fix: 增强LLMRequest类的异常处理，添加统一的模型异常处理方法

src/llm_models/utils_model.py

@@ -14,6 +14,18 @@ install(extra_lines=3)
 
 logger = get_logger("model_utils")
 
+# 导入具体的异常类型用于精确的异常处理
+try:
+    from .exceptions import NetworkConnectionError, ReqAbortException, RespNotOkException, RespParseException
+    SPECIFIC_EXCEPTIONS_AVAILABLE = True
+except ImportError:
+    logger.warning("无法导入具体异常类型，将使用通用异常处理")
+    NetworkConnectionError = Exception
+    ReqAbortException = Exception
+    RespNotOkException = Exception
+    RespParseException = Exception
+    SPECIFIC_EXCEPTIONS_AVAILABLE = False
+
 # 新架构导入 - 使用延迟导入以支持fallback模式
 try:
     from .model_manager import ModelManager
@@ -349,6 +361,76 @@ class LLMRequest:
         reasoning = match[1].strip() if match else ""
         return content, reasoning
 
+    def _handle_model_exception(self, e: Exception, operation: str) -> None:
+        """
+        统一的模型异常处理方法
+        根据异常类型提供更精确的错误信息和处理策略
+        
+        Args:
+            e: 捕获的异常
+            operation: 操作类型（用于日志记录）
+        """
+        operation_desc = {
+            "image": "图片响应生成",
+            "voice": "语音识别", 
+            "text": "文本响应生成",
+            "embedding": "向量嵌入获取"
+        }
+        
+        op_name = operation_desc.get(operation, operation)
+        
+        if SPECIFIC_EXCEPTIONS_AVAILABLE:
+            # 使用具体异常类型进行精确处理
+            if isinstance(e, NetworkConnectionError):
+                logger.error(f"模型 {self.model_name} {op_name}失败: 网络连接错误")
+                raise RuntimeError("网络连接异常，请检查网络连接状态或API服务器地址是否正确") from e
+            
+            elif isinstance(e, ReqAbortException):
+                logger.error(f"模型 {self.model_name} {op_name}失败: 请求被中断")
+                raise RuntimeError("请求被中断或取消，请稍后重试") from e
+            
+            elif isinstance(e, RespNotOkException):
+                logger.error(f"模型 {self.model_name} {op_name}失败: HTTP响应错误 {e.status_code}")
+                # 重新抛出原始异常，保留详细的状态码信息
+                raise e
+            
+            elif isinstance(e, RespParseException):
+                logger.error(f"模型 {self.model_name} {op_name}失败: 响应解析错误")
+                raise RuntimeError("API响应格式异常，请检查模型配置或联系管理员") from e
+            
+            else:
+                # 未知异常，使用通用处理
+                logger.error(f"模型 {self.model_name} {op_name}失败: 未知错误 {type(e).__name__}: {str(e)}")
+                self._handle_generic_exception(e, op_name)
+        else:
+            # 如果无法导入具体异常，使用通用处理
+            logger.error(f"模型 {self.model_name} {op_name}失败: {str(e)}")
+            self._handle_generic_exception(e, op_name)
+
+    def _handle_generic_exception(self, e: Exception, operation: str) -> None:
+        """
+        通用异常处理（向后兼容的错误字符串匹配）
+        
+        Args:
+            e: 捕获的异常
+            operation: 操作描述
+        """
+        error_str = str(e)
+        
+        # 基于错误消息内容的分类处理
+        if "401" in error_str or "API key" in error_str or "认证" in error_str:
+            raise RuntimeError("API key 错误，认证失败，请检查 config/model_config.toml 中的 API key 配置是否正确") from e
+        elif "429" in error_str or "频繁" in error_str or "rate limit" in error_str:
+            raise RuntimeError("请求过于频繁，请稍后再试") from e
+        elif "500" in error_str or "503" in error_str or "服务器" in error_str:
+            raise RuntimeError("服务器负载过高，模型回复失败QAQ") from e
+        elif "413" in error_str or "payload" in error_str.lower() or "过大" in error_str:
+            raise RuntimeError("请求体过大，请尝试压缩图片或减少输入内容") from e
+        elif "timeout" in error_str.lower() or "超时" in error_str:
+            raise RuntimeError("请求超时，请检查网络连接或稍后重试") from e
+        else:
+            raise RuntimeError(f"模型 {self.model_name} {operation}失败: {str(e)}") from e
+
     # === 主要API方法 ===
     # 这些方法提供与新架构的桥接
 
