fix(i18n,api): backfill missing token-monitoring keys and fix JWT expiry tz

- i18n: add models.searchProviders, monitoring.tabs.tokens and the
  monitoring.tokens.* block (incl. bucket.hour/day) to es-ES, ja-JP,
  ru-RU, th-TH, vi-VN and zh-Hant, which were missing them and failed
  the Check i18n Keys CI.
- api: generate_jwt_token built 'exp' from a naive datetime.now(), which
  PyJWT validates against UTC — in any timezone ahead of UTC the token
  was already expired at issue time. Use datetime.now(timezone.utc).
This commit is contained in:
RockChinQ
2026-06-13 05:26:18 -04:00
parent a2c6c8201b
commit a97d2040bb
7 changed files with 157 additions and 1 deletions
+26
View File
@@ -258,6 +258,7 @@ const thTH = {
selectProvider: 'เลือกผู้ให้บริการ',
requester: 'ประเภทผู้ให้บริการ',
selectRequester: 'เลือกประเภทผู้ให้บริการ',
searchProviders: 'ค้นหาผู้ให้บริการ...',
langbotModelsDescription: 'โมเดลคลาวด์ขับเคลื่อนโดย LangBot Space',
credits: 'เครดิต',
loginWithSpace: 'เข้าสู่ระบบด้วย Space',
@@ -1183,6 +1184,7 @@ const thTH = {
llmCalls: 'การเรียก LLM',
embeddingCalls: 'การเรียก Embedding',
modelCalls: 'การเรียกโมเดล',
tokens: 'การติดตาม Token',
sessions: 'การวิเคราะห์เซสชัน',
feedback: 'ความคิดเห็นผู้ใช้',
errors: 'บันทึกข้อผิดพลาด',
@@ -1221,6 +1223,30 @@ const thTH = {
avgDuration: 'ระยะเวลาเฉลี่ย',
calls: 'การเรียก',
},
tokens: {
totalTokens: 'Token ทั้งหมด',
inputTokens: 'Token อินพุต',
outputTokens: 'Token เอาต์พุต',
avgPerCall: 'เฉลี่ย / การเรียก',
throughput: 'ปริมาณงาน',
tokensPerSec: 'tokens/วินาที',
errorCalls: 'การเรียกที่ล้มเหลว',
acrossCalls: 'จาก {{count}} การเรียก',
ofTotal: 'จากทั้งหมด {{count}}',
usageOverTime: 'การใช้ Token ตามช่วงเวลา',
byModel: 'ตามโมเดล',
model: 'โมเดล',
calls: 'การเรียก',
avgLatency: 'เวลาแฝงเฉลี่ย',
noData: 'ไม่มีการใช้ Token ในช่วงเวลาที่เลือก',
loadError: 'โหลดสถิติ Token ล้มเหลว: {{error}}',
zeroTokenWarning:
'มีการเรียกที่สำเร็จ {{count}} ครั้งรายงานการใช้ Token เป็นศูนย์ โดยปกติหมายความว่าผู้ให้บริการต้นทางไม่ได้ส่งข้อมูลการใช้งานกลับมา โปรดตรวจสอบการตั้งค่าผู้ให้บริการโมเดล',
bucket: {
hour: 'รายชั่วโมง',
day: 'รายวัน',
},
},
embeddingCalls: {
title: 'การเรียก Embedding',
model: 'โมเดล',