插件
概览
插件在决策匹配后添加路由局部行为。它们可以改写请求、检索上下文、短路生成、检查响应，或控制保留哪些运维数据。
共享服务和存 储属于 global:；决策插件只为一条路由启用并调优该行为。
主要优势
- 把行为附着在需要它的路由上。
- 复用共享存储和服务，而不重复其配置。
- 让请求改写、检索和响应检查可审计。
解决什么问题？
即使共享同一 Router，各路由也常常需要不同行为。插件把这些差异放在决策旁边，而不是藏进应用中间件或全局启用。
何时使用
当行为应仅在特定路由匹配后生效时，使用插件。当每条路由共享同一服务或后台存储时，改用 global:。插件条目位于 routing.decisions[].plugins 下。
配置
routing:
decisions:
- name: cached-support
description: Reuse cached responses for support requests.
priority: 100
rules:
operator: AND
conditions: []
modelRefs:
- model: support-model
plugins:
- type: response_cache
configuration:
enabled: true
ttl_seconds: 3600
插件清单
| 类型 | 目标 | 共享依赖 | 指南 |
|---|---|---|---|
fast_response | 不调用模型即返回配置的响应 | 无 | 快速响应 |
system_prompt | 插入、替换或追加路由专用指令 | 无 | 系统提示词 |
header_mutation | 添加、更新或删除下游请求头 | 无 | 请求头修改 |
request_params | 强制请求参数限制 | 无 | 请求参数 |
tools | 允许、阻止、过滤或移除工具和工具历史 | 可选的全局工具目录 | 工具 |
tool_selection | 从目录添 加工具，或按语义过滤调用方工具 | 嵌入运行时；add 模式需要工具数据库 | 工具选择 |
context_compression | 缩减绑定提供商的大型工具输出或历史 | 可选的嵌入运行时和恢复存储 | 上下文压缩 |
response_cache | 复用兼容的先前响应 | global.stores.response_cache | 响应缓存 |
memory | 检索并可选存储对话记忆 | global.stores.memory | 记忆 |
rag | 在生成前检索文档 | 已配置的 RAG/向量后端 | RAG |
router_replay | 覆盖单条路由的回放采集 | global.services.router_replay | 路由回放 |
shadow_dispatch | 在采样流量上观察次要模型，且不触碰线上响应 | 用于结果采集的回放记录（router_replay） | Shadow Dispatch |
hallucination | 检查响应中的事实依据 | 按配置的幻觉/NLI 模块 | 幻觉检测 |
response_jailbreak | 筛查生成响应中的越狱内容 | Prompt-guard 运行时 | 响应越狱 |
内容安全 打包了三个受支持插件，而不是额外的插件类型。
运维边界
- 当多个插件改写绑定提供商的请求或响应时，它们会相互作用。Router 管道固定其执行顺序；在 YAML 中重排条目不会改变该顺序。
- 检索、memory、缓存和回放可能持久化从请求派生的内容。为所选后端配置保留策略、租户/用户范围、认证和加密。
- 请求头和提示词改写可能跨越信任边界。不要把不受信任的调用方元数据复制到特权请求头或系统指令中。
- 部署前校验完整配方，以便不支持的插件名或不兼容设置在流量到达 Router 之前失败。