JSON 数组格式）
+# 客户端通过 Authorization: Bearer <key> 头进行认证
+# 支持配置多个密钥，用于不同的客户端或应用
+# 示例：
+#   单个密钥：API_KEYS=["sk-your-secret-key"]
+#   多个密钥：API_KEYS=["sk-admin-key","sk-user-key","sk-app-key"]
 API_KEYS=["sk-oci-genai-default-key"]
 
 # ============================================
-# OCI Configuration
+# OCI 配置
 # ============================================
-# Path to OCI config file (usually ~/.oci/config)
+# OCI 配置文件路径（通常为 ~/.oci/config）
 OCI_CONFIG_FILE=~/.oci/config
 
-# Profile names in the OCI config file
+# OCI 配置文件中的 profile 名称
 # 支持单个或多个 profile，多个 profile 用逗号分隔
 # 多个 profile 时会自动使用轮询（round-robin）负载均衡
 # 示例：
@@ -26,51 +40,61 @@ OCI_CONFIG_FILE=~/.oci/config
 # 注意：每个 profile 在 ~/.oci/config 中必须包含 region 和 tenancy (作为 compartment_id)
 OCI_CONFIG_PROFILE=DEFAULT
 
-# Authentication type: api_key or instance_principal
+# 认证类型：api_key 或 instance_principal
 OCI_AUTH_TYPE=api_key
 
-# OCI Client Timeout Settings
+# OCI 客户端超时设置
-# Connect timeout: Maximum time (in seconds) to establish connection to OCI API
+# 连接超时：与 OCI API 建立连接的最大时间（秒）
 OCI_CONNECT_TIMEOUT=10
-# Read timeout: Maximum time (in seconds) to wait for OCI API response
+# 读取超时：等待 OCI API 响应的最大时间（秒）
-# Increase this value for long-running requests (e.g., complex conversations)
+# 处理长时间运行的请求时（例如复杂对话）可增加此值
 OCI_READ_TIMEOUT=360
 
-# Optional: Direct endpoint for dedicated models
+# 可选：专用模型的直接端点
 # GENAI_ENDPOINT=https://your-dedicated-endpoint
 
-# Model Settings
+# ============================================
-# Note: Available models are dynamically loaded from OCI at startup
+# 模型设置
-# Use GET /v1/models to see all available models
+# ============================================
-MAX_TOKENS=4096
+# 注意：可用模型在启动时从 OCI 动态加载
+# 使用 GET /v1/models 查看所有可用模型
+MAX_TOKENS=8192
 TEMPERATURE=0.7
 
-# Embedding Settings
+# ============================================
-# Truncate strategy for embeddings: END or START
+# 嵌入向量设置
+# ============================================
+# 嵌入向量的截断策略：END（保留开头，截断末尾）或 START（保留末尾，截断开头）
 EMBED_TRUNCATE=END
 
-# Streaming Settings
+# ============================================
-# Global streaming on/off switch
+# 流式响应设置
-# Set to false to disable streaming for all requests (overrides client stream=true)
+# ============================================
+# 全局流式响应开关
+# 设置为 false 将禁用所有流式请求（覆盖客户端的 stream=true 设置）
 ENABLE_STREAMING=true
-# Chunk size for simulated streaming (fallback mode only)
+# 模拟流式传输的分块大小（仅在回退模式下使用）
-# Only used when OCI returns non-streaming response
+# 仅当 OCI 返回非流式响应时使用
 STREAM_CHUNK_SIZE=1024
 
-# Logging
+# ============================================
-# Log level: DEBUG, INFO, WARNING, ERROR, CRITICAL
+# 日志设置
+# ============================================
+# 日志级别：DEBUG, INFO, WARNING, ERROR, CRITICAL
 LOG_LEVEL=INFO
 
-# Enable detailed request/response logging for debugging
+# 启用详细的请求/响应日志记录以进行调试
-# LOG_REQUESTS: Print incoming request details (method, URL, headers, body)
+# LOG_REQUESTS：打印传入请求的详细信息（方法、URL、请求头、请求体）
-# LOG_RESPONSES: Print outgoing response details (status, headers, body)
+# LOG_RESPONSES：打印发出响应的详细信息（状态码、响应头、响应体）
-# Note: Sensitive data (like API keys) are automatically filtered from logs
+# LOG_STREAMING：打印流式响应内容（⚠️ 增加内存使用和日志大小）
+# 注意：敏感数据（如 API 密钥）会自动从日志中过滤
 LOG_REQUESTS=false
 LOG_RESPONSES=false
+LOG_STREAMING=true
 
-# Log file path (optional, if not set logs only to console)
+# 日志文件路径（可选，如果未设置则仅输出到控制台）
 LOG_FILE=./logs/app.log
-# Max log file size in MB (default: 10)
+# 日志文件最大大小（MB，默认：10）
 LOG_FILE_MAX_SIZE=10
-# Number of backup log files to keep (default: 5)
+# 保留的备份日志文件数量（默认：5）
 LOG_FILE_BACKUP_COUNT=5

README.md

@@ -19,6 +19,8 @@
 - ⚡ **真实流式传输**: 真正的边缘到边缘流式响应，TTFB < 200ms
 - 🔒 **安全性**: 自动过滤敏感信息（OCID、request-id、endpoint URLs）
 - 🎯 **性能优化**: 客户端连接池机制，显著提升性能
+- 🎨 **高级参数支持**: reasoning_effort 等参数
+- 🍒 **Cherry Studio 优化**: 自动映射 thinking_budget，客户端名称识别
 
