From 6dfaa3f34ce051b5f036c1542653aa923affe7f0 Mon Sep 17 00:00:00 2001
From: vibe-code <root@vibe-code.228998.xyz>
Date: Tue, 18 Aug 2026 11:05:48 +0000
Subject: [PATCH] =?UTF-8?q?fix:=20=E5=B9=82=E7=AD=89=E6=A3=80=E6=9F=A5?=
 =?UTF-8?q?=E6=8F=90=E5=89=8D=E5=88=B0=20token=5Fcounter=20=E4=B9=8B?=
 =?UTF-8?q?=E5=89=8D,=E7=AC=AC=E4=BA=8C=E6=AC=A1=20pre-hook=20=E4=B8=8D?=
 =?UTF-8?q?=E6=89=93=E5=8D=B0=20Pre-reserve?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 volc_limit_sync.py | 31 ++++++++++++++++---------------
 1 file changed, 16 insertions(+), 15 deletions(-)

diff --git a/volc_limit_sync.py b/volc_limit_sync.py
index 7c83aab..9060366 100644
--- a/volc_limit_sync.py
+++ b/volc_limit_sync.py
@@ -1158,6 +1158,22 @@ class DailyLimitHandler(CustomLogger):
         # 输出侧：思考模型 usage 含 reasoning tokens 且不受 max_tokens 限制，
         # 故取 max(请求声明 max_tokens, THINKING_RESERVE_FLOOR) 兜底思考开销，
         # 防短文本 + 小 max_tokens 请求 reserve 低估（实测 34 vs 实际 150+）。
+        # 幂等防重：litellm 对同一请求可能调用两次 async_pre_call_hook
+        # （proxy 级 + deployment 级），第二次预扣会重复占 inflight 且
+        # 结算只释放一次 → 残留累积。已有 reserve 标记时跳过预扣（含
+        # token_counter 精确计数等昂贵路径）直接放行。
+        # 假设：deployment-level hook 收到的是同一 data dict 引用（litellm
+        # pre_call_hook 循环体 data=result 赋值，就地修改会带过去）。若
+        # litellm 升级为深拷贝 data 传给第二次 hook，此检查失效，需改用
+        # 请求级唯一 ID（如 litellm_call_id）做去重。部署后留意日志确认
+        # 第二次 pre-hook 是否被跳过（Pre-reserve 只应打印一次）。
+        try:
+            _existing_meta = data.get("metadata") or {}
+            if isinstance(_existing_meta, dict) and PREBLOCK_RESERVE_META_KEY in _existing_meta:
+                return data
+        except Exception:
+            pass
+
         try:
             declared = (
                 data.get("max_tokens")
@@ -1189,21 +1205,6 @@ class DailyLimitHandler(CustomLogger):
                 level="DEBUG",
             )
 
-        # 幂等防重：litellm 对同一请求可能调用两次 async_pre_call_hook
-        # （proxy 级 + deployment 级），第二次预扣会重复占 inflight 且
-        # 结算只释放一次 → 残留累积。已有 reserve 标记时跳过预扣直接放行。
-        # 假设：deployment-level hook 收到的是同一 data dict 引用（litellm
-        # pre_call_hook 循环体 data=result 赋值，就地修改会带过去）。若
-        # litellm 升级为深拷贝 data 传给第二次 hook，此检查失效，需改用
-        # 请求级唯一 ID（如 litellm_call_id）做去重。部署后留意日志确认
-        # 第二次 pre-hook 是否被跳过（Pre-reserve 只应打印一次）。
-        try:
-            _existing_meta = data.get("metadata") or {}
-            if isinstance(_existing_meta, dict) and PREBLOCK_RESERVE_META_KEY in _existing_meta:
-                return data
-        except Exception:
-            pass
-
         blocked = _check_request_block(data["model"], reserve=reserve)
         if not blocked:
             # 放行：Lua 原子闸门已把 reserve 预扣进 inflight 账户。