fix(api): harden OpenAI streaming/non-streaming error handling

[sufubao]

背景

OpenAI 兼容接口（/v1/chat/completions、/v1/completions）在两个层面缺少对未预期异常的兜底：

1. 非流式 handler（chat_completions / completions）：只有 ValueError / ServerBusyError / ClientDisconnected 的捕获，其它异常会冒泡到 Starlette，返回 500 + 长堆栈，且没有结构化错误体。而同文件里的 /generate、/generate_stream handler 已经有 except Exception 兜底，行为不一致。
2. 流式 _safe_stream_wrapper：只捕获 ValueError 和 ClientDisconnected。后端推理过程中抛出的 ServerBusyError 或其它异常同样会冒泡到 Starlette，客户端只能收到被中断的 SSE 流，拿不到结构化错误；且这条失败路径不会累计 lightllm_request_failure 指标（非流式路径经由 create_error_response 是会累计的）。

改动

• lightllm/server/api_http.py：给 chat_completions 和 completions 各加一个 except Exception 兜底，返回结构化的 EXPECTATION_FAILED (417) 响应，并 logger.error(..., exc_info=True) 记录堆栈。与 /generate handler 对齐。
• lightllm/server/api_openai.py：扩展 _safe_stream_wrapper：
  • ServerBusyError → 输出 ServerBusyError SSE 错误块（带 code=503），并累计失败指标；
  • asyncio.CancelledError → 直接 raise，不吞掉取消；
  • 其它 Exception → 输出 InternalServerError SSE 错误块，并累计失败指标；
  • ValueError 分支同样补上失败指标累计，行为与 create_error_response 一致。
  • 抽出 _record_request_failure_metric / _stream_error_chunk 两个小辅助函数复用。
• unit_tests/server/test_openai_stream_error_handling.py：新增单测，覆盖 Exception / ServerBusyError / ValueError / ClientDisconnected 四种情况下的 SSE 输出与指标累计。沿用仓库现有的 asyncio.run 风格，未引入 pytest-asyncio 依赖。

兼容性

• 纯错误路径增强，正常请求行为不变。
• 失败指标 lightllm_request_failure 此前在流式失败时漏统计，本 PR 补齐，监控数值会因此上升（更准确）。

测试

pytest unit_tests/server/test_openai_stream_error_handling.py 4 passed；pre-commit run（black 21.12b0 + flake8）通过。

[gemini-code-assist]

Caution

The consumer version of Gemini Code Assist on GitHub has been sunset. All code review activity has officially ceased.