# 消息和工具模型
- ChatMessageRole (Enum) - 消息角色枚举
- ChatMessage - 消息模型
- ToolFunction - 工具函数定义
- Tool - 工具定义

# 请求模型
- ChatCompletionRequest - 完整的OpenAI请求模型
  ├─ 支持所有标准参数 (temperature, top_p, top_k, etc.)
  ├─ 支持 logprobs 和 top_logprobs
  ├─ 支持 tools 和 tool_choice
  └─ 完整的验证逻辑

# 响应模型
- ChatCompletionChoice - 选择项模型
- Usage - Token使用统计
- ChatCompletionResponse - 标准响应
- ChatCompletionStreamResponse - 流式响应
- Logprobs - Log概率结构
- TopLogprob - Top log概率项

# 请求转换
convert_to_parallax_request() - OpenAI格式 → Parallax格式

# Logprobs计算
create_logprobs_from_logits() - 从模型logits计算真实logprobs
create_logprobs_from_content() - 从内容生成mock logprobs

# 响应创建
create_chat_completion_response() - 创建标准响应
create_stream_chunk() - 创建流式响应块
create_error_response() - 创建错误响应

# 请求处理
handle_chat_completion() - 主处理函数
  ├─ validate_model() - 模型验证
  ├─ handle_non_streaming_response() - 非流式响应
  │   ├─ 事件驱动等待
  │   ├─ Token计数（使用tokenizer）
  │   ├─ Logprobs计算
  │   └─ 资源清理（finally块）
  └─ handle_streaming_response() - 流式响应
      ├─ 事件驱动chunk生成
      ├─ 超时控制
      └─ 资源清理

# 路由设置
setup_openai_routes() - 设置API路由
  ├─ POST /v1/chat/completions - 完整API
  ├─ POST /v1/chat/completions/simple - 简单API
  ├─ GET /v1/models - 模型列表
  ├─ GET /health - 健康检查
  └─ GET / - 根端点

# 中间件
setup_middleware() - 设置中间件
  ├─ logging_middleware() - 日志记录
  ├─ rate_limit_middleware() - 限流（60/分钟）
  └─ auth_middleware() - 鉴权（可选）