@@ -414,16 +496,10 @@ class LLMRequest:
                 return content, reasoning_content
             
         except Exception as e:
-            logger.error(f"模型 {self.model_name} 图片响应生成失败: {str(e)}")
+            self._handle_model_exception(e, "image")
-            # 向后兼容的异常处理
+            # 这行代码永远不会执行，因为_handle_model_exception总是抛出异常
-            if "401" in str(e) or "API key" in str(e):
+            # 但是为了满足类型检查的要求，我们添加一个不可达的返回语句
-                raise RuntimeError("API key 错误，认证失败，请检查 config/model_config.toml 中的 API key 配置是否正确") from e
+            return "", ""  # pragma: no cover
-            elif "429" in str(e):
-                raise RuntimeError("请求过于频繁，请稍后再试") from e
-            elif "500" in str(e) or "503" in str(e):
-                raise RuntimeError("服务器负载过高，模型回复失败QAQ") from e
-            else:
-                raise RuntimeError(f"模型 {self.model_name} API请求失败: {str(e)}") from e
 
     async def generate_response_for_voice(self, voice_bytes: bytes) -> Tuple:
         """
@@ -453,16 +529,9 @@ class LLMRequest:
             return (response.content,) if response.content else ("",)
             
         except Exception as e:
-            logger.error(f"模型 {self.model_name} 语音识别失败: {str(e)}")
+            self._handle_model_exception(e, "voice")
-            # 向后兼容的异常处理
+            # 不可达的返回语句，仅用于满足类型检查
-            if "401" in str(e) or "API key" in str(e):
+            return ("",)  # pragma: no cover
-                raise RuntimeError("API key 错误，认证失败，请检查 config/model_config.toml 中的 API key 配置是否正确") from e
-            elif "429" in str(e):
-                raise RuntimeError("请求过于频繁，请稍后再试") from e
-            elif "500" in str(e) or "503" in str(e):
-                raise RuntimeError("服务器负载过高，模型回复失败QAQ") from e
-            else:
-                raise RuntimeError(f"模型 {self.model_name} API请求失败: {str(e)}") from e
 
     async def generate_response_async(self, prompt: str, **kwargs) -> Union[str, Tuple]:
         """
@@ -523,16 +592,9 @@ class LLMRequest:
                 return content, (reasoning_content, self.model_name)
             
         except Exception as e:
-            logger.error(f"模型 {self.model_name} 生成响应失败: {str(e)}")
+            self._handle_model_exception(e, "text")
-            # 向后兼容的异常处理
+            # 不可达的返回语句，仅用于满足类型检查
-            if "401" in str(e) or "API key" in str(e):
+            return "", ("", self.model_name)  # pragma: no cover
-                raise RuntimeError("API key 错误，认证失败，请检查 config/model_config.toml 中的 API key 配置是否正确") from e
-            elif "429" in str(e):
-                raise RuntimeError("请求过于频繁，请稍后再试") from e
-            elif "500" in str(e) or "503" in str(e):
-                raise RuntimeError("服务器负载过高，模型回复失败QAQ") from e
-            else:
-                raise RuntimeError(f"模型 {self.model_name} API请求失败: {str(e)}") from e
 
     async def get_embedding(self, text: str) -> Union[list, None]:
         """
@@ -583,15 +645,12 @@ class LLMRequest:
                 return None
             
         except Exception as e:
-            logger.error(f"模型 {self.model_name} 获取embedding失败: {str(e)}")
+            # 对于embedding请求，我们记录错误但不抛出异常，而是返回None
-            # 向后兼容的异常处理
+            # 这是为了保持与原有行为的兼容性
-            if "401" in str(e) or "API key" in str(e):
+            try:
-                raise RuntimeError("API key 错误，认证失败，请检查 config/model_config.toml 中的 API key 配置是否正确") from e
+                self._handle_model_exception(e, "embedding")
-            elif "429" in str(e):
+            except RuntimeError:
-                raise RuntimeError("请求过于频繁，请稍后再试") from e
+                # 捕获_handle_model_exception抛出的RuntimeError，转换为警告日志
-            elif "500" in str(e) or "503" in str(e):
-                raise RuntimeError("服务器负载过高，模型回复失败QAQ") from e
-            else:
                 logger.warning(f"模型 {self.model_name} embedding请求失败，返回None: {str(e)}")
                 return None