GPL v3 License

Moon Bridge 是一个协议转换和模型路由代理。它对外暴露 OpenAI Responses 端点(/v1/responses,也支持无 /v1 的 /responses),背后可以接任意兼容 Anthropic Messages 协议的上游 Provider,也可以直通上游 OpenAI Responses Provider。客户端指定不同的模型别名时,它自动把请求路由到对应的上游 Provider,并在不同协议之间自动转换。 只需要一个 config.yml 和一条 go run 命令就能跑起来。

🍳 新手先看这里 → CookBook.md:一份按目标找做法的菜谱,5 分钟跑通第一个对话。

• 快速开始
• 三种工作模式
  • Transform(默认)
  • CaptureResponse
  • CaptureAnthropic
• 配置指南
  • 多提供商与模型路由
  • Web Search 配置
  • 缓存配置
  • DeepSeek V4 专有配置
  • Extension 配置
• 与 Codex CLI 一起使用
• 与 Claude Code 一起使用
• Docker 部署
• 命令行选项
• HTTP API 参考
  • POST /v1/responses
  • GET /v1/models
  • 错误处理
• 用量统计与日志
• 请求跟踪
• Extension(插件)系统
• 开源许可

从示例配置开始:

mkdir -p "${XDG_CONFIG_HOME:-$HOME/.config}/moonbridge"
cp config.example.yml "${XDG_CONFIG_HOME:-$HOME/.config}/moonbridge/config.yml"

编辑 config.yml,至少填入一个上游 Provider 的 base_url 和 api_key。

最小的可工作配置:

mode: "Transform"
server:
 addr: "127.0.0.1:38440"
provider:
 providers:
 my-provider:
 base_url: "https://api.example.com"
 api_key: "sk-..."
 models:
 my-model:
 context_window: 128000
 # 协议:默认 "anthropic",设为 "openai-response" 可直通 OpenAI Responses API
 # protocol: "anthropic"
 routes:
 moonbridge: "my-provider/my-model"
 default_model: "moonbridge"

go run ./cmd/moonbridge

默认监听 127.0.0.1:38440。启动后即可向 http://localhost:38440/v1/responses 发送 OpenAI Responses 格式的 POST 请求。

未传 -config 时,Moon Bridge 会按 XDG 读取 ${XDG_CONFIG_HOME:-$HOME/.config}/moonbridge/config.yml。仍可用 -config /path/to/config.yml 指定任意配置文件。

把 OpenAI Responses 请求翻译成 Anthropic Messages 调用。适合想让 Codex CLI 等 OpenAI 客户端跑在 Anthropic 兼容模型上的场景。

透明代理 OpenAI Responses 流量。适合抓包分析 Codex CLI 等客户端发给原生 OpenAI 的请求内容。

透明代理 Anthropic Messages 流量。适合抓包分析 Claude Code 等客户端发给 Anthropic 兼容 Provider 的请求内容。

默认主配置文件为 ${XDG_CONFIG_HOME:-$HOME/.config}/moonbridge/config.yml。扩展配置统一写在主配置的顶层 extensions: 下;扩展自己的参数放在 config:,启用开关可按全局、provider、model、route 四层覆盖:

extensions:
 deepseek_v4:
 config:
 reinforce_instructions: true
 reinforce_prompt: "[System Reminder]: ...\n[User]:"

模型或路由启用扩展时使用同一个 extensions.<name>.enabled 插槽,避免把扩展字段硬编码进核心配置结构。

Provider 在 models 中声明自己提供的上游模型及元信息(context_window、pricing 等),routes 则是一张独立的转发表,把客户端使用的模型别名映射到 "provider/upstream_model"。此外,API 请求中可直接使用 provider/model 格式指定模型(如 deepseek/deepseek-v4-pro),无需预先定义 route。例如客户端请求 model: "moonbridge" 时,会发往 deepseek Provider 的 deepseek-v4-pro;请求 model: "gpt-image" 时,会按 OpenAI Responses 协议直接发往 openai Provider 的 gpt-image-1.5:

