Tag-budget enforcement silently skipped on x-litellm-tags header path

快速结论：当客户端通过 HTTP 请求头 x-litellm-tags 传递标签时，LiteLLM 的标签预算检查（_tag_max_budget_check）会静默跳过，导致即使标签累计消费超过 max_budget，请求仍被放行（HTTP 200）。优先排查：确认你使用的是请求头传标签方式，如果是，则问题必然存在；将标签改为请求体（{"tags": [...]}）传递可以绕过此问题。

问题场景

在 LiteLLM（版本 v1.83.14-stable.patch.2）中，当满足以下条件时触发：

生成的虚拟密钥（virtual key）设置了 metadata.allow_client_tags: true
客户端通过 x-litellm-tags 请求头传递标签
该标签关联了预算（max_budget），并且累计消费已超过预算上限

预期行为：LiteLLM 应返回 HTTP 400 错误（budget_exceeded）。实际行为：返回 HTTP 200，请求正常处理，标签消费继续增长。

报错原文

# 实际无报错，请求被静默放行
# 预期报错：
HTTP 400
{"error": {"type": "budget_exceeded", "message": "Budget has been exceeded! Tag=tenant:acme ..."}}

原因分析

授权链中的执行顺序问题导致。LiteLLM 的预算检查函数 _tag_max_budget_check 在 litellm/proxy/auth/auth_checks.py 中调用，该函数通过 get_tags_from_request_body(request_body)（位于 litellm/proxy/common_utils/http_parsing_utils.py）获取标签，但该函数只解析请求体中的 tags 字段和 metadata.tags 字段。

而 x-litellm-tags 请求头的解析和合并发生在 LiteLLMProxyRequestSetup.add_request_tag_to_metadata（位于 litellm/proxy/litellm_pre_call_utils.py），此函数在 授权链完成后 才执行（在 add_litellm_data_to_request 内部）。因此当预算检查运行时，get_tags_from_request_body 返回空列表（[]），预算检查循环被跳过，静默放行所有请求。

根本原因：预算检查基于请求体读取标签，但请求头标签在授权之后才合并，形成了一个“时间差”漏洞。

环境排查

LiteLLM 版本：确认是否 v1.83.14-stable.patch.2 或相似版本（该问题在旧版本中可能存在更久）
部署方式：Docker Compose 部署（附带 Postgres + Redis）或自定义部署
Key 配置：检查虚拟密钥是否设置了 metadata.allow_client_tags: true
预算配置：确认标签已关联预算（budget_id）且已超支
请求方式：确认标签是通过 x-litellm-tags 请求头传递，而不是请求体

解决步骤

临时规避方案：将标签改为通过请求体传递。例如：
```
# 当前使用请求头（会触发问题）
-H "x-litellm-tags: tenant:acme"

# 改为请求体
-d '{"tags": ["tenant:acme"], ...}'
```
注意：如果必须通过请求头传递，此方案不适用。
官方修复建议（两个等效方案）：

最小化修复（Option A，推荐优先尝试）：修改 _tag_max_budget_check 函数（位于 litellm/proxy/auth/auth_checks.py），增加对 x-litellm-tags 请求头的直接读取，并与请求体中的标签合并。大致逻辑：

async def _tag_max_budget_check(
    request_body: dict,
    request_headers: Optional[dict],  # <-- 新增参数
    prisma_client: ...,
):
    tags = get_tags_from_request_body(request_body=request_body)
    if request_headers and request_headers.get("x-litellm-tags"):
        header_tags = [t.strip() for t in request_headers["x-litellm-tags"].split(",")]
        tags = list({*tags, *header_tags})  # 合并去重
    if not tags:
        return
    # ... 原有预算检查逻辑

更干净的修复（Option B）：将 add_request_tag_to_metadata 函数（或一个仅处理请求头标签的变体）提前到 common_checks 之前执行，这样请求体中的 metadata.tags 已在预算检查时完成合并。

等待官方发布修复版本：检查后续 LiteLLM 发布版本，确认该问题是否被解决。如果你自行应用了上述补丁，请保留原始代码备份。

验证方法

重现验证：按照 Issue 中的 Reproduce 步骤操作（创建密钥 → 创建预算 + 标签 → 通过请求头发送请求使消费超支 → 再次请求），确认修复前返回 HTTP 200，修复后返回 HTTP 400。
对比测试：同时使用请求头传标签和请求体传标签两种方式，确认两者在超预算时均返回 budget_exceeded。
检查标签消费：通过 /spend/tags 端点查看标签累计消费，确认消费不再无限增长（在预算上限处被拦截）。