feat: track thread ids and retry stream disconnects

README.md

@@ -9,7 +9,7 @@ tg群:https://t.me/AI_INPUT_IM
 - 保持 Codex 继续使用现有 `auth.json`
 - 只把 `config.toml` 的当前 provider `base_url` 改成本地网关
 - 非流式命中 `reasoning_tokens = 516` 时返回 `502`
-- 上游若返回明确的容量错误（默认匹配错误文案 `Selected model is at capacity. Please try a different model.`），也会自动重试；重试耗尽后转成本地 `502`
+- 上游若返回明确的容量错误（默认匹配错误文案 `Selected model is at capacity. Please try a different model.`，以及 `stream disconnected before completion: Concurrency limit exceeded for account, please retry later`），也会自动重试；重试耗尽后转成本地 `502`
 - 除了 `429/503` JSON 错误响应，也会识别 `200` 但返回体本质是错误、以及流式失败事件里携带同样文案的情况
 - 流式命中时默认先缓存并判断；一旦命中 `516`，统一返回 `502`
 - 默认同时拦截 root 路径和 `/v1` 路径：
@@ -262,6 +262,7 @@ macOS / Linux: ~/.codex-retry-gateway/config/config.json
   - 默认 `[429, 503]`
 - `retryable_error_messages`
   - 默认包含 `Selected model is at capacity. Please try a different model.`
+  - 也默认包含 `stream disconnected before completion: Concurrency limit exceeded for account, please retry later`
   - 只要上游 JSON 错误里包含这些文案之一，gateway 就会把上游错误翻成本地 `non_stream_status_code`
 - `endpoints`
   - 默认包含 root 与 `/v1` 两套路径