@leaves615/dsh-llm-ctl

配置

完整配置长这样，每项都有默认值，不写就是下面这个效果：

- id: llm-ctl
  name: '@leaves615/dsh-llm-ctl'
  config:
    queue:
      # 每个 provider 几个并发。不写 default 就是全不限流，0 也是不限流。
      perProviderConcurrency: { 'zen-free': 1 }
      maxQueueDepth: 50          # 队满报 QUEUE_FULL
      # 唯一的等待预算：排队愿意等多久，也愿意接受多长的冷却。
      # 明确要等更久就直接报 QUEUE_TIMEOUT，不白等。
      maxWaitMs: 120000
      honorRetryAfter: true      # provider 的提示优先于本地退避
      backoff: { initialDelayMs: 500, maxDelayMs: 10000, jitterRatio: 0.1 }
    # 没装 dsh-llm-retry 时的兜底：auto = 下游没人管才自己上（默认 3 次）；
    # off = 从不；数字 = 每步最多几次。
    reactiveRetry: auto
    visibility:
      # 启动预置的隐藏规则，用户层只读。通配符只有 '*'，大小写不敏感，
      # 'provider:model' 或裸模型名都行。
      hiddenPatterns: ['*-test-*']

排队是严格 FIFO，先到先得，不分前后台优先级。

触发冷却的失败码跟 dsh-llm-retry 默认集一致：RATE_LIMIT / SERVER / TIMEOUT / TRANSPORT / EMPTY_RESPONSE。直接抛错的算数，包在 SSE 流里回来的 terminal finish chunk（OpenRouter 转发上游 429 就是这样）也算数。AUTH、QUOTA 这类码不排队，原样透传。

等多久听 provider 的：优先用 adapter 透出来的 failure.providerRetryAfterMs（DeepSeek 的 adapter 已经给了），没有就本地指数退避。

上游进展：Retry-After、x-ratelimit-reset 这些 header 的解析器已经写好测过，就等 adapter 把原始响应头放进 LlmError.details，接上就能用，插件这边已经收 headers 包了。