計算 input tokens

對齊 OpenAI Responses 規格（`POST https://api.openai.com/v1/responses`）。 OpenAI 模型：除了模型路由、金鑰與記帳，Hakila 會把請求、回應與 SSE 事件原樣透傳， 因此 `tools`、structured outputs、reasoning、`background`、`previous_response_id` 等能力 由上游 OpenAI 決定，不需要 Hakila 額外支援。 其他模型（Claude、Gemini、Grok、OpenRouter、地端服務…）走**轉換模式**：Hakila 把請求轉成各家協定， 回應與 SSE 事件再轉回 Responses 格式。轉換模式是無狀態的： - 每次都要帶完整歷史；`previous_response_id` 與 `background` 回 `400`，`store` 會被忽略，回應不能 retrieve - `function`、`custom`（例如 Codex 的 `apply_patch`）與 `namespace` 工具會轉換；`web_search` 等 OpenAI 內建工具會被移除， 移除的類型列在回應 header `X-Hakila-Dropped-Tools` - `reasoning.effort` 會換成各家的推理設定；Claude 的思考摘要以 `reasoning_summary_text` 事件送出， 需要原樣送回的推理資料加密放在 reasoning item 的 `encrypted_content`，下一輪原樣帶回即可延續推理 - 沒有前綴的 `model`（例如 `gpt-5.6`）在目錄中只有一個同名模型時補上開發商前綴（`openai/gpt-5.6`），官方 SDK 只換 `base_url` 即可使用；多個同名模型時回 `400`，沒有時回 `404` - `hakila/auto` 可用，候選可落在任何供應商；帶 `previous_response_id` 或 `background` 時只挑 OpenAI - `model` 仍須是平台目錄已啟用、且通過組織 ∩ API Key 允許清單的 id（見 `GET /v1/models`） - `"stream": true` 以 SSE 回傳事件（`response.output_text.delta`…），結尾為 `response.completed`，**沒有** `data: [DONE]` - `"background": true` 會立刻回 `queued`；此時不計費，等之後 `GET /v1/responses/{id}` 拿到 usage 才記一次帳 - 錯誤形狀與 OpenAI 一致（`error.message` / `type` / `param` / `code`） - 上游首字元逾時（預設 30 秒）回傳 `504` - 可引用工作區 Preset（`@preset/slug`、`model@preset/slug` 或 `preset` 欄位）；Preset 的系統提示對應 `instructions` - `usage.input_tokens_details` 回報 Prompt Cache 讀取／寫入 tokens - 支援 Response Cache header（`background: true` 的請求不快取）；命中時 response `id` 維持原值、`usage` 歸零