 ## 🚀 快速开始
 
@@ -153,6 +155,68 @@ response = client.chat.completions.create(
 )
 ```
 
+## 🚀 高级功能
+
+### 高级参数支持
+
+网关支持高级参数来增强模型响应能力：
+
+#### reasoning_effort - 推理深度控制
+
+控制模型的推理深度，影响响应质量：
+
+```python
+response = client.chat.completions.create(
+    model="google.gemini-2.5-pro",
+    messages=[{"role": "user", "content": "Solve this complex problem"}],
+    extra_body={"reasoning_effort": "high"}  # low, medium, high
+)
+```
+
+详细说明请参考 [高级参数支持文档](docs/ADVANCED_PARAMETERS.md)。
+
+### Cherry Studio 客户端优化
+
+网关为 Cherry Studio 客户端提供了专属优化功能：
+
+#### 自动映射 thinking_budget
+
+Cherry Studio 的 `thinking_budget` 参数会自动映射到 OCI 的 `reasoning_effort`：
+
+- thinking_budget ≤ 1760 → `reasoning_effort: low`
+- 1760 < thinking_budget ≤ 16448 → `reasoning_effort: medium`
+- thinking_budget > 16448 → `reasoning_effort: high`
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer sk-oci-genai-default-key" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [{"role": "user", "content": "Complex problem..."}],
+    "extra_body": {
+      "google": {
+        "thinking_config": {
+          "thinking_budget": 10000
+        }
+      }
+    }
+  }'
+```
+
+#### 客户端名称识别
+
+通过 `x-title` 请求头识别客户端，便于日志追踪和调试：
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "x-title: Cherry Studio" \
+  ...
+```
+
+详细说明请参考 [Cherry Studio 客户端优化文档](docs/CHERRY_STUDIO_OPTIMIZATION.md)。
+
 ## 📋 支持的端点
 
 | 端点 | 方法 | 说明 |
@@ -188,7 +252,9 @@ response = client.chat.completions.create(
 | `ENABLE_STREAMING` | 全局流式开关 | `true` |
 | `LOG_LEVEL` | 日志级别 | `INFO` |
 
-完整配置请参考 [.env.example](.env.example)
+**📖 完整配置说明**：
+- [环境变量配置文档](docs/ENVIRONMENT_VARIABLES.md) - 所有环境变量的详细说明、使用场景和配置示例
+- [.env.example](.env.example) - 环境变量配置示例文件
 
 ## 🌐 多区域负载均衡
 
@@ -214,8 +280,16 @@ docker run -p 8000:8000 --env-file .env oci-genai-gateway
 
 ## 📚 文档
 
-- [CLAUDE.md](CLAUDE.md) - 完整的开发文档，包含架构说明、开发指南和调试技巧
+### 核心文档
-- [.env.example](.env.example) - 环境变量配置示例
+
+- [环境变量配置说明](docs/ENVIRONMENT_VARIABLES.md) - 所有环境变量的详细说明和配置示例
+- [.env.example](.env.example) - 环境变量配置示例文件
+
+### 功能优化文档
+
+- [高级参数支持](docs/ADVANCED_PARAMETERS.md) - reasoning_effort 参数详解
+- [Cherry Studio 客户端优化](docs/CHERRY_STUDIO_OPTIMIZATION.md) - thinking_budget 映射和客户端识别
+- [OCI 访问权限配置](docs/OCI-SETUP-GUIDE.md) - 自动化配置 OCI GenAI 访问权限
 
 ## 🔧 故障排除
 

docker-compose.yml

@@ -1,8 +1,11 @@
 services:
   oci-genai-gateway:
+    # 使用本地 Dockerfile 构建镜像
     build:
       context: .
       dockerfile: Dockerfile
+    # 使用预构建的镜像（如有需要可取消注释）
+    # image: gitea.bcde.io/wangdefa/oracle-openai:latest
     container_name: oci-genai-gateway
     ports:
       - "8000:8000"

docs/CHERRY_STUDIO_OPTIMIZATION.md

@@ -0,0 +1,354 @@
+# Cherry Studio 客户端优化
+
+本文档说明针对 Cherry Studio 客户端的专属优化功能。
+
+## 优化内容
+
+### 1. 客户端名称日志显示
+
+**功能描述**：
+- 从请求头 `x-title` 中提取客户端名称
+- 在日志中显示客户端信息，便于追踪和调试
+- 支持任何设置 `x-title` 头的客户端，不限于 Cherry Studio
+
+**日志格式**：
+```
+2025-12-10 15:09:17 - api.routers.chat - INFO - Chat completion request for model: google.gemini-2.5-pro, client: Cherry Studio
+```
+
+**实现位置**：
+- [src/api/routers/chat.py](../src/api/routers/chat.py#L295-L296)
+
+**使用示例**：
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer sk-oci-genai-default-key" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [{"role": "user", "content": "Hello"}]
+  }'
+```
+
+### 2. thinking_budget 到 reasoning_effort 的自动映射
+
+**功能描述**：
+- Cherry Studio 使用 Google Gemini 的 `thinking_budget` 参数控制推理深度
+- 网关自动将 `thinking_budget` 映射到 OCI SDK 的 `reasoning_effort` 参数
+- 支持 meta、xai、google、openai 提供商的模型（不支持 Cohere）
+- 对其他客户端透明，不影响标准 OpenAI API 兼容性
+
+**映射规则**：
+
+| thinking_budget 值 | reasoning_effort | 说明 |
+|-------------------|------------------|------|
+| ≤ 1760 | `low` | 快速响应，较少推理 |
+| 1760 < X ≤ 16448 | `medium` | 平衡速度和推理深度 |
+| > 16448 | `high` | 深度推理，更完整的答案 |
+| -1 | None | 使用模型默认值 |
+
+**extra_body 结构**：
+
+Cherry Studio 通过 `extra_body` 传递 Google Gemini 特定的配置：
+
+```json
+{
+  "model": "google.gemini-2.5-pro",
+  "messages": [...],
+  "extra_body": {
+    "google": {
+      "thinking_config": {
+        "thinking_budget": 1760,
+        "include_thoughts": true
+      }
+    }
+  }
+}
+```
+
+**实现位置**：
+- 映射函数: [src/api/routers/chat.py](../src/api/routers/chat.py#L37-L102)
+  - `map_thinking_budget_to_reasoning_effort()` - 将 thinking_budget 数值映射到 reasoning_effort 枚举值
+  - `extract_reasoning_effort_from_extra_body()` - 从 extra_body 中提取 thinking_budget 并执行映射
+- OCI 客户端: [src/core/oci_client.py](../src/core/oci_client.py#L333-L336)
+
+**日志输出**：
+```
+2025-12-10 15:09:17 - api.routers.chat - INFO - Chat completion request for model: google.gemini-2.5-pro, client: Cherry Studio
+2025-12-10 15:09:17 - api.routers.chat - INFO - Cherry Studio thinking_budget 1760 mapped to reasoning_effort: low
+2025-12-10 15:09:17 - core.oci_client - INFO - Setting reasoning_effort to LOW for google model
+```
+
+## Cherry Studio 使用示例
+
+### 基本对话
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer sk-oci-genai-default-key" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "Hello, how are you?"}
+    ]
+  }'
+```
+
+### 使用 thinking_budget (低推理深度)
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer sk-oci-genai-default-key" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "What is 2+2?"}
+    ],
+    "extra_body": {
+      "google": {
+        "thinking_config": {
+          "thinking_budget": 1000
+        }
+      }
+    }
+  }'
+```
+
+### 使用 thinking_budget (中等推理深度)
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer sk-oci-genai-default-key" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "Explain quantum entanglement"}
+    ],
+    "extra_body": {
+      "google": {
+        "thinking_config": {
+          "thinking_budget": 5000
+        }
+      }
+    }
+  }'
+```
+
+### 使用 thinking_budget (高推理深度)
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer sk-oci-genai-default-key" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "Solve this complex math problem: ..."}