provider:
 providers:
 deepseek:
 base_url: "https://api.deepseek.com/anthropic"
 api_key: "replace-with-deepseek-api-key"
 version: "2023年06月01日"
 models:
 deepseek-v4-pro:
 context_window: 200000
 max_output_tokens: 100000
 extensions:
 deepseek_v4:
 enabled: true
 default_reasoning_level: "high"
 supported_reasoning_levels:
 - effort: "high"
 description: "High reasoning effort"
 - effort: "xhigh"
 description: "Extra high reasoning effort (maps to DeepSeek max)"
 openai:
 base_url: "https://api.openai.com"
 api_key: "replace-with-openai-api-key"
 protocol: "openai-response"
 models:
 gpt-image-1.5: {}
 routes:
 moonbridge:
 to: "deepseek/deepseek-v4-pro"
 gpt-image:
 to: "openai/gpt-image-1.5"
 default_model: "moonbridge"

protocol 默认为 anthropic。设置为 openai-response 时,本轮请求不会进入 Anthropic 转换层,而是保留 OpenAI Responses 格式,只把模型别名改写为上游真实模型名。

base_url 应填写 Moon Bridge 追加路径前的协议 base:Anthropic-routed Provider 会请求 <base_url>/v1/messages,例如 DeepSeek Anthropic API 使用 https://api.deepseek.com/anthropic,Anthropic 官方使用 https://api.anthropic.com;protocol: "openai-response" Provider 会请求 <base_url>/v1/responses,例如 OpenAI 官方使用 https://api.openai.com。

旧配置可用迁移脚本更新到当前 Provider/routes/Visual 结构:

python scripts/migrate_config.py --dry-run config.yml
python scripts/migrate_config.py config.yml

迁移细节见 docs/config-migration.md。

provider.providers.<key>.models.<upstream>.pricing 是可选的 per-model 价格配置,单位是元(\)/ M tokens。当某个模型配置了价格后,Moon Bridge 会按 session 累加费用,并在每次请求和服务退出时输出费用统计。价格定义在 Provider 的模型目录中,通过 routes 关联到别名后自动生效。

provider:
 providers:
 deepseek:
 # ...
 models:
 deepseek-v4-pro:
 pricing:
 input_price: 2 # 无缓存输入 元/M tokens
 output_price: 8 # 模型输出
 cache_write_price: 1 # 缓存写入
 cache_read_price: 0.2 # 缓存读取

费用计算方式:(input_tokens ×ばつ input_price + cache_creation ×ばつ cache_write_price + cache_read ×ばつ cache_read_price + output_tokens ×ばつ output_price) / 1_000_000,四项均为独立计费。如果价格配置不全(某项为 0 或未设置),该项不产生费用。每请求 INFO 行中的 Input 展示采用 OpenAI 语义:input_tokens + cache_read_input_tokens,不把 cache_creation_input_tokens 额外计入展示值;cache creation 仍按 cache_write_price 计费,并会出现在详细汇总里。流式 Anthropic-compatible Provider 的 usage 事件位置可能不同:有的在 message_start 携带缓存字段,有的在 message_delta 才补充 cache_read_input_tokens / cache_creation_input_tokens。Moon Bridge 会合并两处 usage,再输出 OpenAI Responses 的 usage.input_tokens_details.cached_tokens 和会话缓存命中率。

cache.mode 控制 Anthropic prompt caching 策略:

• off:不注入缓存标记
• automatic:在请求顶层自动注入 cache_control
• explicit:在工具定义、system 提示、历史消息等稳定块上注入块级缓存断点(默认推荐)
• hybrid:同时启用顶层自动缓存和块级断点

cache.ttl 支持 5m(默认)和 1h。

Web search 支持按 provider 独立配置。在 provider.providers.<key>.web_search.support 中为每个 provider 单独设置;全局 provider.web_search.support 作为未在 provider 级别配置时的回退默认值。

