Codex 桌面端含图片的请求必现 502：代理未处理 zstd 压缩请求体

[l246804]

摘要

代理无法处理 zstd 压缩的请求体。Codex 桌面版会对大请求体（图片粘贴 / view_image 输出）启用 zstd 压缩，而代理在请求侧只做 json.loads(bytes(body)) 且只捕获 JSONDecodeError。遇到 zstd 帧时抛出的 UnicodeDecodeError 不属于 JSONDecodeError，异常直接逃逸到通用处理器，客户端收到误导性的 502 Upstream proxy request failed。

小文本请求通常不压缩，所以一切正常；一旦涉及图片就必挂——表现就是"聊天正常、看图必 502"。

环境

• 客户端：Codex 桌面版（app-server 的 HTTP 栈会对大请求体启用 zstd 压缩）
• 代理：vision_proxy.py（main 分支；旧版 codex-vision-proxy.py 同样受影响），测试 commit：<填写>
• 系统：Linux（Windows 桌面版同样命中）
• 上游：任意 OpenAI 兼容端点（wire_api = "responses"）

复现步骤

1. 将 Codex 的 base_url 指向代理（如 http://127.0.0.1:19100）。
2. 在桌面端粘贴图片，或让模型调用 view_image，使请求体超过压缩阈值。
3. 请求失败。

代理日志（压缩体为约 1 MB 的图片数据）：

[vision-proxy] handler error: UnicodeDecodeError('utf-8', b'(\xb5/\xfd\x00X\xad\xeb\x01...', 1, 2, 'invalid start byte')

开头的 28 b5 2f fd 是 zstd 帧魔数，请求头带 Content-Encoding: zstd。

客户端响应：

{"error": {"message": "Upstream proxy request failed", "type": "proxy_error"}}

根因

请求侧完全没有处理 Content-Encoding：

if body:
    try:
        parsed = json.loads(bytes(body))   # zstd 帧直接抛 UnicodeDecodeError
    except json.JSONDecodeError:
        pass

• UnicodeDecodeError 不是 JSONDecodeError，不会被吞掉，一路抛到通用 except Exception 变成 502。
• 全仓库搜索 zstd / gzip / deflate / compress / decompress，请求侧零命中；仅有的两处 Content-Encoding（约 1108、1120 行）是响应侧防改写守卫，与本问题无关。
• _upstream_headers 不会剥离 Content-Encoding，即使解压后转发，也需要剥离该头或重新压缩。

为什么上游没发现：请求压缩是客户端行为。CLI 发明文 JSON，只有桌面版对大请求体压缩。README 声称验证过的"真实 Codex 会话"大概率用的 CLI，所以作者和社区都没踩到；桌面版 + 图片的用户要么没升级到新代码，要么没走代理。

建议修复

解析前按 Content-Encoding 解压，转发解压后的字节并剥离该头（或改写后重新压缩）：

# 请求侧
encoding = (_header_value(incoming_headers, "content-encoding") or "").strip().lower()
if encoding in ("gzip", "x-gzip"):
    raw = gzip.decompress(raw)
elif encoding == "deflate":
    try:
        raw = zlib.decompress(raw)
    except zlib.error:
        raw = zlib.decompress(raw, -zlib.MAX_WBITS)
elif encoding == "zstd":
    # 用 zstandard / libzstd 流式解压（帧可能不携带内容大小）
    ...
elif encoding == "br":
    import brotli
    raw = brotli.decompress(raw)
# 然后 parsed = json.loads(raw.decode("utf-8"))

# _upstream_headers：转发解压后的字节时剥离请求侧编码
if lower in HOP_HEADERS or lower == "content-encoding":
    continue

两个建议一并做：

• 把 (JSONDecodeError, UnicodeDecodeError, ValueError) 一起捕获，返回明确的 4xx/5xx（如 Unsupported Content-Encoding: <enc>），而不是通用 502。
• 补回归测试：Content-Encoding: zstd 且 function_call_output.output 含 input_image 的请求必须被改写而不是被拒绝。

本地补丁验证结果

[vision-proxy] image rewrite ok format=responses images=1 cache_entries=1

zstd 压缩的纯文本与图片请求均返回 200，文本模型能根据注入的图片描述正确作答。