```

feat(api): 添加万川平台模型配置获取和同步功能

- 新增 getWanchuanModelConfig 函数，按模型编码获取平台模型配置
- 新增 syncWanchuanModelToSettings 函数，从万川平台拉取模型配置并写入后端 AI 设置
- 支持按用途分多个模型编码（generic/vision/voice）分别同步配置
- 配置失败时跳过对应字段，不影响其他模型同步

feat(settings): 重构AI模型配置界面支持多模块分组

- 将AI配置按话题分析、报告生成、视觉、语音四个模块分组展示
- 每个模块独立配置接口地址、密钥和模型名称
- 添加从万川平台获取配置的按钮和同步功能
- 优化配置状态指示和错误提示信息

refactor(config): 扩展AI配置支持独立的语音视觉报告网关

- 新增 voice_base_url/voice_api_key 配置项
- 新增 vision_base_url/vision_api_key 配置项
- 新增 summary_base_url/summary_api_key 配置项
- 留空时回退到 ai_base_url/ai_api_key 兼容单网关场景

refactor(http): 统一使用共享HTTP客户端减少连接开销

- 替换各处 httpx.AsyncClient 为 shared_client
- 在 lifespan 中正确关闭共享客户端资源
- 优化 get_current_wxid 和 health 检查中的HTTP请求

refactor(ai): 按用途缓存AI客户端支持不同网关配置

- 重构 get_openai_client 支持按(base_url, api_key)缓存
- 新增 get_client_for 函数按用途获取对应客户端
- 支持语音、视觉、报告等不同用途使用独立网关和密钥
```

chatlog_fastAPI/services/media_parser.py

@@ -1,18 +1,19 @@
+import asyncio
 import base64
 import logging
 
 import httpx
 from fastapi import HTTPException
 
-from services.ai_client import get_openai_client
+from services.ai_client import get_client_for
 from services.media_resolver import resolve_media
 from services.runtime_settings import get_ai_settings
 
 log = logging.getLogger(__name__)
 
-
-async def _get_ai_client():
-    return await get_openai_client()
+# 语音异步 ASR 默认网关（阿里云）。voice_base_url 为空时回退到此；
+# 提交任务/轮询的子路径由代码自动拼接，配置只需填到 .../api/v1 这一层。
+DEFAULT_ASR_BASE_URL = "https://dashscope.aliyuncs.com/api/v1"
 
 
 async def parse_media(kind: str, key: str) -> dict:
@@ -28,12 +29,17 @@ async def parse_media(kind: str, key: str) -> dict:
         raise HTTPException(400, "媒体 key 不能为空")
 
     ai = await get_ai_settings()
-    if not ai.get("ai_api_key"):
-        raise HTTPException(503, "AI 服务未配置，请在设置页填写 AI API Key")
-    if kind == "voice" and not ai.get("voice_model"):
-        raise HTTPException(503, "语音模型未配置，请在设置页填写语音模型名称，例如 paraformer-v2")
-    if kind in ("image", "video") and not ai.get("vision_model"):
-        raise HTTPException(503, "视觉模型未配置，请在设置页填写视觉模型名称，例如 qwen-vl-plus")
+    # voice/vision 各自有独立 url/key，为空则回退全局 ai_api_key
+    if kind == "voice":
+        if not (ai.get("voice_api_key") or ai.get("ai_api_key")):
+            raise HTTPException(503, "AI 服务未配置，请在设置页填写语音密钥或 AI API Key")
+        if not ai.get("voice_model"):
+            raise HTTPException(503, "语音模型未配置，请在设置页填写语音模型名称，例如 paraformer-v2")
+    if kind in ("image", "video"):
+        if not (ai.get("vision_api_key") or ai.get("ai_api_key")):
+            raise HTTPException(503, "AI 服务未配置，请在设置页填写视觉密钥或 AI API Key")
+        if not ai.get("vision_model"):
+            raise HTTPException(503, "视觉模型未配置，请在设置页填写视觉模型名称，例如 qwen-vl-plus")
 
     media = await resolve_media(kind, key)
     if kind == "voice":
@@ -41,56 +47,90 @@ async def parse_media(kind: str, key: str) -> dict:
     return {"text": await _parse_visual(kind, media.bytes, media.content_type)}
 
 
-async def _parse_voice(media_bytes: bytes, content_type: str) -> str:
-    b64_audio = base64.b64encode(media_bytes).decode()
-    audio_ct = content_type.lower()
-    if "silk" in audio_ct or "x-silk" in audio_ct:
-        audio_mime = "audio/silk"
-    elif "amr" in audio_ct:
-        audio_mime = "audio/amr"
-    elif "ogg" in audio_ct or "opus" in audio_ct:
-        audio_mime = "audio/ogg"
-    elif "wav" in audio_ct:
-        audio_mime = "audio/wav"
-    else:
-        audio_mime = "audio/mpeg"
+def _audio_mime(content_type: str) -> str:
+    """由 chatlog 返回的 content_type 推断音频 MIME（用于 data URI）。"""
+    ct = content_type.lower()
+    if "silk" in ct or "x-silk" in ct:
+        return "audio/silk"
+    if "amr" in ct:
+        return "audio/amr"
+    if "ogg" in ct or "opus" in ct:
+        return "audio/ogg"
+    if "wav" in ct:
+        return "audio/wav"
+    return "audio/mpeg"
 
