衣舞晨风 jiankunking

本文分两条主线展开：一条是模型管理与模型资产，回答模型从哪来、给谁用、何时退出；一条是 AI 网关，把授权与配额落实到每一次请求的鉴权、限流、选路和用量回传。两条线靠配额、配置与反馈闭环咬合在一起。

API7 AI 网关升级后出现流式请求偶发 500 与低流量 CPU 打满。本文通过对照实验、依赖 diff、perf 和受控复现，分别定位两个独立缺陷，并区分临时缓解、最终修复与节点调频差异。

读百炼网关用 RocketMQ LiteTopic 重构大模型限流的文章后，记录核心思路，并补上原文跳过的响应通道设计——消费端调模型后，流式响应怎么回到客户端。

线上 API7 / APISIX 网关偶发 504，请求耗时精确卡在 15 秒。本文通过超时配置追踪、内核参数分析、DNS 排除和抓包交叉验证，定位一次 SYN 重传超时问题，并说明案例适用边界。

比较 OpenCode、Pi、DeepSeek Harness、Codex、Claude Agent SDK 和 OpenHands，区分独立运行、HTTP API 和会话管理，给出决策路径与建设量估算，并讨论接入业务时的职责边界和数据合规。

在阅读六本大模型书籍的过程中，从技术演进、分词、注意力、MoE、GPU、Prefill、Decode、RAG、微调和评估等角度，阶段性梳理大模型从 Token 到答案的完整链路。

通过一个可运行的点餐 Demo，串联 Tool Calling、MCP、A2A、AG-UI、HITL、Skill 路由与多 Agent 协作的完整开发链路。

结合阅读与工程实践思考AI深度参与工作和生活后，普通人如何守住独立判断、责任意识、基本功和长期能力，避免把决策完全交给模型。

《Harness工程》读书笔记，梳理上下文管理、规划执行、反思记忆、Skills、多 Agent 协作与 Agent 产品设计。

沿一份文档和一次提问的完整链路，拆解 Go 项目中的异步解析、OCR、切片、混合检索、RRF、Reranker、引用校验与故障降级。