+    ],
+    "extra_body": {
+      "google": {
+        "thinking_config": {
+          "thinking_budget": 20000
+        }
+      }
+    }
+  }'
+```
+
+## 验证日志
+
+启动服务并查看日志以验证 Cherry Studio 优化功能：
+
+```bash
+# 启动服务（开发模式）
+cd src
+python main.py
+
+# 查看日志（另一个终端）
+tail -f logs/app.log | grep -E "(client:|thinking_budget|reasoning_effort)"
+```
+
+期望看到的日志：
+```
+2025-12-10 15:09:17 - api.routers.chat - INFO - Chat completion request for model: google.gemini-2.5-pro, client: Cherry Studio
+2025-12-10 15:09:17 - api.routers.chat - INFO - Cherry Studio thinking_budget 1760 mapped to reasoning_effort: low
+2025-12-10 15:09:17 - core.oci_client - INFO - Setting reasoning_effort to LOW for google model
+```
+
+## 技术实现
+
+### Schema 变更
+
+在 [src/api/schemas.py](../src/api/schemas.py) 中添加了 `extra_body` 字段：
+
+```python
+class ChatCompletionRequest(BaseModel):
+    # ... 其他字段 ...
+    extra_body: Optional[Dict[str, Any]] = None  # Cherry Studio and other client extensions
+```
+
+### 映射函数
+
+实现了两个工具函数来处理 Cherry Studio 的 thinking_budget：
+
+1. **map_thinking_budget_to_reasoning_effort**: 将 thinking_budget 数值映射到 reasoning_effort 枚举值
+2. **extract_reasoning_effort_from_extra_body**: 从 extra_body 中提取 thinking_budget 并执行映射
+
+```python
+def map_thinking_budget_to_reasoning_effort(thinking_budget: int) -> Optional[str]:
+    """Map Cherry Studio's thinking_budget to OCI's reasoning_effort parameter."""
+    if thinking_budget == -1:
+        return None
+    elif thinking_budget <= 1760:
+        return "low"
+    elif thinking_budget <= 16448:
+        return "medium"
+    else:
+        return "high"
+
+def extract_reasoning_effort_from_extra_body(extra_body: Optional[dict]) -> Optional[str]:
+    """Extract reasoning_effort from Cherry Studio's extra_body parameter."""
+    if not extra_body:
+        return None
+
+    try:
+        google_config = extra_body.get("google", {})
+        thinking_config = google_config.get("thinking_config", {})
+        thinking_budget = thinking_config.get("thinking_budget")
+
+        if thinking_budget is not None and isinstance(thinking_budget, (int, float)):
+            effort = map_thinking_budget_to_reasoning_effort(int(thinking_budget))
+            if effort:
+                logger.info(f"Cherry Studio thinking_budget {thinking_budget} mapped to reasoning_effort: {effort}")
+            return effort
+    except (AttributeError, TypeError, KeyError) as e:
+        logger.debug(f"Failed to extract thinking_budget from extra_body: {e}")
+
+    return None
+```
+
+### OCI SDK 集成
+
+更新了 `OCIGenAIClient.chat()` 方法和 `_build_generic_request()` 方法，支持传递 `reasoning_effort` 参数到 OCI SDK 的 `GenericChatRequest`。
+
+## 兼容性
+
+### 支持的模型
+
+**reasoning_effort 参数支持**（通过 thinking_budget 映射）:
+
+- ✅ Google Gemini 模型 (google.gemini-2.5-pro, google.gemini-2.0-flash-exp)
+- ✅ Meta Llama 模型 (meta.llama-3.1-405b-instruct, meta.llama-3.2-90b-vision-instruct)
+- ✅ xAI 模型
+- ✅ OpenAI 模型
+- ❌ Cohere 模型（不支持 reasoning_effort 参数）
+
+**注意**: reasoning_effort 是可选参数，如果模型不支持，会自动忽略并记录警告日志。
+
+### 向后兼容性
+
+- ✅ 不提供 `extra_body` 时，行为与之前完全一致
+- ✅ 不提供 `x-title` 时，客户端名称显示为 "Unknown"
+- ✅ 其他客户端不受影响，可以继续正常使用
+- ✅ 标准 OpenAI API 兼容性完全保留
+
+### 与其他客户端的兼容性
+
+虽然此优化专为 Cherry Studio 设计，但实现方式确保了：
+
+1. **其他客户端不受影响**：不使用 `extra_body.google.thinking_config` 的客户端完全不受影响
+2. **标准 API 兼容**：所有标准 OpenAI API 功能仍然正常工作
+
+## 故障排除
+
+### 问题 1: thinking_budget 参数未生效
+
+**症状**：日志中没有看到 "mapped to reasoning_effort" 消息
+
+**解决方案**：
+1. 确认 `extra_body` 结构正确，嵌套路径为 `extra_body.google.thinking_config.thinking_budget`
+2. 确认使用的是支持的模型（meta、xai、google、openai，不支持 Cohere）
+3. 检查 thinking_budget 值是否有效（非 null 的数字）
+4. 查看日志中是否有错误或警告信息
+
+**验证 extra_body 结构**：
+```bash
+# 正确的结构
+{
+  "extra_body": {
+    "google": {                    # 必须是 "google" 键
+      "thinking_config": {         # 必须是 "thinking_config" 键
+        "thinking_budget": 5000    # 必须是 "thinking_budget" 键，值为数字
+      }
+    }
+  }
+}
+```
+
+### 问题 2: 客户端名称显示为 "Unknown"
+
+**症状**：日志中客户端显示为 "Unknown" 而不是 "Cherry Studio"
+
+**解决方案**：
+1. 确认请求头中包含 `x-title` 字段
+2. 检查 Cherry Studio 是否正确设置了自定义请求头
+3. 尝试手动添加请求头进行测试
+
+**测试命令**：
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "x-title: Cherry Studio" \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer sk-oci-genai-default-key" \
+  -d '{"model": "google.gemini-2.5-pro", "messages": [{"role": "user", "content": "test"}]}'
+```
+
+### 问题 3: thinking_budget 映射到错误的 reasoning_effort
+
+**症状**：期望的 reasoning_effort 与实际不符
+
+**验证映射规则**：
+- thinking_budget ≤ 1760 → low
+- 1760 < thinking_budget ≤ 16448 → medium
+- thinking_budget > 16448 → high
+- thinking_budget = -1 → None (使用模型默认)
+
+**示例**：
+```python
+# thinking_budget = 1000 → low ✓
+# thinking_budget = 5000 → medium ✓
+# thinking_budget = 20000 → high ✓
+# thinking_budget = -1 → None (默认) ✓
+```
+
+## 测试
+
+### 自动化测试
+
+运行 Cherry Studio 优化测试脚本：
+
+```bash
+./tests/test_cherry_studio_optimization.sh
+```
+
+测试脚本会验证以下场景：
+1. thinking_budget = 1000 → reasoning_effort = low
+2. thinking_budget = 5000 → reasoning_effort = medium
+3. thinking_budget = 20000 → reasoning_effort = high
+4. thinking_budget = -1 → 使用模型默认值
+5. 无 extra_body（正常请求）
+6. 不同客户端名称（验证 x-title 识别）
+
+## 参考资料
+
+- [OCI GenAI Python SDK - GenericChatRequest](https://docs.oracle.com/en-us/iaas/tools/python/latest/api/generative_ai_inference/models/oci.generative_ai_inference.models.GenericChatRequest.html)
+- [OpenAI API - Reasoning Models](https://platform.openai.com/docs/guides/reasoning)
+- [Google Gemini - Thinking](https://ai.google.dev/gemini-api/docs/thinking)

docs/ENVIRONMENT_VARIABLES.md

@@ -0,0 +1,750 @@
+# 环境变量配置说明
+
+本文档详细说明 OCI GenAI 网关支持的所有环境变量及其配置方法。
+
+## 📋 目录
+
+- [快速配置](#快速配置)
+- [API 设置](#api-设置)
+- [认证设置](#认证设置)
+- [OCI 配置](#oci-配置)
+- [模型设置](#模型设置)
+- [嵌入设置](#嵌入设置)
+- [流式响应设置](#流式响应设置)
+- [日志设置](#日志设置)
+- [配置示例](#配置示例)
+- [常见配置场景](#常见配置场景)
+
+## 快速配置
+