可选值:

• auto:启动 Transform 时用默认模型发送一次流式轻量探测;只有探测证明可用才注入,否则保守禁用
• enabled:跳过探测,始终注入 Anthropic web_search_20250305(适合已知支持的 Anthropic provider)
• disabled:不注入搜索工具(适合 DeepSeek 等不支持 Anthropic server tool 的 provider)
• injected:不依赖上游 Provider 是否支持 Anthropic 服务端搜索,改为注入 tavily_search / firecrawl_fetch 工具并在 Transform 内部执行搜索。需配置 tavily_api_key;firecrawl_api_key 可选

protocol: "openai-response" 的 provider 会跳过 Anthropic web_search_20250305 探测与注入(Tavily/Firecrawl),但会在 resolved web search mode 为 enabled 时自动注入 OpenAI Responses 原生 {"type": "web_search"} 工具到上游请求中。

配置示例:

provider:
 providers:
 anthropic:
 base_url: "https://api.anthropic.com"
 api_key: "replace-with-anthropic-api-key"
 web_search:
 support: "enabled" # Anthropic 原生支持
 deepseek:
 base_url: "https://api.deepseek.com/anthropic"
 api_key: "replace-with-deepseek-api-key"
 web_search:
 support: "disabled" # DeepSeek 不支持 Anthropic server tool
 models:
 deepseek-v4-pro:
 extensions:
 deepseek_v4:
 enabled: true
 default_reasoning_level: "high"
 supported_reasoning_levels:
 - effort: "high"
 description: "High reasoning effort"
 - effort: "xhigh"
 description: "Extra high reasoning effort (maps to DeepSeek max)"
 # 全局回退默认值(未在 provider 级别配置时使用)
 web_search:
 support: "auto"
 max_uses: 8

Visual 是给 Anthropic-routed 主模型注入视觉能力的转发层扩展。主模型仍走原本 Provider,Visual 工具调用会通过 extensions.visual.config.provider 指定的现有 Anthropic-compatible Provider 执行,例如 Kimi;Moon Bridge 不引入单独的 Kimi 客户端或自定义桥接。

启用方式分两层:顶层 extensions.visual.config 声明视觉 Provider 和参数,具体主模型用 extensions.visual.enabled: true 暴露两个工具:

• visual_brief:第一轮图片简介,返回画面概览、重要细节、OCR、疑点和后续追问建议。
• visual_qa:后续澄清问题,主模型可带上 prior_visual_context 或继续引用同一张图。

配置示例:

extensions:
 visual:
 config:
 provider: "kimi"
 model: "kimi-for-coding"
 max_rounds: 4
 max_tokens: 2048
provider:
 providers:
 deepseek:
 # ...
 models:
 deepseek-v4-pro:
 extensions:
 deepseek_v4:
 enabled: true
 visual:
 enabled: true
 kimi:
 base_url: "https://api.moonshot.ai/anthropic"
 api_key: "replace-with-kimi-api-key"
 version: "2023年06月01日"
 models:
 kimi-for-coding: {}

Kimi 示例使用 Anthropic-compatible base URL;如果你的账号或区域仍使用其他 Moonshot 域名,请保持 /anthropic 这一类 Anthropic base 格式,确保最终请求路径是 /anthropic/v1/messages。

Codex / OpenAI Responses 的 input_image 会先转成 Anthropic image block。进入主模型前,Visual 包装器会把图片从主请求中拿出并替换成 Image #1 这类可引用提示,防止纯文本主模型或上游把 Image #1 当 URL 传给 Kimi。工具参数里可以用 image_refs: ["Image #1"];如果本轮有附件且工具没有显式传图,Visual 会自动使用可用附件。

