feat(llm): 每个 LLM 配置支持自定义会话头

新增 session_header_key:非空时每次 LLM 请求带上该 HTTP 头,头值为当前
运行的 session id(chat 会话=conv-<id>,worker=exp<x>-worker-i<intent>
等)。用于某些按 session-id 头做提示缓存/粘性路由的网关。

实现:在已有的 quotaAwareTransport 里从请求 context 读取 session id
(transcript.WithSessionID 挂上的)并注入,无需改 norma;同一共享 provider
也能按会话发出不同头值。DB 加 session_header_key 列(带旧库迁移),前端
LLM 配置弹窗新增输入框。

server/dto.go

@@ -587,28 +587,32 @@ type LLMProfileDTO struct {
 	// (''=max_tokens | 'max_completion_tokens'，仅 openai 格式有意义)。
 	MaxTokens      int    `json:"max_tokens"`
 	MaxTokensField string `json:"max_tokens_field"`
+	// 自定义会话头名：非空时每次请求带该 HTTP 头，头值=当前会话/意图的 session id。
+	// ''=不发送。用于按 session-id 头做提示缓存/粘性路由的网关。
+	SessionHeaderKey string `json:"session_header_key"`
 }
 
 func llmProfileDTO(p *db.LLMProfile) LLMProfileDTO {
 	return LLMProfileDTO{
-		ID:              i64s(p.ID),
-		Name:            p.Name,
-		Format:          p.Format,
-		BaseURL:         p.BaseURL,
-		Proxy:           p.Proxy,
-		Model:           p.Model,
-		APIKeyHint:      p.APIKeyHint,
-		RatePerSecond:   p.RatePerSecond,
-		RatePerMinute:   p.RatePerMinute,
-		ContextWindowK:  p.ContextWindowK,
-		ThinkingType:    p.ThinkingType,
-		ReasoningEffort: p.ReasoningEffort,
-		IsDefault:       p.IsDefault,
-		Priority:        p.Priority,
-		PoolExclude:     p.PoolExclude,
-		Streaming:       p.Streaming,
-		MaxTokens:       p.MaxTokens,
-		MaxTokensField:  p.MaxTokensField,
+		ID:               i64s(p.ID),
+		Name:             p.Name,
+		Format:           p.Format,
+		BaseURL:          p.BaseURL,
+		Proxy:            p.Proxy,
+		Model:            p.Model,
+		APIKeyHint:       p.APIKeyHint,
+		RatePerSecond:    p.RatePerSecond,
+		RatePerMinute:    p.RatePerMinute,
+		ContextWindowK:   p.ContextWindowK,
+		ThinkingType:     p.ThinkingType,
+		ReasoningEffort:  p.ReasoningEffort,
+		IsDefault:        p.IsDefault,
+		Priority:         p.Priority,
+		PoolExclude:      p.PoolExclude,
+		Streaming:        p.Streaming,
+		MaxTokens:        p.MaxTokens,
+		MaxTokensField:   p.MaxTokensField,
+		SessionHeaderKey: p.SessionHeaderKey,
 	}
 }
 

server/server.go

@@ -313,6 +313,7 @@ func (s *Server) loadLLMConfig() (agent.Config, bool) {
 	cfg.ReasoningEffort = p.ReasoningEffort
 	cfg.Stream = p.Streaming
 	cfg.MaxTokens, cfg.MaxTokensField = p.MaxTokens, p.MaxTokensField
+	cfg.SessionHeaderKey = p.SessionHeaderKey
 	if cfg.APIKey == "" {
 		return cfg, false
 	}
@@ -336,11 +337,13 @@ func (s *Server) saveLLMConfig(cfg agent.Config) error {
 	streaming := true // 旧库/新建默认流式
 	var maxTokens int
 	var maxTokensField string
+	var sessionHeaderKey string
 	if profs, _ := s.m.pg.ListProfiles(); profs != nil {
 		for _, p := range profs {
 			if p.Name == "default" {
 				id, priority, poolExclude, streaming = p.ID, p.Priority, p.PoolExclude, p.Streaming
 				maxTokens, maxTokensField = p.MaxTokens, p.MaxTokensField
+				sessionHeaderKey = p.SessionHeaderKey
 				break
 			}
 		}
@@ -350,7 +353,7 @@ func (s *Server) saveLLMConfig(cfg agent.Config) error {
 		APIKey: cfg.APIKey, RatePerSecond: cfg.RatePerSecond, RatePerMinute: cfg.RatePerMinute,
 		ContextWindowK: cfg.ContextWindowK, ThinkingType: cfg.ThinkingType, ReasoningEffort: cfg.ReasoningEffort, IsDefault: true,
 		Priority: priority, PoolExclude: poolExclude, Streaming: streaming,
-		MaxTokens: maxTokens, MaxTokensField: maxTokensField,
+		MaxTokens: maxTokens, MaxTokensField: maxTokensField, SessionHeaderKey: sessionHeaderKey,
 	})
 	if err != nil {
 		return err
@@ -508,6 +511,7 @@ func (s *Server) loadProfileConfig(id int64) (agent.Config, bool) {
 	cfg.ReasoningEffort = p.ReasoningEffort
 	cfg.Stream = p.Streaming
 	cfg.MaxTokens, cfg.MaxTokensField = p.MaxTokens, p.MaxTokensField
+	cfg.SessionHeaderKey = p.SessionHeaderKey
 	if cfg.APIKey == "" {
 		return cfg, false
 	}