+1. 复制示例配置文件：
+   ```bash
+   cp .env.example .env
+   ```
+
+2. 编辑 `.env` 文件，至少配置以下必需项：
+   ```bash
+   API_KEYS=["sk-your-secret-key"]
+   OCI_CONFIG_PROFILE=DEFAULT
+   ```
+
+3. 确保 OCI 配置文件存在：
+   ```bash
+   cat ~/.oci/config
+   ```
+
+## API 设置
+
+### API_TITLE
+
+- **说明**：API 服务的标题，显示在 OpenAPI 文档中
+- **类型**：字符串
+- **默认值**：`OCI GenAI to OpenAI API Gateway`
+- **示例**：
+  ```bash
+  API_TITLE=My AI Gateway
+  ```
+
+### API_VERSION
+
+- **说明**：API 服务的版本号
+- **类型**：字符串
+- **默认值**：`0.0.1`
+- **示例**：
+  ```bash
+  API_VERSION=1.0.0
+  ```
+
+### API_PREFIX
+
+- **说明**：API 路由前缀，符合 OpenAI API 规范
+- **类型**：字符串
+- **默认值**：`/v1`
+- **可选值**：任何有效的 URL 路径
+- **注意**：不建议修改，以保持与 OpenAI SDK 的兼容性
+- **示例**：
+  ```bash
+  API_PREFIX=/v1
+  ```
+
+### API_PORT
+
+- **说明**：服务监听端口
+- **类型**：整数
+- **默认值**：`8000`
+- **范围**：1-65535
+- **示例**：
+  ```bash
+  API_PORT=8080
+  ```
+
+### API_HOST
+
+- **说明**：服务监听地址
+- **类型**：字符串
+- **默认值**：`0.0.0.0`（监听所有网络接口）
+- **可选值**：
+  - `0.0.0.0` - 监听所有接口（生产环境）
+  - `127.0.0.1` - 仅本地访问（开发环境）
+  - 特定 IP 地址
+- **示例**：
+  ```bash
+  API_HOST=127.0.0.1
+  ```
+
+### DEBUG
+
+- **说明**：启用调试模式
+- **类型**：布尔值
+- **默认值**：`false`
+- **可选值**：`true` / `false`
+- **影响**：
+  - 启用时会显示详细的错误堆栈
+  - 自动重载代码变更
+  - 启用 FastAPI 的交互式文档
+- **注意**：生产环境应设置为 `false`
+- **示例**：
+  ```bash
+  DEBUG=true
+  ```
+
+## 认证设置
+
+### API_KEYS
+
+- **说明**：API 密钥列表，用于客户端认证
+- **类型**：JSON 数组
+- **默认值**：`["sk-oci-genai-default-key"]`
+- **格式**：JSON 数组字符串
+- **用途**：客户端通过 `Authorization: Bearer <key>` 头进行认证
+- **安全建议**：
+  - 使用强密钥（至少 32 个字符）
+  - 定期轮换密钥
+  - 不同环境使用不同的密钥
+  - 不要将密钥提交到版本控制系统
+- **示例**：
+  ```bash
+  # 单个密钥
+  API_KEYS=["sk-prod-a1b2c3d4e5f6g7h8"]
+
+  # 多个密钥（支持不同的客户端）
+  API_KEYS=["sk-admin-key123","sk-user-key456","sk-app-key789"]
+  ```
+
+## OCI 配置
+
+### OCI_CONFIG_FILE
+
+- **说明**：OCI 配置文件路径
+- **类型**：字符串（文件路径）
+- **默认值**：`~/.oci/config`
+- **用途**：指定 OCI SDK 使用的配置文件位置
+- **配置文件格式**：
+  ```ini
+  [DEFAULT]
+  user=ocid1.user.oc1...
+  fingerprint=aa:bb:cc:dd...
+  key_file=~/.oci/oci_api_key.pem
+  tenancy=ocid1.tenancy.oc1...
+  region=us-chicago-1
+  ```
+- **示例**：
+  ```bash
+  OCI_CONFIG_FILE=~/.oci/config
+  OCI_CONFIG_FILE=/custom/path/to/oci_config
+  ```
+
+### OCI_CONFIG_PROFILE
+
+- **说明**：OCI 配置文件中的 profile 名称
+- **类型**：字符串（支持逗号分隔的多个值）
+- **默认值**：`DEFAULT`
+- **用途**：
+  - 单个 profile：使用指定的 OCI 配置
+  - 多个 profiles：自动 round-robin 负载均衡
+- **要求**：每个 profile 必须包含 `region` 和 `tenancy` 字段
+- **示例**：
+  ```bash
+  # 单配置
+  OCI_CONFIG_PROFILE=DEFAULT
+
+  # 多配置（负载均衡）
+  OCI_CONFIG_PROFILE=DEFAULT,CHICAGO,ASHBURN
+
+  # 跨区域配置
+  OCI_CONFIG_PROFILE=US_WEST,US_EAST,EU_FRANKFURT
+  ```
+
+### OCI_AUTH_TYPE
+
+- **说明**：OCI 认证类型
+- **类型**：字符串
+- **默认值**：`api_key`
+- **可选值**：
+  - `api_key` - 使用 API 密钥认证（推荐用于本地开发）
+  - `instance_principal` - 使用实例主体认证（推荐用于 OCI 实例）
+- **使用场景**：
+  - **api_key**：本地开发、Docker 容器、非 OCI 环境
+  - **instance_principal**：OCI Compute 实例、Container Engine、Functions
+- **示例**：
+  ```bash
+  OCI_AUTH_TYPE=api_key
+  OCI_AUTH_TYPE=instance_principal
+  ```
+
+### OCI_CONNECT_TIMEOUT
+
+- **说明**：OCI API 连接超时时间（秒）
+- **类型**：整数
+- **默认值**：`10`
+- **范围**：1-300
+- **用途**：限制建立与 OCI API 连接的最大时间
+- **调优建议**：
+  - 网络稳定：保持默认值（10 秒）
+  - 网络不稳定：增加到 20-30 秒
+  - 快速失败：减少到 5 秒
+- **示例**：
+  ```bash
+  OCI_CONNECT_TIMEOUT=10
+  OCI_CONNECT_TIMEOUT=30  # 网络较慢时
+  ```
+
+### OCI_READ_TIMEOUT
+
+- **说明**：OCI API 读取超时时间（秒）
+- **类型**：整数
+- **默认值**：`360`（6 分钟）
+- **范围**：30-600
+- **用途**：限制等待 OCI API 响应的最大时间
+- **调优建议**：
+  - 简单查询：120 秒
+  - 复杂对话：300-360 秒
+  - 长文档处理：600 秒
+- **注意**：设置过小可能导致长时间运行的请求超时
+- **示例**：
+  ```bash
+  OCI_READ_TIMEOUT=360
+  OCI_READ_TIMEOUT=600  # 处理长文档时
+  ```
+
+### GENAI_ENDPOINT
+
+- **说明**：专用模型端点（可选）
+- **类型**：字符串（URL）
+- **默认值**：无（自动根据 region 构建）
+- **用途**：指定自定义的 OCI GenAI 端点
+- **使用场景**：
+  - 使用专用端点
+  - 测试环境
+  - 企业私有部署
+- **注意**：通常不需要设置，系统会自动使用正确的端点
+- **示例**：
+  ```bash
+  GENAI_ENDPOINT=https://your-dedicated-endpoint.oraclecloud.com
+  ```
+
+## 模型设置
+
+### MAX_TOKENS
+
+- **说明**：默认最大 token 数
+- **类型**：整数
+- **默认值**：`4096`
+- **范围**：1-模型最大限制
+- **用途**：当客户端未指定 `max_tokens` 时使用
+- **不同模型的限制**：
+  - Cohere Command R+：128k
+  - Meta Llama 3.1 405B：128k
+  - Google Gemini 2.5 Pro：2M
+- **注意**：实际限制取决于具体模型
+- **示例**：
+  ```bash
+  MAX_TOKENS=4096
+  MAX_TOKENS=8192  # 长对话场景
+  ```
+
+### TEMPERATURE
+
+- **说明**：默认温度参数
+- **类型**：浮点数
+- **默认值**：`0.7`
+- **范围**：0.0-2.0
+- **用途**：控制生成文本的随机性
+- **效果**：
+  - 0.0：确定性输出（适合事实查询）
+  - 0.7：平衡创造性和准确性（默认）
+  - 1.0-2.0：更有创造性（适合创意写作）
+- **示例**：
+  ```bash
+  TEMPERATURE=0.7
+  TEMPERATURE=0.0  # 事实性问答
+  TEMPERATURE=1.2  # 创意写作
+  ```
+
+## 嵌入设置
+
+### EMBED_TRUNCATE
+
+- **说明**：嵌入文本截断策略
+- **类型**：字符串
+- **默认值**：`END`
+- **可选值**：
+  - `END` - 保留文本开头，截断末尾
+  - `START` - 保留文本末尾，截断开头
+- **用途**：当输入文本超过模型限制时的处理方式
+- **使用场景**：
+  - **END**：搜索查询、文档摘要（重点在开头）
+  - **START**：对话历史、日志分析（重点在结尾）
+- **示例**：
+  ```bash
+  EMBED_TRUNCATE=END
+  EMBED_TRUNCATE=START
+  ```
+
+## 流式响应设置
+
+### ENABLE_STREAMING
+
+- **说明**：全局流式响应开关
+- **类型**：布尔值
+- **默认值**：`true`
+- **可选值**：`true` / `false`
+- **用途**：控制是否允许流式响应
+- **行为**：
+  - `true`：允许流式响应（客户端需设置 `stream=true`）
+  - `false`：强制禁用流式响应（即使客户端设置 `stream=true`）
+- **使用场景**：
+  - 启用：交互式聊天、实时响应
+  - 禁用：批处理、API 集成测试
+- **注意**：设置为 `false` 会覆盖客户端的流式请求
+- **示例**：
+  ```bash
+  ENABLE_STREAMING=true
+  ENABLE_STREAMING=false  # 调试或批处理时
+  ```
+
+### STREAM_CHUNK_SIZE
+
+- **说明**：模拟流式响应的分块大小（字符数）
+- **类型**：整数
+- **默认值**：`1024`
+- **范围**：100-4096
+- **用途**：仅在 OCI 返回非流式响应时使用（fallback 模式）
+- **调优建议**：
+  - 快速网络：1024-2048
+  - 慢速网络：512-1024
+  - 视觉效果优先：256-512
+- **注意**：不影响真实流式响应的性能
+- **示例**：
+  ```bash
+  STREAM_CHUNK_SIZE=1024
+  STREAM_CHUNK_SIZE=512  # 更频繁的更新
+  ```
+
+## 日志设置
+
+### LOG_LEVEL
+
+- **说明**：日志级别
+- **类型**：字符串
+- **默认值**：`INFO`
+- **可选值**：
+  - `DEBUG` - 详细调试信息（包含所有日志）
+  - `INFO` - 一般信息（推荐生产环境）
+  - `WARNING` - 警告信息
+  - `ERROR` - 错误信息
+  - `CRITICAL` - 严重错误
+- **使用场景**：
+  - 开发环境：`DEBUG`
+  - 生产环境：`INFO` 或 `WARNING`
