feat(quota): read the GLM Coding Plan quota for Z.ai and BigModel upstreams

crates/tw-api/src/lib.rs

@@ -589,7 +589,11 @@ pub const MSG_CODES: &str = include_str!("../msg-codes.txt");
 /// ChatGPT 登录的结果（[`ChatgptLoginStatus`]）不再带 `plan`，换成 `account`：和
 /// [`OAuthView::account`] 同一块（邮箱、套餐），从同一个 access token 里读。照 21 写的
 /// 界面会把 `/summary/routes` 当成数组去读，在登录结果里找不到套餐。
-pub const CONTROL_API_VERSION: u32 = 22;
+///
+/// **23 起额度也来自 GLM Coding Plan**（Z.ai / BigModel 的上游）：窗口多了 `monthly`，
+/// 积分制套餐的窗口带上 [`QuotaWindow::credits`]（总额、已用、剩余）。照 22 写的界面
+/// 不认 `monthly`，也看不到剩余积分。
+pub const CONTROL_API_VERSION: u32 = 23;
 
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[cfg_attr(feature = "ts", derive(ts_rs::TS))]
@@ -1232,14 +1236,15 @@ pub struct RoutingView {
     pub attempts: Vec<AttemptView>,
 }
 
-/// 一个订阅额度窗口。**每个字段都直接来自上游的响应头。**
+/// 一个订阅额度窗口。**每个字段都直接来自上游**：响应头，或者账号的额度接口。
 ///
 /// 我们自己推断的东西不放进这个结构 —— 界面上必须能区分「上游说的」和
 /// 「我们猜的」，而混在一个类型里就区分不了了。
 #[derive(Debug, Clone, PartialEq, Serialize, Deserialize)]
 #[cfg_attr(feature = "ts", derive(ts_rs::TS))]
 pub struct QuotaWindow {
-    /// `5h` / `7d`（Anthropic）/ `weekly`（Codex）
+    /// `5h` / `7d`（Anthropic）/ `weekly`（Codex、GLM）/ `monthly`（GLM 老套餐每月的
+    /// MCP 调用次数）
     pub window: String,
     pub used_percent: f64,
     /// 什么时候重置，Unix 毫秒。**是时刻，不是「还有多少秒」**：上游报的秒数
@@ -1249,6 +1254,21 @@ pub struct QuotaWindow {
     pub resets_at_ms: Option<u64>,
     #[serde(default, skip_serializing_if = "Option::is_none")]
     pub status: Option<String>,
+    /// 积分制套餐（GLM Coding Plan）这个窗口的积分。别的套餐没有
+    #[serde(default, skip_serializing_if = "Option::is_none")]
+    pub credits: Option<QuotaCredits>,
+}
+
+/// 一个额度窗口的积分，三个数都是上游给的原数。
+///
+/// **剩余不是总额减已用算出来的**：上游给的三个数不一定对得上（实测总额 2000、已用 23、
+/// 剩余 1976），界面要显示剩余就显示它说的剩余。
+#[derive(Debug, Clone, Copy, PartialEq, Serialize, Deserialize)]
+#[cfg_attr(feature = "ts", derive(ts_rs::TS))]
+pub struct QuotaCredits {
+    pub total: f64,
+    pub used: f64,
+    pub remaining: f64,
 }
 
 /// 一次调用的用量。

crates/tw-control/src/chatgpt.rs

@@ -998,6 +998,7 @@ async fn usage(
                     used_percent: w.used_percent,
                     resets_at_ms: w.resets_at_ms,
                     status: w.status.clone(),
+                    credits: None,
                 })
                 .collect(),
         },
@@ -1022,6 +1023,7 @@ fn parse_usage(v: &Value, now_ms: u64) -> tw_api::ChatgptUsage {
                 .and_then(|x| x.as_u64())
                 .map(|secs| now_ms.saturating_add(secs.saturating_mul(1000))),
             status: (used >= 100.0).then(|| "rejected".to_string()),
+            credits: None,
         })
     };
     let limits = &v["rate_limit"];

crates/tw-control/src/lib.rs

@@ -984,29 +984,27 @@ async fn request_detail(
 ///
 /// 按量付费的账号没有这些头，那时这个列表是空的 —— 界面据此决定显示
 /// 金额还是百分比，两种人格共用同一块地方。
+///
+/// GLM Coding Plan 的额度不在响应头里：**界面来要时去问**（60 秒内合成一次），问得慢的
+/// 不等，问完由 `QuotaSeen` 补上
 async fn quota(State(s): State<ControlState>) -> Json<Vec<tw_api::ProviderQuota>> {
+    s.gateway.refresh_glm_quotas(GLM_QUOTA_WAIT).await;
     let mut out: Vec<tw_api::ProviderQuota> = s
         .gateway
         .quotas()
         .into_iter()
         .map(|(provider, q)| tw_api::ProviderQuota {
             provider,
-            windows: q
-                .windows
-                .into_iter()
-                .map(|w| tw_api::QuotaWindow {
-                    window: w.window,
-                    used_percent: w.used_percent,
-                    resets_at_ms: w.resets_at_ms,
-                    status: w.status,
-                })
-                .collect(),
+            windows: q.windows.iter().map(Into::into).collect(),
         })
         .collect();
     out.sort_by(|a, b| a.provider.cmp(&b.provider));
     Json(out)
 }
 
+/// 界面来要额度时，最多等 GLM 的额度接口多久
+const GLM_QUOTA_WAIT: std::time::Duration = std::time::Duration::from_secs(5);
+
 /// 按上游分的延迟。**「哪家 TTFT 最差」问的是这个。**
 ///
 /// 和按模型分是两个问题：前者的下一步是换上游，后者是换模型。