在具体 Provider 模型或 route 下设置 extensions.deepseek_v4.enabled: true 可启用 DeepSeek V4 专用兼容逻辑,包括 reasoning_content 剥离、thinking 回放、推理输出展示等。推理档位使用与 Codex 兼容的 default_reasoning_level / supported_reasoning_levels 元数据表达;Transform 会把请求里的 reasoning.effort 映射到 DeepSeek Anthropic 兼容参数 output_config.effort,其中 xhigh 会映射为 DeepSeek 的 max。流式 signature-only thinking 会编码进 Codex 可回放的 reasoning.summary,旧历史缺少 reasoning/缓存时只在请求侧补空 thinking block,不生成空 summary。

config.yml 支持配置日志级别和格式:

log:
 level: "info" # debug / info / warn / error
 format: "text" # text / json

system_prompt 可设置全局系统提示词,会注入到每次 Transform 请求的 Anthropic system 块中:

system_prompt: |
 自定义系统提示内容

日志格式支持 text(默认,带有 slog 格式的红色信息)和 json(结构化 JSON 行)。详见 config.example.yml 中的注释。

打开 trace_requests: true 后,Transform 的请求(包括 Anthropic 转换和 OpenAI Responses 直通)和 Capture 模式的代理流量会按模式写入 data/trace/ 目录,方便排查问题。API Key 等敏感 Header 会自动脱敏。Transform 模式下 trace 按模型建立子目录,例如 data/trace/Transform/{session_id}/{model}/Response/{n}.json 和 data/trace/Transform/{session_id}/{model}/Anthropic/{n}.json。

Moon Bridge 兼容 Codex CLI 的 OpenAI Responses 请求,包括 local_shell 工具、函数工具、工具结果回传、web_search 等。

在 ~/.codex/config.toml 中添加:

model = "moonbridge"
model_provider = "moonbridge"
[model_providers.moonbridge]
name = "Moon Bridge"
base_url = "http://localhost:38440/v1"
wire_api = "responses"
# 以下为自动生成(需设置 server.auth_token)或手动配置:
# requires_openai_auth = true
[mcp_servers.deepwiki]
url = "https://mcp.deepwiki.com/mcp"
startup_timeout_sec = 3600
tool_timeout_sec = 3600

查看可用模型:

curl http://localhost:38440/v1/models

发送一条测试请求:

curl http://localhost:38440/v1/responses \
 -H "Content-Type: application/json" \
 -d '{
 "model": "moonbridge",
 "input": "你好,请用一句话介绍自己。",
 "max_output_tokens": 100
 }'

通过 config.yml 的 mode 字段切换。

flowchart LR
 A["Codex CLI\n(OpenAI Responses)"]
 B["Moon Bridge\n协议转换"]
 C["LLM Provider\n(Anthropic Messages)"]
 A --> B --> C

收到 OpenAI Responses 格式的请求后,Moon Bridge 将其翻译为 Anthropic Messages API 请求,发送给上游提供商,再把响应转换回 OpenAI 格式返回。

这是与 Codex CLI 搭配使用的模式。支持非流式(JSON)和流式(SSE)两种响应方式。

flowchart LR
 A["Client"]
 B["Moon Bridge\n透明代理"]
 C["OpenAI Responses Provider"]
 A --> B --> C

纯代理模式,不转换协议。Moon Bridge 简单地将请求原样转发到上游 OpenAI Responses 端点,并将响应回传。可用于抓包分析或请求跟踪。

需要配置 developer.proxy.response:

developer:
 proxy:
 response:
 model: "gpt-5.5"
 provider:
 base_url: "https://api.openai.com"
 api_key: "sk-..."

flowchart LR
 A["Client"]
 B["Moon Bridge\n透明代理"]
 C["Anthropic Provider"]
 A --> B --> C

同样为透明代理,但转发的是 Anthropic Messages API 请求(/v1/messages)。适用于 Claude Code 等 Anthropic 原生客户端。

需要配置 developer.proxy.anthropic:

developer:
 proxy:
 anthropic:
 model: "claude-sonnet-4-6"
 provider:
 base_url: "https://api.anthropic.com"
 api_key: "sk-ant-..."
 version: "2023年06月01日"