+  - 最小日志：`ERROR`
+- **示例**：
+  ```bash
+  LOG_LEVEL=INFO
+  LOG_LEVEL=DEBUG  # 开发调试
+  ```
+
+### LOG_REQUESTS
+
+- **说明**：启用请求详细日志
+- **类型**：布尔值
+- **默认值**：`false`
+- **可选值**：`true` / `false`
+- **用途**：记录所有传入请求的详细信息
+- **包含内容**：
+  - HTTP 方法和 URL
+  - 查询参数
+  - 请求头（敏感信息自动过滤）
+  - 请求体（JSON 格式化）
+- **性能影响**：轻微（主要是日志写入）
+- **安全性**：自动过滤 API 密钥等敏感信息
+- **示例**：
+  ```bash
+  LOG_REQUESTS=false
+  LOG_REQUESTS=true  # 调试 API 集成时
+  ```
+
+### LOG_RESPONSES
+
+- **说明**：启用响应详细日志
+- **类型**：布尔值
+- **默认值**：`false`
+- **可选值**：`true` / `false`
+- **用途**：记录所有发出响应的详细信息
+- **包含内容**：
+  - HTTP 状态码
+  - 响应处理时间
+  - 响应头
+  - 响应体（JSON 格式化）
+- **注意**：流式响应不会记录完整响应体
+- **示例**：
+  ```bash
+  LOG_RESPONSES=false
+  LOG_RESPONSES=true  # 调试响应格式时
+  ```
+
+### LOG_FILE
+
+- **说明**：日志文件路径
+- **类型**：字符串（文件路径）
+- **默认值**：`./logs/app.log`
+- **用途**：指定日志文件保存位置
+- **行为**：
+  - 如果未设置，仅输出到控制台
+  - 如果设置，同时输出到文件和控制台
+- **注意**：目录必须存在或有创建权限
+- **示例**：
+  ```bash
+  LOG_FILE=./logs/app.log
+  LOG_FILE=/var/log/oci-genai/app.log
+  ```
+
+### LOG_FILE_MAX_SIZE
+
+- **说明**：单个日志文件最大大小（MB）
+- **类型**：整数
+- **默认值**：`10`
+- **范围**：1-1000
+- **用途**：日志文件轮转的大小限制
+- **行为**：超过限制时自动创建新文件
+- **建议值**：
+  - 低流量：10 MB
+  - 中等流量：50 MB
+  - 高流量：100-200 MB
+- **示例**：
+  ```bash
+  LOG_FILE_MAX_SIZE=10
+  LOG_FILE_MAX_SIZE=50  # 高流量场景
+  ```
+
+### LOG_FILE_BACKUP_COUNT
+
+- **说明**：保留的备份日志文件数量
+- **类型**：整数
+- **默认值**：`5`
+- **范围**：0-100
+- **用途**：控制日志文件轮转时保留的历史文件数
+- **存储计算**：总空间 = MAX_SIZE × (BACKUP_COUNT + 1)
+- **示例**：
+  ```bash
+  LOG_FILE_BACKUP_COUNT=5
+  LOG_FILE_BACKUP_COUNT=10  # 需要更长的历史记录
+  ```
+
+## 配置示例
+
+### 开发环境配置
+
+```bash
+# 开发环境 - 本地调试
+DEBUG=true
+LOG_LEVEL=DEBUG
+LOG_REQUESTS=true
+LOG_RESPONSES=true
+
+API_PORT=8000
+API_HOST=127.0.0.1
+
+API_KEYS=["sk-dev-key-123"]
+OCI_CONFIG_PROFILE=DEFAULT
+OCI_AUTH_TYPE=api_key
+
+MAX_TOKENS=4096
+TEMPERATURE=0.7
+
+ENABLE_STREAMING=true
+STREAM_CHUNK_SIZE=512
+
+LOG_FILE=./logs/dev.log
+LOG_FILE_MAX_SIZE=10
+LOG_FILE_BACKUP_COUNT=3
+```
+
+### 生产环境配置
+
+```bash
+# 生产环境 - 多区域负载均衡
+DEBUG=false
+LOG_LEVEL=INFO
+LOG_REQUESTS=false
+LOG_RESPONSES=false
+
+API_PORT=8000
+API_HOST=0.0.0.0
+
+# 使用强密钥
+API_KEYS=["sk-prod-a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p6"]
+
+# 多区域配置
+OCI_CONFIG_PROFILE=DEFAULT,CHICAGO,ASHBURN
+OCI_AUTH_TYPE=api_key
+
+# 超时配置
+OCI_CONNECT_TIMEOUT=15
+OCI_READ_TIMEOUT=360
+
+# 模型配置
+MAX_TOKENS=4096
+TEMPERATURE=0.7
+
+# 流式配置
+ENABLE_STREAMING=true
+STREAM_CHUNK_SIZE=1024
+
+# 日志配置
+LOG_FILE=/var/log/oci-genai/app.log
+LOG_FILE_MAX_SIZE=50
+LOG_FILE_BACKUP_COUNT=10
+```
+
+### Docker 容器配置
+
+```bash
+# Docker 环境
+DEBUG=false
+LOG_LEVEL=INFO
+
+API_PORT=8000
+API_HOST=0.0.0.0
+
+API_KEYS=["sk-docker-key-abc123"]
+OCI_CONFIG_FILE=/app/.oci/config
+OCI_CONFIG_PROFILE=DEFAULT
+OCI_AUTH_TYPE=api_key
+
+# 适当的超时设置
+OCI_CONNECT_TIMEOUT=20
+OCI_READ_TIMEOUT=360
+
+ENABLE_STREAMING=true
+
+# 容器内日志路径
+LOG_FILE=/app/logs/app.log
+LOG_FILE_MAX_SIZE=20
+LOG_FILE_BACKUP_COUNT=5
+```
+
+### OCI 实例配置
+
+```bash
+# OCI Compute 实例 - 使用实例主体认证
+DEBUG=false
+LOG_LEVEL=INFO
+
+API_PORT=8000
+API_HOST=0.0.0.0
+
+API_KEYS=["sk-instance-key-xyz789"]
+
+# 使用实例主体认证
+OCI_AUTH_TYPE=instance_principal
+# 注意：使用实例主体时不需要 OCI_CONFIG_FILE
+
+ENABLE_STREAMING=true
+
+LOG_FILE=/var/log/oci-genai/app.log
+LOG_FILE_MAX_SIZE=50
+LOG_FILE_BACKUP_COUNT=10
+```
+
+## 常见配置场景
+
+### 场景 1: 单区域简单部署
+
+```bash
+API_KEYS=["sk-simple-key"]
+OCI_CONFIG_PROFILE=DEFAULT
+OCI_AUTH_TYPE=api_key
+LOG_LEVEL=INFO
+```
+
+### 场景 2: 多区域高可用部署
+
+```bash
+API_KEYS=["sk-ha-key-primary","sk-ha-key-backup"]
+OCI_CONFIG_PROFILE=US_EAST,US_WEST,EU_FRANKFURT
+OCI_AUTH_TYPE=api_key
+OCI_CONNECT_TIMEOUT=20
+OCI_READ_TIMEOUT=360
+LOG_LEVEL=WARNING
+```
+
+### 场景 3: 调试和开发
+
+```bash
+DEBUG=true
+LOG_LEVEL=DEBUG
+LOG_REQUESTS=true
+LOG_RESPONSES=true
+API_HOST=127.0.0.1
+STREAM_CHUNK_SIZE=256
+```
+
+### 场景 4: 高性能生产环境
+
+```bash
+DEBUG=false
+LOG_LEVEL=WARNING
+LOG_REQUESTS=false
+LOG_RESPONSES=false
+OCI_CONFIG_PROFILE=DEFAULT,REGION2,REGION3
+ENABLE_STREAMING=true
+MAX_TOKENS=8192
+OCI_READ_TIMEOUT=600
+LOG_FILE_MAX_SIZE=100
+LOG_FILE_BACKUP_COUNT=20
+```
+
+### 场景 5: 批处理/API 测试
+
+```bash
+ENABLE_STREAMING=false
+MAX_TOKENS=2048
+TEMPERATURE=0.0
+LOG_LEVEL=INFO
+LOG_REQUESTS=true
+LOG_RESPONSES=true
+```
+
+## 环境变量优先级
+
+配置加载顺序（后者覆盖前者）：
+
+1. 应用默认值（代码中定义）
+2. `.env` 文件
+3. 系统环境变量
+4. OCI 配置文件（`~/.oci/config`）
+
+**示例**：
+
+```bash
+# .env 文件中
+LOG_LEVEL=INFO
+
+# 命令行覆盖
+LOG_LEVEL=DEBUG python main.py
+```
+
+## 配置验证
+
+### 检查配置是否生效
+
+启动服务后查看日志：
+
+```bash
+cd src
+python main.py
+```
+
+查看启动日志确认配置：
+
+```
+2025-12-10 10:00:00 - INFO - Starting OCI GenAI Gateway
+2025-12-10 10:00:00 - INFO - API Port: 8000
+2025-12-10 10:00:00 - INFO - OCI Profiles: DEFAULT, CHICAGO
+2025-12-10 10:00:00 - INFO - Streaming: Enabled
+2025-12-10 10:00:00 - INFO - Log Level: INFO
+```
+
+### 常见配置错误
+
+1. **API_KEYS 格式错误**
+   ```bash
+   # 错误
+   API_KEYS=sk-key-123
+
+   # 正确
+   API_KEYS=["sk-key-123"]
+   ```
+
+2. **布尔值格式错误**
+   ```bash
+   # 错误
+   DEBUG=True
+   ENABLE_STREAMING=yes
+
+   # 正确
+   DEBUG=true
+   ENABLE_STREAMING=true
+   ```
+
+3. **路径错误**
+   ```bash
+   # 错误（相对路径不明确）
+   OCI_CONFIG_FILE=oci/config
+
+   # 正确
+   OCI_CONFIG_FILE=~/.oci/config
+   OCI_CONFIG_FILE=/absolute/path/to/config
+   ```
+
+## 安全建议
+
+1. **保护 API 密钥**
+   - 使用强密钥（至少 32 个字符）
+   - 不要将 `.env` 文件提交到版本控制
+   - 定期轮换密钥
+
+2. **生产环境设置**
+   - `DEBUG=false`
+   - `LOG_LEVEL=INFO` 或 `WARNING`
+   - `LOG_REQUESTS=false`
+   - `LOG_RESPONSES=false`
+
+3. **日志管理**
+   - 定期清理旧日志
+   - 限制日志文件大小
+   - 确保日志不包含敏感信息
+
+## 故障排除
+
+### 配置未生效
+
+1. 检查 `.env` 文件是否在正确位置
+2. 确认环境变量名称拼写正确
+3. 检查值的格式（JSON、布尔值等）
+4. 查看启动日志确认配置加载
+
+### 连接超时
+
+```bash
+# 增加超时时间
+OCI_CONNECT_TIMEOUT=30
+OCI_READ_TIMEOUT=600
+```
+
+### 日志文件无法创建
+
+```bash
+# 检查目录是否存在
+mkdir -p logs
+
+# 检查权限
+chmod 755 logs
+```
+
+## 参考资料
+
+- [.env.example](../.env.example) - 完整的配置示例文件
