快速结论:在 LiteLLM Proxy 中通过 litellm_settings.extra_spend_tag_headers 配置了 spend tag 请求头,但客户端发送的请求头大小写与配置不一致时,_get_extra_header_tags 按大小写敏感的字典键查找会取不到值,导致配置的 spend tags 被静默丢弃。优先排查配置中的请求头名称与实际请求头的大小写是否完全一致。
适用环境:LiteLLM(含 LiteLLM Proxy);具体版本、操作系统、Python 版本、依赖版本在 Issue 中未明确列出。
最快修复方案:升级到包含 PR #48620 修复的 LiteLLM 版本;Issue 讨论中维护者已确认该问题由该 PR 修复。若暂时无法升级,可优先尝试让客户端请求头的大小写与 extra_spend_tag_headers 配置完全一致,作为临时绕行方案。
注意事项:客户端自行统一大小写只能规避问题,无法从根本上保证所有调用方一致;Issue 中提出的“查找前将 header key 统一转小写”属于正文里的修复建议,实际代码改动以 PR #48620 为准。升级后建议复查历史 spend log 中缺失的 tag 不会自动补全。
问题场景
在使用 LiteLLM Proxy 时,于 config.yaml 的 litellm_settings.extra_spend_tag_headers 中配置了自定义请求头(例如 x-customer-id),用于把请求头写入 spend tracking 的 request_tags。当客户端(如 Python requests、curl、Go 或浏览器客户端)发送的请求头大小写与配置不同(如 X-Customer-Id)时,StandardLoggingPayloadSetup._get_extra_header_tags 在 litellm/litellm_core_utils/litellm_logging.py 中对请求头做大小写敏感的 dict.get() 查找,取不到对应值,最终 LiteLLM_SpendLogs 中的 request_tags 缺少已配置的 tag。Issue 正文指出的代码位置为 litellm_logging.py 第 6524–6547 行。
报错原文
[Bug]: case-sensitive header lookup in _get_extra_header_tags drops configured spend tags
原因分析
最可能的原因是 _get_extra_header_tags 使用 request_headers.get(header_name) 做精确匹配的字典查找,而 HTTP 头字段名按 RFC 7230 / RFC 9110 本应大小写不敏感。配置值与客户端实际发送值只要大小写不同,查找结果即为 None,该请求头对应的 tag 就被静默跳过,不会报错,因此表现为花费日志中 tag 丢失。
环境排查
- 确认 LiteLLM / LiteLLM Proxy 版本是否已包含 PR #48620 的修复。
- 确认
config.yaml中litellm_settings.extra_spend_tag_headers的具体写法与大小写。 - 确认客户端实际发送的请求头名称及大小写(可通过抓包或代理日志查看)。
- 确认请求确实经过 LiteLLM Proxy,且
proxy_server_request中存在headers字典。 - Issue 未提供操作系统、Python、CUDA、显卡或节点版本信息,这些项目无需作为本问题的排查重点。
解决步骤
- 核对
config.yaml中的extra_spend_tag_headers与客户端发送的请求头名称,确认仅存在大小写差异。 - 升级到包含 PR #48620 修复的 LiteLLM 版本,这是 Issue 讨论中确认的修复方式。
- 若暂时无法升级,可优先尝试统一客户端请求头的大小写,使其与配置完全一致,以临时恢复 tag 采集。
- 重启 LiteLLM Proxy,使新配置或新版本生效。
- 重新发起一次携带自定义头的请求,检查 spend log 中的
request_tags。
验证方法
按 Issue 复现步骤发送请求,例如配置 x-customer-id 后使用 X-Customer-Id: cust_98765 调用 /v1/chat/completions,然后查看 LiteLLM_SpendLogs 中该请求的 request_tags,确认出现 x-customer-id: cust_98765。建议再用不同大小写组合(如 X-Session-ID、x-session-id)各测一次,确认均能被采集。
参考来源
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
这个方案解决了吗?
可以继续搜索完整报错,或查看同一工具的其他排查指南。
![[Question]: model verification attempts failed: mineru no such method](https://www.chat-gpts.plus/wp-content/uploads/2026/10/20407-3de6db30-768x403.jpg)

