統一生成層
統一生成層（Unified Generation Layer）是 Luker 引入的後端架構改進，將分散在各個 API 端點中的生成邏輯收斂到一個共享模組中，實現多後端的統一封裝。
問題背景
在 SillyTavern 中，不同的 AI 後端（OpenAI、Anthropic、Google、Kobold 等）各自擁有獨立的程式碼路徑。每個後端端點檔案獨立處理請求建構、串流回應解析、錯誤處理等邏輯。這導致了以下問題：
- 重複程式碼 — 相似的串流處理、錯誤重試邏輯在多個檔案中重複實作
- 不一致的行為 — 不同後端的 Token 統計、錯誤回應格式各不相同
- 難以擴充 — 新增後端需要從頭實作完整的請求/回應處理鏈
- 無法統一計量 — 缺少跨後端的 Token 用量追蹤能力
解決方案
Luker 新增了統一生成層端點（/api/backends/luker-generation），作為前端發起 AI 生成請求的主要路徑。該端點接收前端的生成請求，根據當前的 Chat Completion Source 轉發到對應的上游 API，並在統一的處理管線中完成串流回應、Token 計量、生成確認和持久化。
多後端統一封裝
統一生成層支援以下後端的統一處理：
- OpenAI 及其相容 API
- Anthropic（Claude）
- Google（Gemini / Vertex AI）
- Kobold / TabbyAPI
- 其他 Chat Completion 相容後端
前端透過統一生成層發起生成請求，由該端點負責路由到正確的上游服務，而非前端直接呼叫各個後端的獨立端點。各個後端的獨立端點（chat-completions.js、kobold.js 等）仍然存在並獨立整合了請求檢查器，但統一生成層提供了更完整的處理管線。
共享 Token 計量
統一生成層在生成請求的前後自動呼叫請求檢查器：
- 串流傳輸完成後呼叫
completeInspectionFromStream從串流事件中記錄 Token 用量 - 生成失敗時呼叫
failInspection記錄錯誤資訊 - 生成中止時呼叫
abortInspection記錄中斷
注意：startInspection 由後端端點（如 chat-completions.js）呼叫，而非由生成層本身呼叫。
這確保了無論使用哪個後端，Token 消耗都能被準確追蹤。
統一串流處理
對於 SSE 串流回應，統一生成層提供共享的串流解析邏輯：
- 解析不同後端的 SSE 事件格式
- 從串流事件中提取 Token 用量資訊
- 統一的串流中斷和恢復處理
- 與 WebSocket 代理配合支援串流偏移恢復
統一錯誤處理
不同後端回傳的錯誤格式各異，統一生成層將它們規範化為一致的錯誤回應結構，簡化前端的錯誤處理邏輯。
架構關係
前端請求
↓
各後端端點檔案（chat-completions.js、kobold.js 等）
↓
統一生成層
├── Token 計量 → 請求檢查器
├── 串流處理 → SSE 解析
└── 錯誤處理 → 規範化回應
↓
上游 AI 服務NOTE
統一生成層是一個內部模組，對前端透明。使用者無需關心它的存在，只需享受它帶來的一致體驗。