+- [OCI SDK 配置](https://docs.oracle.com/en-us/iaas/Content/API/Concepts/sdkconfig.htm) - OCI 配置文件格式
+- [FastAPI Settings](https://fastapi.tiangolo.com/advanced/settings/) - FastAPI 设置管理

docs/OCI-SETUP-GUIDE.md

@@ -342,8 +342,7 @@ Service generativeai is not available in region us-sanjose-1
 - [OCI Generative AI 官方文档](https://docs.oracle.com/en-us/iaas/Content/generative-ai/home.htm)
 - [OCI CLI 配置指南](https://docs.oracle.com/en-us/iaas/Content/API/Concepts/sdkconfig.htm)
 - [OCI IAM 策略参考](https://docs.oracle.com/en-us/iaas/Content/Identity/Concepts/policygetstarted.htm)
-- [项目 README](README.md)
+- [项目 README](../README.md)
-- [开发文档 CLAUDE.md](CLAUDE.md)
 
 ## 🆘 获取帮助
 

src/api/routers/chat.py

@@ -5,8 +5,8 @@ import asyncio
 import logging
 import os
 import uuid
-from typing import AsyncIterator, Union
+from typing import AsyncIterator, Union, Optional
-from fastapi import APIRouter, Depends, HTTPException
+from fastapi import APIRouter, Depends, HTTPException, Request
 from fastapi.responses import StreamingResponse
 
 from oci.exceptions import ServiceError
@@ -34,6 +34,74 @@ router = APIRouter(
 )
 
 
+def map_thinking_budget_to_reasoning_effort(thinking_budget: int) -> Optional[str]:
+    """
+    Map Cherry Studio's thinking_budget to OCI's reasoning_effort parameter.
+
+    Mapping rules:
+    - thinking_budget ≤ 1760: "low"
+    - 1760 < thinking_budget ≤ 16448: "medium"
+    - thinking_budget > 16448: "high"
+    - thinking_budget == -1: None (use model default)
+
+    Args:
+        thinking_budget: The thinking budget value from Cherry Studio
+
+    Returns:
+        The corresponding reasoning_effort value or None
+    """
+    if thinking_budget == -1:
+        return None
+    elif thinking_budget <= 1760:
+        return "low"
+    elif thinking_budget <= 16448:
+        return "medium"
+    else:
+        return "high"
+
+
+def extract_reasoning_effort_from_extra_body(extra_body: Optional[dict]) -> Optional[str]:
+    """
+    Extract reasoning_effort from Cherry Studio's extra_body parameter.
+
+    Example extra_body structure:
+    {
+        "google": {
+            "thinking_config": {
+                "thinking_budget": 1760,
+                "include_thoughts": true
+            }
+        }
+    }
+
+    Args:
+        extra_body: The extra_body dict from the request
+
+    Returns:
+        The mapped reasoning_effort value or None
+    """
+    if not extra_body:
+        return None
+
+    try:
+        # Navigate through the nested structure
+        google_config = extra_body.get("google", {})
+        thinking_config = google_config.get("thinking_config", {})
+        thinking_budget = thinking_config.get("thinking_budget")
+
+        if thinking_budget is not None and isinstance(thinking_budget, (int, float)):
+            effort = map_thinking_budget_to_reasoning_effort(int(thinking_budget))
+            if effort:
+                logger.info(f"Cherry Studio thinking_budget {thinking_budget} mapped to reasoning_effort: {effort}")
+            else:
+                logger.info(f"Cherry Studio thinking_budget {thinking_budget} set to -1, using model default")
+            return effort
+    except (AttributeError, TypeError, KeyError) as e:
+        logger.debug(f"Failed to extract thinking_budget from extra_body: {e}")
+
+    return None
+
+
 def extract_delta_from_chunk(chunk) -> str:
     """
     Extract delta text content from OCI streaming chunk.
@@ -166,29 +234,35 @@ def extract_content_from_response(chat_response) -> str:
 
 
 @router.post("/completions", response_model=ChatCompletionResponse)
-async def create_chat_completion(request: ChatCompletionRequest):
+async def create_chat_completion(
+    chat_request: ChatCompletionRequest,
+    request: Request
+):
     """
     Create a chat completion using OCI Generative AI.
 
     Args:
-        request: Chat completion request
+        chat_request: Chat completion request
+        request: FastAPI Request object for accessing headers
 
     Returns:
         Chat completion response
     """
-    logger.info(f"Chat completion request for model: {request.model}")
+    # Extract client name from x-title header
+    client_name = request.headers.get("x-title", "Unknown")
+    logger.info(f"Chat completion request for model: {chat_request.model}, client: {client_name}")
 
     settings = get_settings()
 
     # Validate model exists
-    model_config = get_model_config(request.model)
+    model_config = get_model_config(chat_request.model)
     if not model_config:
-        raise ModelNotFoundException(request.model)
+        raise ModelNotFoundException(chat_request.model)
 
     # Validate model type is chat (ondemand or dedicated)
     if model_config.type not in ("ondemand", "dedicated"):
         raise InvalidModelTypeException(
-            model_id=request.model,
+            model_id=chat_request.model,
             expected_type="chat",
             actual_type=model_config.type
         )
@@ -197,24 +271,27 @@ async def create_chat_completion(request: ChatCompletionRequest):
     # If a model doesn't support certain content types, it will raise an error
     # For example, Cohere models will raise ValueError for non-text content
 
+    # Extract reasoning_effort from Cherry Studio's extra_body
+    reasoning_effort = extract_reasoning_effort_from_extra_body(chat_request.extra_body)
+
     # Get OCI client from manager (轮询负载均衡)
     client_manager = get_client_manager()
     oci_client = client_manager.get_client()
 
     # Adapt messages
-    messages = adapt_chat_messages([msg.dict() for msg in request.messages])
+    messages = adapt_chat_messages([msg.dict() for msg in chat_request.messages])
 
     # Extract parameters
-    params = extract_chat_params(request)
+    params = extract_chat_params(chat_request)
 
     # Determine streaming mode
-    # Priority: request.stream (client) > settings.enable_streaming (global)