完整的配置选项见 config.example.yml。

Moon Bridge 支持同时配置多个上游提供商,并按模型别名路由。

provider:
 providers:
 deepseek: # 提供商标识符(自定义)
 base_url: "https://api.deepseek.com/anthropic"
 api_key: "sk-..."
 protocol: "anthropic" # anthropic(默认)或 openai-response
 models:
 deepseek-v4-pro:
 context_window: 1000000
 max_output_tokens: 384000
 display_name: "DeepSeek V4 Pro"
 extensions:
 deepseek_v4:
 enabled: true # 启用 DeepSeek V4 扩展
 default_reasoning_level: "high"
 supported_reasoning_levels:
 - effort: "high"
 description: "High reasoning effort"
 - effort: "xhigh"
 description: "Extra high reasoning effort"
 supports_reasoning_summaries: true
 pricing:
 input_price: 2 # 每百万 token 输入价格(RMB)
 output_price: 8 # 每百万 token 输出价格(RMB)
 cache_write_price: 1
 cache_read_price: 0.2
 openai:
 base_url: "https://api.openai.com"
 api_key: "sk-..."
 protocol: "openai-response" # 直通 OpenAI Responses API
 models:
 gpt-5.5: {}
 routes:
 moonbridge:
 to: "deepseek/deepseek-v4-pro"
 gpt5:
 to: "openai/gpt-5.5"
 default_model: "moonbridge"

模型别名规则:

• 客户端请求时使用 model: "moonbridge" 或 model: "deepseek/deepseek-v4-pro"
• 支持两种引用格式:provider/model 和 model(provider)
• routes 是可选的,用于提供友好的简短别名
• provider.providers 中的模型目录会自动出现在 GET /v1/models 的返回中

Moon Bridge 支持三种 Web Search 方式:

配置优先级:模型级 > 提供商级 > 全局。

provider:
 web_search:
 support: "auto" # 全局默认,可选 auto/enabled/disabled/injected
 max_uses: 8
 tavily_api_key: "tvly-..."
 firecrawl_api_key: "fc-..."
 search_max_rounds: 5
 providers:
 anthropic:
 base_url: "https://api.anthropic.com"
 api_key: "sk-ant-..."
 web_search:
 support: "enabled" # 提供商级覆盖
 models:
 claude-sonnet-4-6:
 web_search:
 support: "auto" # 模型级覆盖
 max_uses: 15

Moon Bridge 支持 Anthropic 协议中的 Prompt Caching 特性,通过 cache 节配置:

cache:
 mode: "explicit" # off / automatic / explicit / hybrid
 ttl: "5m" # 5m 或 1h
 prompt_caching: true
 automatic_prompt_cache: false
 explicit_cache_breakpoints: true
 min_cache_tokens: 1024
 min_breakpoint_tokens: 1024

缓存策略:

• automatic:由 Anthropic 自动检测重复前缀并缓存
• explicit:由 Moon Bridge 在 system、tools、user messages 等稳定段落的末尾注入 cache_control 标记
• hybrid:同时使用两种策略
• off:完全禁用缓存

流式响应的缓存统计会兼容不同 Provider 的事件布局:message_start 和 message_delta 中出现的 input_tokens、cache_read_input_tokens、cache_creation_input_tokens 会被合并后转换为 OpenAI Responses usage,避免 Kimi for Coding 这类在 message_delta 才返回 cache read 的上游被误显示为 0% 缓存命中。

使用 DeepSeek V4 模型的额外配置:

extensions:
 deepseek_v4:
 config:
 reinforce_instructions: true
 reinforce_prompt: "[System Reminder]: ...\n[User]:"

模型标记 extensions.deepseek_v4.enabled: true 后,插件会自动处理:

• 移除输入中的 reasoning_content 字段(DeepSeek 不接受该字段)
• 清空 temperature / top_p 参数
• 将 reasoning.effort 映射为 output_config.effort
• 缓存和管理 thinking 块(跨对话历史重建)
• 可选地在用户消息前注入强化指令

