性能调优

性能问题通常不是「机器不够快」，而是配置与用法不匹配。先定位慢在哪一步——模型、检索、工具还是循环——再改对应设置。部署侧的并发容量与副本规划见高可用与扩展。

先测量，再改设置

• 用代表性输入测：固定几个真实问题或同一份文档，记录首字出现时间、整轮完成时间和回答质量，改一项后再测一次。
• 一次只改一项：同时改模型、分块和检索参数，无法判断收益来自哪里。
• 区分「慢」和「差」：便宜模型答不对，和知识库召回不准，是两类问题，不要用同一招解决。

模型选择

• 按任务分层：总结、分类、格式转换这类确定性任务用更快更便宜的模型；复杂推理与长文生成再用更强的模型。工作流里不同节点可以各自选择模型，简单节点不必用最贵的一个。
• 控制上下文长度：系统提示词、知识库片段、历史消息和附件都会占上下文，越长越慢也越贵。精简提示词、减少不必要的会话历史与附件，往往比换模型更有效。
• 首字快不等于整轮快：流式输出让第一个字更早出现，但整轮时长仍由模型速度与工具调用的次数决定。

知识库与检索

• 分块大小与重叠：默认 1000 字符、重叠 100 字符。块越大信息越完整但噪声更多、更费上下文；块越小命中更准但容易缺少完整答案。先预览切分结果再处理。
• 返回结果数：默认 5。调大提高召回机会，也直接增加上下文长度与响应时间；先用检索实验室确认质量是否真的提升。
• 只在需要的 Agent 上关联知识库：多余的知识库关联会增加每轮检索时间。Agent 的 RAG 模式选「智能」时由模型自行判断是否检索，可省掉不必要的检索；选「自动」则每轮必检索，行为稳定但更慢。
• 重排序的取舍：重排序能提升结果质量，代价是多一次模型打分；候选数越大越慢越贵。
• 具体取舍见知识库优化，参数与实验方法见检索与质量调优。

Agent 运行

• 工具调用上限：每轮默认最多 5 次，可设 1-200。上限高能完成更复杂的任务，但单轮会明显变长；任务确实复杂时，考虑拆成工作流或多个 Agent，而不是一味提高上限。
• 少挂工具与知识库：可选项越多，模型每一轮的判断成本越高。只保留这个问题域真正需要的工具。
• 大附件按需附加：图片、文档附件会直接进入上下文，用完即换新会话可以避免历史累积。
• 长任务不必守着页面：运行在平台侧继续，关闭页面或切换会话不会中断，回来继续看结果即可。

工作流

• 给循环设定明确上限：编辑器默认循环 10 次，运行时硬上限 1000 次，超出会被强制终止。能确定次数就用迭代节点，终止条件要可验证。
• 让独立分支并行：互不依赖的节点放在不同分支，平台会同时执行；把它们串成一条链只会更慢。
• 数组处理用迭代节点：逐项处理的语义清晰，也便于在上限内控制总量。
• 调试用草稿调试：不必为了测试反复发布版本，调试运行不会影响线上。

并发使用建议

• 同一会话同一时刻只有一个运行：连续追问会排队，等上一轮结束再处理。需要真正并行时，开多个会话或使用多个 Agent。
• 批量导入文档错峰进行：大量文档同时处理会占用文档处理容量，其他操作会变慢；处理完成会给发起人通知，不需要盯着页面。
• 团队模型配额与供应商限速：表现可能是等待变长或请求失败，按提示退避后重试，不要密集重试（见限额与配额）。
• 容量不足表现为排队：如果所有人都在固定时间变慢，问题更可能在执行容量而不是单个配置，交给运维评估副本与配额。

关键限制

精确字段与取值范围见知识库设置参考与Agent 配置参考。