BIZ-46 Phase3: 7项 follow-up 开发完成

1. 架构解耦 — SidecarContext + FastAPI Depends 注入
   - 新增 context.py: SidecarContext dataclass 收敛全部全局状态
   - server.py: 移除模块级全局变量，lifespan 创建 ctx → app.state.sidecar
   - webui.py: 移除反向导入 server，改用 Depends(get_context)

2. Prometheus 标签基数治理 — model_id → provider
   - upstream_latency_seconds / upstream_errors_total label 收敛为 provider
   - 模型级信息保留在 structlog JSON 日志

3. SSE 快照共享缓存
   - 1s TTL 共享 snapshot cache + double-check locking
   - 多客户端不重复构建快照

4. 部署支撑
   - Dockerfile (python:3.12-slim, 非 root 用户, HEALTHCHECK)
   - systemd service (安全加固, 资源限制)
   - .env.example (完整环境变量清单)

5. Readiness HTTP Client 复用
   - check_upstream() 注入主 http_client，不再每次创建新 client

6. Retreat 并发回归测试
   - 5 个测试用例全部通过（死锁检测 + 状态转换 + 并发安全）

7. Dashboard UX 优化
   - 队列柱状图 300ms 平滑动画
   - SSE 断连 5s 半透明遮罩
   - 队列图标题显示总排队数
   - 页面加载同步配置

验证: mypy strict 通过 (0 errors), pytest 5/5 通过, server 导入正常 (13 routes)

Co-authored-by: multica-agent <github@multica.ai>

services/nvidia_sidecar/health.py

@@ -4,11 +4,13 @@ NVIDIA Sidecar 限流代理 — 健康检查端点 (§3.6)
 提供 Kubernetes / systemd 兼容的健康检查：
     GET /health       — 存活检查
     GET /health/ready — 就绪检查（含上游连通性）
+
+BIZ-46 Phase3: Readiness HTTP Client 复用 — 注入主 http_client，
+不再每次检查创建新 client，降低 K8s/systemd 高频探测的连接开销。
 """
 
 from __future__ import annotations
 
-import asyncio
 import time
 from dataclasses import dataclass
 from typing import Any
@@ -38,14 +40,16 @@ class HealthService:
     async def check_upstream(
         self,
         upstream_url: str,
+        http_client: httpx.AsyncClient,
         timeout: float = 5.0,
         api_key: str = "",
     ) -> bool:
-        """检查上游连通性。
+        """检查上游连通性（复用注入的 http_client，BIZ-46 Phase3）。
 
         Args:
             upstream_url: NVIDIA API base URL。
-            timeout: 超时秒数。
+            http_client: 复用的 httpx.AsyncClient（来自 ctx）。
+            timeout: 超时秒数（per-request override）。
             api_key: 可选的 API Key 用于认证。
 
         Returns:
@@ -56,12 +60,12 @@ class HealthService:
             if api_key:
                 headers["authorization"] = f"Bearer {api_key}"
 
-            async with httpx.AsyncClient(timeout=timeout) as client:
-                resp = await client.get(
-                    f"{upstream_url.rstrip('/')}/v1/models",
-                    headers=headers,
-                )
-                return resp.status_code < 500
+            resp = await http_client.get(
+                f"{upstream_url.rstrip('/')}/v1/models",
+                headers=headers,
+                timeout=timeout,
+            )
+            return resp.status_code < 500
         except Exception:
             return False
 
@@ -125,6 +129,7 @@ class HealthService:
         queue_max_size: int = 500,
         available_tokens: float = 0.0,
         bucket_capacity: int = 40,
+        http_client: httpx.AsyncClient | None = None,
     ) -> dict[str, Any]:
         """就绪检查响应。
 
@@ -135,11 +140,22 @@ class HealthService:
             queue_max_size: 队列最大容量。
             available_tokens: 当前令牌数。
             bucket_capacity: 桶容量。
+            http_client: 复用的 httpx.AsyncClient（BIZ-46 Phase3）。
+                为 None 时回退到每次创建新 client（兼容旧调用）。
 
         Returns:
             readiness JSON payload。
         """
-        upstream_ok = await self.check_upstream(upstream_url, api_key=upstream_api_key)
+        if http_client is not None:
+            upstream_ok = await self.check_upstream(
+                upstream_url, http_client=http_client, api_key=upstream_api_key,
+            )
+        else:
+            # 向后兼容：无 http_client 时沿用旧行为
+            upstream_ok = await self.check_upstream_standalone(
+                upstream_url, api_key=upstream_api_key,
+            )
+
         queue_ok = self.check_queue_healthy(queue_current_size, queue_max_size)
         token_ok = self.check_token_bucket_healthy(available_tokens, bucket_capacity)
         all_ready = upstream_ok and queue_ok and token_ok
@@ -149,4 +165,34 @@ class HealthService:
             "upstream_reachable": upstream_ok,
             "queue_healthy": queue_ok,
             "token_bucket_healthy": token_ok,
-        }
+        }
+
+    async def check_upstream_standalone(
+        self,
+        upstream_url: str,
+        timeout: float = 5.0,
+        api_key: str = "",
+    ) -> bool:
+        """独立检查上游连通性（向后兼容，每次创建新 client）。
+
+        Args:
+            upstream_url: NVIDIA API base URL。
+            timeout: 超时秒数。
+            api_key: 可选的 API Key。
+
+        Returns:
+            True 上游可达。
+        """
+        try:
+            headers: dict[str, str] = {}
+            if api_key:
+                headers["authorization"] = f"Bearer {api_key}"
+
+            async with httpx.AsyncClient(timeout=timeout) as client:
+                resp = await client.get(
+                    f"{upstream_url.rstrip('/')}/v1/models",
+                    headers=headers,
+                )
+                return resp.status_code < 500
+        except Exception:
+            return False