在顶层 extensions 节下配置各扩展的参数;扩展自己的字段放在 config 中,启用状态放在对应 scope 的 enabled 中:

extensions:
 deepseek_v4:
 config:
 reinforce_instructions: true
 visual:
 config:
 provider: kimi
 model: kimi-for-coding

一键启动脚本 scripts/start_codex_with_moonbridge.sh:

cd /path/to/your/project
./scripts/start_codex_with_moonbridge.sh --project-directory "$PWD"

也可以分步操作——先启动 Moon Bridge,再用 start_codex.sh 连接:

# 终端 1:启动服务
./scripts/start_moonbridge.sh
# 终端 2:生成 Codex 配置并启动
./scripts/start_codex.sh --project-directory "$PWD"

两个脚本的 --codex-home 参数可选,默认使用 $CODEX_HOME 或 $HOME/.codex。 生成的 Codex config.toml 包含模型提供商信息。需要静态模型目录时,可用 -print-codex-config 搭配 -codex-home 写入 models_catalog.json。

面向开发者调试透明代理(CaptureAnthropic)场景,脚本在 scripts/dev/ 下。

./scripts/dev/start_claude_code_with_moonbridge.sh

项目提供了 Dockerfile(基于 golang:1.26 多阶段构建,最终镜像为 gcr.io/distroless/static-debian12):

# 构建镜像
docker build -t moonbridge .
# 运行容器(配置文件挂载到 /config/config.yml)
docker run -d \
 --name moonbridge \
 -p 38440:38440 \
 -v "$PWD/config.yml:/config/config.yml" \
 moonbridge

容器默认监听 0.0.0.0:38440。

moonbridge -config config.yml [选项]

兼容 OpenAI Responses API。支持流式和非流式;无 /v1 的 POST /responses 也会路由到同一个处理器。

如果配置了 server.auth_token,所有 HTTP 请求都必须带 Authorization: Bearer <token>;未配置时不做本地认证,上游认证仍由各 Provider 的 api_key 处理。

请求:

{
 "model": "moonbridge",
 "input": [{"role": "user", "content": [{"type": "input_text", "text": "Hello"}]}],
 "instructions": "You are a helpful assistant.",
 "max_output_tokens": 65536,
 "temperature": 0.7,
 "stream": false,
 "tools": [
 {"type": "function", "name": "get_weather", "description": "...", "parameters": {...}},
 {"type": "web_search_preview"},
 {"type": "local_shell"}
 ],
 "reasoning": {"effort": "high"}
}

非流式响应:

{
 "id": "resp_abc123",
 "object": "response",
 "created_at": 1714290000,
 "status": "completed",
 "model": "moonbridge",
 "output": [
 {
 "type": "message",
 "id": "msg_item_0",
 "status": "completed",
 "role": "assistant",
 "content": [{"type": "output_text", "text": "Hello! How can I help?"}]
 }
 ],
 "usage": {"input_tokens": 50, "output_tokens": 10, "input_tokens_details": {"cached_tokens": 20}}
}

流式响应(SSE):

event: response.created
data: {"type":"response.created","response":{"id":"resp_...","status":"in_progress",...}}
event: response.output_item.added
data: {"type":"response.output_item.added","output_index":0,"item":{...}}
event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":"Hel"}
event: response.output_text.done
data: {"type":"response.output_text.done","text":"Hello!"}
event: response.completed
data: {"type":"response.completed","response":{...}}

支持的 tool 类型:

返回可用模型列表,格式兼容 Codex CLI 的模型发现接口;无 /v1 的 GET /models 也可用。

{
 "models": [
 {
 "slug": "deepseek-v4-pro(deepseek)",
 "display_name": "DeepSeek V4 Pro(deepseek)",
 "default_reasoning_level": "high",
 "supported_reasoning_levels": [{"effort": "high", "description": "..."}],
 "shell_type": "unified_exec",
 "visibility": "list",
 "supported_in_api": true,
 "context_window": 1000000,
 "max_context_window": 1000000
 }
 ]
}