-    data_uri = f"data:{audio_mime};base64,{b64_audio}"
-    _, ai = await _get_ai_client()
+
+def _asr_json(resp: httpx.Response, url: str) -> dict:
+    """安全解析 ASR 响应为 JSON。
+
+    响应非 JSON（空响应 / HTML 错误页 / 网关 404）时，原来直接 .json() 会抛
+    JSONDecodeError，把真实原因（HTTP 状态码 + 正文）掩盖掉。这里改成抛出
+    带状态码与正文片段的 HTTPException，便于排查（如地址填成 compatible-mode/v1）。
+    """
+    try:
+        return resp.json()
+    except Exception:
+        body = (resp.text or "").strip()[:300]
+        raise HTTPException(
+            500,
+            f"ASR 接口返回非 JSON (HTTP {resp.status_code}) @ {url}：{body or '（空响应）'}。"
+            "请检查语音接口地址是否为异步 ASR 网关（如 .../api/v1）及密钥是否正确。",
+        )
+
+
+async def _parse_voice(media_bytes: bytes, content_type: str) -> str:
+    """语音转文字：阿里云异步 ASR 协议（提交任务 → 轮询 → 取结果）。
+
+    接口地址动态：base = voice_base_url（为空直接用默认阿里云原生网关，不回退 ai_base_url），
+    提交端点 = {base}/services/audio/asr/transcription，轮询 = {base}/tasks/{id}，
+    子路径由代码自动拼接，配置只需填到 .../api/v1 这一层。
+    密钥 = voice_api_key（为空回退 ai_api_key）。
+    """
+    ai = await get_ai_settings()
+    # strip 防止配置/同步带入首尾空格（实测出现过 api_key 前导空格导致鉴权失败）
+    # 注意：异步 ASR 走原生网关 /api/v1，与 ai_base_url（OpenAI 兼容的 chat 端点
+    # .../compatible-mode/...）是两套服务，不能混用。voice_base_url 为空时应回退到
+    # DEFAULT_ASR_BASE_URL，绝不能回退到 ai_base_url，否则会拼成 .../compatible-mode/.../asr 而 404。
+    base = (ai.get("voice_base_url") or DEFAULT_ASR_BASE_URL).strip().rstrip("/")
+    api_key = (ai.get("voice_api_key") or ai.get("ai_api_key") or "").strip()
+    voice_model = (ai.get("voice_model") or "").strip()
+
+    b64_audio = base64.b64encode(media_bytes).decode()
+    data_uri = f"data:{_audio_mime(content_type)};base64,{b64_audio}"
     asr_headers = {
-        "Authorization": f"Bearer {ai['ai_api_key']}",
+        "Authorization": f"Bearer {api_key}",
         "Content-Type": "application/json",
     }
 
+    submit_url = f"{base}/services/audio/asr/transcription"
     async with httpx.AsyncClient(timeout=60) as http:
         submit = await http.post(
-            "https://dashscope.aliyuncs.com/api/v1/services/audio/asr/transcription",
+            submit_url,
             headers={**asr_headers, "X-DashScope-Async": "enable"},
             json={
-                "model": ai["voice_model"],
+                "model": voice_model,
                 "input": {"file_urls": [data_uri]},
                 "parameters": {"language_hints": ["zh", "en"]},
             },
             timeout=30,
         )
-        submit_data = submit.json()
+        submit_data = _asr_json(submit, submit_url)
         if submit.status_code not in (200, 201):
-            raise HTTPException(500, f"提交识别任务失败: {submit_data.get('message', submit_data)}")
+            raise HTTPException(500, f"提交识别任务失败 (HTTP {submit.status_code}): {submit_data.get('message', submit_data)}")
 
         task_id = submit_data.get("output", {}).get("task_id")
         if not task_id:
             raise HTTPException(500, f"未获取到 task_id: {submit_data}")
 
         for _ in range(30):
-            import asyncio
-
             await asyncio.sleep(1)
             poll = await http.get(
-                f"https://dashscope.aliyuncs.com/api/v1/tasks/{task_id}",
+                f"{base}/tasks/{task_id}",
                 headers=asr_headers,
                 timeout=10,
             )
-            poll_data = poll.json()
+            poll_data = _asr_json(poll, f"{base}/tasks/{task_id}")
             status = poll_data.get("output", {}).get("task_status", "")
             if status == "SUCCEEDED":
                 results = poll_data.get("output", {}).get("results", [])
@@ -125,7 +165,7 @@ async def _parse_visual(kind: str, media_bytes: bytes, content_type: str) -> str
     data_url = f"data:{mime};base64,{b64}"
     prompt = "请用中文简洁描述这张图片的内容。" if kind == "image" else "请用中文简洁描述这个视频截图的内容。"
 
-    client, ai = await _get_ai_client()
+    client, ai = await get_client_for("vision")
     resp_ai = await client.chat.completions.create(
         model=ai["vision_model"],
         messages=[