+    # Priority: chat_request.stream (client) > settings.enable_streaming (global)
     # Only enable streaming if BOTH conditions are met:
     # 1. Client explicitly requests stream=true (default is false per OpenAI standard)
     # 2. Global streaming is enabled via ENABLE_STREAMING
-    enable_stream = request.stream is True and settings.enable_streaming
+    enable_stream = chat_request.stream is True and settings.enable_streaming
 
-    if request.stream is True and not settings.enable_streaming:
+    if chat_request.stream is True and not settings.enable_streaming:
         logger.info("Streaming requested by client but globally disabled via ENABLE_STREAMING=false")
 
     # Handle streaming
@@ -230,13 +307,14 @@ async def create_chat_completion(request: ChatCompletionRequest):
                 response = await loop.run_in_executor(
                     None,
                     lambda: oci_client.chat(
-                        model_id=request.model,
+                        model_id=chat_request.model,
                         messages=messages,
                         temperature=params["temperature"],
                         max_tokens=params["max_tokens"],
                         top_p=params["top_p"],
                         stream=True,  # Enable real streaming
                         tools=params.get("tools"),
+                        reasoning_effort=reasoning_effort,
                     )
                 )
 
@@ -264,7 +342,7 @@ async def create_chat_completion(request: ChatCompletionRequest):
                             iterator = stream_data
 
                         # Send first chunk with role and empty content (OpenAI format)
-                        yield adapt_streaming_chunk("", request.model, request_id, 0, is_first=True)
+                        yield adapt_streaming_chunk("", chat_request.model, request_id, 0, is_first=True)
 
                         # Use queue for thread-safe chunk forwarding
                         import queue
@@ -307,7 +385,7 @@ async def create_chat_completion(request: ChatCompletionRequest):
                                 delta_text = extract_delta_from_chunk(chunk)
 
                                 if delta_text:
-                                    yield adapt_streaming_chunk(delta_text, request.model, request_id, 0, is_first=False)
+                                    yield adapt_streaming_chunk(delta_text, chat_request.model, request_id, 0, is_first=False)
 
                                 # Try to extract usage from chunk (typically in final chunk)
                                 # Handle both SSE Event format and object format
@@ -334,7 +412,7 @@ async def create_chat_completion(request: ChatCompletionRequest):
                                     }
 
                         # Send done message with usage
-                        yield adapt_streaming_done(request.model, request_id, usage=accumulated_usage)
+                        yield adapt_streaming_done(chat_request.model, request_id, usage=accumulated_usage)
 
                     else:
                         # Fallback: non-streaming response, simulate streaming
@@ -355,14 +433,14 @@ async def create_chat_completion(request: ChatCompletionRequest):
 
                         # Simulate streaming by chunking
                         # First send empty chunk with role (OpenAI format)
-                        yield adapt_streaming_chunk("", request.model, request_id, 0, is_first=True)
+                        yield adapt_streaming_chunk("", chat_request.model, request_id, 0, is_first=True)
 
                         chunk_size = settings.stream_chunk_size
                         for i in range(0, len(content), chunk_size):
                             chunk = content[i:i + chunk_size]
-                            yield adapt_streaming_chunk(chunk, request.model, request_id, 0, is_first=False)
+                            yield adapt_streaming_chunk(chunk, chat_request.model, request_id, 0, is_first=False)
 
-                        yield adapt_streaming_done(request.model, request_id, usage=accumulated_usage)
+                        yield adapt_streaming_done(chat_request.model, request_id, usage=accumulated_usage)
 
                 except TypeError as te:
                     # Handle case where response is not iterable at all
@@ -397,17 +475,18 @@ async def create_chat_completion(request: ChatCompletionRequest):
     # Non-streaming response
     try:
         response = oci_client.chat(
-            model_id=request.model,
+            model_id=chat_request.model,
             messages=messages,
             temperature=params["temperature"],
             max_tokens=params["max_tokens"],
             top_p=params["top_p"],
             stream=False,
             tools=params.get("tools"),
+            reasoning_effort=reasoning_effort,
         )
 
         # Adapt response to OpenAI format
-        openai_response = adapt_chat_response(response, request.model)
+        openai_response = adapt_chat_response(response, chat_request.model)
 
         if settings.log_responses:
             logger.debug(f"Response: {openai_response}")

src/api/schemas.py

@@ -32,6 +32,7 @@ class ChatCompletionRequest(BaseModel):
     user: Optional[str] = None
     tools: Optional[List[Dict[str, Any]]] = None
     tool_choice: Optional[Union[str, Dict[str, Any]]] = None
+    extra_body: Optional[Dict[str, Any]] = None  # Cherry Studio and other client extensions
 
 
 class ChatCompletionChoice(BaseModel):

src/core/oci_client.py

@@ -184,6 +184,7 @@ class OCIGenAIClient:
         top_p: float = 1.0,
         stream: bool = False,
         tools: Optional[list] = None,
+        reasoning_effort: Optional[str] = None,
     ):
         """Send a chat completion request to OCI GenAI."""
         model_config = get_model_config(model_id)