错误以 OpenAI 风格返回:

{
 "error": {
 "message": "提供商错误:rate limit exceeded",
 "type": "server_error",
 "code": "provider_error"
 }
}

Moon Bridge 会在标准错误输出(stderr)实时打印每次请求的用量统计:

模型: moonbridge ➡️ deepseek-v4-pro
输入: 读取 1024K + 写入 512K + 首次 0
输出: 256K
计费: 本请求 0.0040 元, 累计 1.2340 元
缓存: 命中率 33.33%, 写入率 16.67%, 读写比 2.00
---
会话统计: 42 次请求, 耗时 5m30s
累计费用: 1円.234000

包含的信息:

• 请求模型和实际调用的上游模型名
• 输入/输出 token 数量(含缓存读取、缓存写入、首次输入)
• 单次请求费用和累计费用(需配置 pricing)
• 缓存命中率、写入率、读写比
• 按模型细分的消费明细

可读日志和 session 统计使用 Provider 计费维度:首次输入、缓存写入、缓存读取和输出分别累计与计价。Anthropic 路径直接使用上游 raw usage;OpenAI Responses 路径从 usage.input_tokens - input_tokens_details.cached_tokens 得到首次输入。Response normalized usage 只用于下游 OpenAI Responses 客户端兼容。

metrics 扩展的 /v1/admin/metrics 记录 Provider 原始 telemetry,和 Response normalized 不是同一层口径:raw_* 字段保留上游原始 usage(如 Anthropic 的 input_tokens、cache_creation_input_tokens、cache_read_input_tokens,或 OpenAI Responses 的 usage.input_tokens / input_tokens_details.cached_tokens),normalized_* 和历史 input_tokens / cache_read 字段保留 Moon Bridge 输出给下游客户端的兼容口径。OpenAI Responses 原生 usage 不提供 cache creation,metrics 中 raw_cache_creation 会保持 0。

日志级别通过 log.level 配置:debug、info、warn、error。

设置 trace_requests: true 后,每次请求的完整数据会写入磁盘:

flowchart LR
 subgraph trace["data/trace/"]
 direction TB
 transform["Transform/"]
 resp["Response/\n000001.json\n000002.json\n..."]
 anth["Anthropic/\n000001.json\n000002.json\n..."]
 transform --> resp
 transform --> anth
 end

每条记录包含:HTTP 头部、请求体、响应体(或流事件序列)、以及错误信息。流式请求还会记录中间转换后的 SSE 事件序列。

Moon Bridge 内置了基于能力接口的插件系统。插件通过实现预定义接口来拦截和扩展请求/响应的各个处理阶段。

已内置的插件:

注入式 Web Search 由 internal/extension/websearch 和 internal/extension/websearchinjected 提供工具与 Provider 包装逻辑;当前是在 server/bridge 路径按模型的 resolved web search mode 动态启用,不作为 BuiltinExtensions() 注册的独立插件初始化。

以下能力来自 dev 分支,当前文档只作为开发中事实记录,不视为稳定公开接口:

插件的能力接口包括:

• InputPreprocessor — 预处理原始输入 JSON
• RequestMutator — 修改转换后的 Anthropic 请求
• ToolInjector — 注入额外工具定义
• MessageRewriter — 重写消息列表
• ContentFilter — 过滤响应内容块
• ResponsePostProcessor — 后处理最终 OpenAI 响应
• StreamInterceptor — 拦截流事件
• ErrorTransformer — 改写错误消息
• ThinkingPrepender — 重建 thinking 历史
• 等

详细文档见 docs/extension-system.md。

Copyright (C) 2026 Moon Bridge Contributors

This program is free software: you can redistribute it and/or modify it under the terms of the GNU General Public License as published by the Free Software Foundation, either version 3 of the License, or (at your option) any later version.

This program is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License for more details.

You should have received a copy of the GNU General Public License along with this program. If not, see https://www.gnu.org/licenses/.