[Bug][LLM] LLMClient 无默认超时，httpx timeout=None 致测试进程永久挂死

问题描述

性能测试 run_perf.sh --runs 3 在 small 场景（--recent_turns 10 --compress_message_cnt 50）Run 1 Batch 1 卡住不退出。两个测试子进程从 00:44 启动后一直存活，状态 S (sleeping)、wchan=wait_woken，CPU 累计仅 18s/11s（10h+ 内几乎不占用），日志在 01:00 后再无输出，永久挂死。

复现

cd ~/workspace/scripts && bash ./run_perf.sh --runs 3
# large 场景 3 轮跑完；small 场景 Run 1 Batch 1 永久卡住

挂死时进程状态：

两个连接都是 ESTABLISHED 但远端收下连接后不返回响应。注意这是真实 LLM API（Qwen 8080 / DeepSeek 443），不是本地 mock（32000/32001，mock 只 mock 了 MetaVisor）。small 场景触发压缩需要额外 Planner LLM 调用，正卡在这一步。

根因

dataagent/core/managers/llm_manager/llm_client.py:1694 的 _resolve_timeout：

def _resolve_timeout(self, kwargs: dict[str, Any]) -> httpx.Timeout | None:
    timeout = kwargs.get("timeout", self._timeout)
    return httpx.Timeout(timeout) if timeout is not None else None

测试的 MODEL_PRESETS（tests/e2e/changping/test_performance.py:415）只设了 model/base_url/api_key，没设 timeout → self._timeout = None → _resolve_timeout 返回 None → httpx.{Async}Client(timeout=None) 即无限等待。

httpx 在 timeout=None 时禁用所有超时（其内置默认 5s 被显式覆盖）。当远端 LLM API 建连后不返回响应（服务端 stall / 限流静默），recv 永久阻塞。重试层 _with_transient_retry / _awith_transient_retry 只捕获异常，而挂死的 recv 不抛任何异常，重试永远不触发 → 进程永久挂死。

解决方案

三层修复（分支 fix/llm-client-timeout，基于 0709 @ 117e522，修复 commit bd45f1a）：

1. 根治：LLMClient 默认超时 + 结构化 Timeout

• dataagent/utils/constants.py 新增 DEFAULT_LLM_TIMEOUT=600.0（read）/ DEFAULT_LLM_CONNECT_TIMEOUT=30.0（connect/write/pool）
• _resolve_timeout 永不返回 None，改用结构化 httpx.Timeout(connect=30, read=600, write=30, pool=30)：
  • read=600 容忍慢推理模型长响应，同时作为流式空闲断流阈值（无 chunk 超过 600s 即判定挂死并触发重试）
  • connect/write/pool=30 快速暴露 TCP 连接故障，不放大到 600s
• 显式 MODEL[*].params.timeout（YAML 可配）作为 read 超时覆盖，其余维度仍用 30s

2. 测试预设补 timeout

• test_performance.py 的 MODEL_PRESETS 各预设补 timeout 字段（deepseek/openai=600, bailian=900），_apply_model_choice 注入 params.timeout，确保性能测试永不挂死

3. OS 级兜底（仓库外脚本）

• ~/workspace/scripts/run_perf.sh 用 timeout -k 5 $PERF_CALL_TTL uv run ... 包裹每个测试进程，即便 Python client 再挂也会被 SIGKILL（默认 2400s，可 env 覆盖）

改动清单

环境

• 分支：fix/llm-client-timeout（基于 0709 @ 117e522）
• 修复 commit：bd45f1a fix(llm): LLMClient 默认超时兜底，杜绝 httpx timeout=None 永久挂死
• 基线 commit：117e522 docs(cache): 主 Agent 缓存优化最终设计文档 + 性能验证数据与图表
• 挂死日志：/home/qianlong/.local/opencode/logs/perf_20260711_004416_small_r1_{compare_openai,0623_deepseek}.log
• ruff 检查：项目默认配置全量通过；E501 overlay 仅命中预存 HTML 模板字符串行（非本次引入）