@@ -208,7 +209,7 @@ class OCIGenAIClient:
             )
         elif model_config.provider in ["meta", "xai", "google", "openai"]:
             chat_request = self._build_generic_request(
-                messages, temperature, max_tokens, top_p, tools, model_config.provider, stream
+                messages, temperature, max_tokens, top_p, tools, model_config.provider, stream, reasoning_effort
             )
         else:
             raise ValueError(f"Unsupported provider: {model_config.provider}")
@@ -278,7 +279,7 @@ class OCIGenAIClient:
         )
 
     def _build_generic_request(
-        self, messages: list, temperature: float, max_tokens: int, top_p: float, tools: Optional[list], provider: str, stream: bool = False
+        self, messages: list, temperature: float, max_tokens: int, top_p: float, tools: Optional[list], provider: str, stream: bool = False, reasoning_effort: Optional[str] = None
     ) -> GenericChatRequest:
         """Build Generic chat request for Llama and other models."""
         # Convert messages to Generic format
@@ -318,13 +319,21 @@ class OCIGenAIClient:
                 )
             )
 
-        return GenericChatRequest(
+        # Build request parameters
-            messages=generic_messages,
+        request_params = {
-            temperature=temperature,
+            "messages": generic_messages,
-            max_tokens=max_tokens,
+            "temperature": temperature,
-            top_p=top_p,
+            "max_tokens": max_tokens,
-            is_stream=stream,
+            "top_p": top_p,
-        )
+            "is_stream": stream,
+        }
+
+        # Add reasoning_effort if provided (only for generic models)
+        if reasoning_effort:
+            request_params["reasoning_effort"] = reasoning_effort.upper()
+            logger.info(f"Setting reasoning_effort to {reasoning_effort.upper()} for {provider} model")
+
+        return GenericChatRequest(**request_params)
 
     def embed(
         self,

tests/test_cherry_studio_optimization.sh

@@ -0,0 +1,153 @@
+#!/bin/bash
+
+# 测试 Cherry Studio 客户端优化功能
+# 1. 测试客户端名称显示（x-title 请求头）
+# 2. 测试 thinking_budget 到 reasoning_effort 的映射
+
+API_URL="http://localhost:8000/v1/chat/completions"
+API_KEY="sk-oci-genai-default-key"
+
+echo "=========================================="
+echo "测试 1: thinking_budget = 1000 (应映射到 low)"
+echo "=========================================="
+curl -s -X POST "$API_URL" \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer $API_KEY" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "Hello, how are you?"}
+    ],
+    "temperature": 0.7,
+    "max_tokens": 100,
+    "extra_body": {
+      "google": {
+        "thinking_config": {
+          "thinking_budget": 1000,
+          "include_thoughts": true
+        }
+      }
+    }
+  }' | jq .
+
+echo ""
+echo "=========================================="
+echo "测试 2: thinking_budget = 5000 (应映射到 medium)"
+echo "=========================================="
+curl -s -X POST "$API_URL" \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer $API_KEY" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "What is 2+2?"}
+    ],
+    "temperature": 0.7,
+    "max_tokens": 100,
+    "extra_body": {
+      "google": {
+        "thinking_config": {
+          "thinking_budget": 5000,
+          "include_thoughts": true
+        }
+      }
+    }
+  }' | jq .
+
+echo ""
+echo "=========================================="
+echo "测试 3: thinking_budget = 20000 (应映射到 high)"
+echo "=========================================="
+curl -s -X POST "$API_URL" \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer $API_KEY" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "Explain quantum computing"}
+    ],
+    "temperature": 0.7,
+    "max_tokens": 100,
+    "extra_body": {
+      "google": {
+        "thinking_config": {
+          "thinking_budget": 20000,
+          "include_thoughts": true
+        }
+      }
+    }
+  }' | jq .
+
+echo ""
+echo "=========================================="
+echo "测试 4: thinking_budget = -1 (应使用模型默认值)"
+echo "=========================================="
+curl -s -X POST "$API_URL" \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer $API_KEY" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "Tell me a joke"}
+    ],
+    "temperature": 0.7,
+    "max_tokens": 100,
+    "extra_body": {
+      "google": {
+        "thinking_config": {
+          "thinking_budget": -1,
+          "include_thoughts": true
+        }
+      }
+    }
+  }' | jq .
+
+echo ""
+echo "=========================================="
+echo "测试 5: 无 extra_body (正常请求)"
+echo "=========================================="
+curl -s -X POST "$API_URL" \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer $API_KEY" \
+  -H "x-title: Cherry Studio" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "Hi there!"}
+    ],
+    "temperature": 0.7,
+    "max_tokens": 100
+  }' | jq .
+
+echo ""
+echo "=========================================="
+echo "测试 6: 不同客户端名称 (Postman)"
+echo "=========================================="
+curl -s -X POST "$API_URL" \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer $API_KEY" \
+  -H "x-title: Postman" \
+  -d '{
+    "model": "google.gemini-2.5-pro",
+    "messages": [
+      {"role": "user", "content": "Test from Postman"}
+    ],
+    "temperature": 0.7,
+    "max_tokens": 100
+  }' | jq .
+
+echo ""
+echo "=========================================="
+echo "所有测试完成！"
+echo "请查看服务器日志，验证："
+echo "1. 客户端名称是否正确显示（Cherry Studio / Postman）"
+echo "2. thinking_budget 是否正确映射到 reasoning_effort"
+echo "   - thinking_budget = 1000 → reasoning_effort = LOW"
+echo "   - thinking_budget = 5000 → reasoning_effort = MEDIUM"
+echo "   - thinking_budget = 20000 → reasoning_effort = HIGH"
+echo "   - thinking_budget = -1 → 使用模型默认值（无 reasoning_effort 日志）"
+echo "=========================================="