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。

web/src/app/(main)/system/llm/page.tsx

@@ -324,6 +324,7 @@ function ProfileSheet({
   const [streaming, setStreaming] = React.useState(true); // true=流式(默认);false=非流式
   const [maxTokens, setMaxTokens] = React.useState("0"); // 单次回复输出上限;0=不发送
   const [maxTokensField, setMaxTokensField] = React.useState(NONE); // 上限用哪个字段名;NONE=max_tokens
+  const [sessionHeaderKey, setSessionHeaderKey] = React.useState(""); // 自定义会话头名;空=不发送
   const [testing, setTesting] = React.useState(false);
   const [saving, setSaving] = React.useState(false);
   const [models, setModels] = React.useState<string[]>([]);
@@ -351,6 +352,7 @@ function ProfileSheet({
     setStreaming(profile?.streaming ?? true);
     setMaxTokens(String(profile?.max_tokens ?? 0));
     setMaxTokensField(fromStore(profile?.max_tokens_field));
+    setSessionHeaderKey(profile?.session_header_key ?? "");
     setApiKey("");
     setKeyHint(profile?.api_key_hint ?? "");
     setModels([]);
@@ -437,6 +439,7 @@ function ProfileSheet({
         // 字段名开关只对 openai(Chat Completions) 有意义，其它格式一律回落到默认；
         // 后端也会再做一次同样的归一化，这里只是别让 UI 送出自相矛盾的值。
         max_tokens_field: format === "openai" ? toStore(maxTokensField) : "",
+        session_header_key: sessionHeaderKey.trim(),
       });
       if (isNew) toast.success(`已新建：${name.trim()}（在卡片上「设为激活」以启用）`);
       else toast.success(profile?.is_default ? "已保存，激活配置即时生效，无需重启" : "已保存");
@@ -570,6 +573,22 @@ function ProfileSheet({
             </p>
           </div>
 
+          <div className="grid gap-2">
+            <Label htmlFor="p-session-header">自定义会话头（可选）</Label>
+            <Input
+              id="p-session-header"
+              className="font-mono"
+              placeholder="如 x-session-id（留空=不发送）"
+              value={sessionHeaderKey}
+              onChange={(e) => setSessionHeaderKey(e.target.value)}
+            />
+            <p className="text-muted-foreground text-xs">
+              填写头名后，每次请求都会带上这个 HTTP 头，头值自动填为{" "}
+              <b>当前会话的 session id</b>（chat 会话如 conv-12、worker 如 exp3-worker-i87）。用于按 session-id
+              头做提示缓存 / 粘性路由的网关；同一会话多轮稳定、不同会话互不相同。留空则不发送。
+            </p>
+          </div>
+
           <div className="grid gap-2">
             <Label htmlFor="p-api-key">API Key</Label>
             <Input

web/src/lib/api.ts

@@ -723,6 +723,7 @@ export const api = {
     streaming?: boolean; // true(默认)=流式 | false=非流式
     max_tokens?: number; // 单次回复输出上限；0=不发送，由服务端默认值决定
     max_tokens_field?: string; // ""=max_tokens(默认) | "max_completion_tokens"（仅 openai 格式）
+    session_header_key?: string; // 非空=每次请求带该 HTTP 头，头值=当前会话 session id；""=不发送
   }) => post<{ id: number }>("/llm/profiles", p),
   deleteLLMProfile: (id: string) => del<{ deleted: number }>(`/llm/profiles/${id}`),
   activateLLMProfile: (id: string) => post<{ ok: boolean }>("/llm/profiles/active", { id: Number(id) }),

web/src/lib/types.ts

@@ -913,6 +913,9 @@ export interface LLMProfile {
   // 上限用哪个请求字段名，仅 format="openai" 有意义：
   // ""=max_tokens(默认) | "max_completion_tokens"(OpenAI 推理模型只认它)
   max_tokens_field?: string;
+  // 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。
+  session_header_key?: string;
 }
 
 // ---- LLM 轮询（故障转移）----