*** 根据客户端真实 IP 进行限流 Key 的维度提取*/@Bean/*** 根据 请求头中的 Tenant-Id 进行租户维度限流*/@Bean。

在过去两年中，大模型交互的主流方式是“文本输入，打字机式流式吐字”。在此模式下，无论是采用 HTTP SSE 还是 WebSocket，底层都是建立在可靠的 TCP 传输层协议之上。对于纯文本或非强实时的 TTS 语音播报，网络偶发 200ms 到 500ms 的网络抖动或丢包重传，用户感知通常仅仅是文字生成稍微停顿了一下，随后数据包到达即可继续渲染。

协程。包含独立的栈空间（初始 2KB 动态扩容）与程序计数器等元数据。M（Machine）：操作系统物理内核线程，受操作系统的内核调度器统一调度。：逻辑处理器，代表 Go 运行时的计算资源配额（通常对应 CPU 核心数，由GOMAXPROCS决定）。P 持有专有的本地无锁就绪队列（Local Run Queue，容量 256）。

内核线程切换不仅涉及寄存器的保存，还会导致 CPU L1/L2/L3 高速缓存（Cache）、分支预测器以及虚拟内存页表转换后援缓冲器（TLB, Translation Lookaside Buffer）的命中率瞬间暴跌，带来极其严重的“缓存污染（Cache Pollution）”。：当当前运行的 G 发起了一个底层的阻塞式操作系统系统调用（如传统阻塞式读盘）时，Go 运行时会立刻将 P 与当前被

从 LangChain 到 LangGraph，反映了大模型应用开发从“以 Prompt 组装为中心的单向调用”迈向“以状态控制与环境交互为中心的自主智能体”的必然趋势。LangChain是一套出色的工具箱与管道库，它将大模型生态中纷繁复杂的接口标准化，极大地加速了从 0 到 1 的功能组装；LangGraph则是一个真正的智能体操作系统运行时，它通过状态图、可控循环、细粒度快照与原生断点机制，为

深度学习与 Transformer 架构在本质上是一组高度复杂的连续浮点数矩阵乘法运算。然而，人类语言是由离散符号构成的非结构化字符串序列。：GPU 的张量核心（Tensor Core）只能对浮点标量、向量或高阶张量进行矩阵运算，无法直接对或'你好，世界'进行梯度反向传播。若将人类词典中的每一个词都映射为一个独立的独热向量，词表一旦达到数十万规模，每一个词向量的维度就是数十万维，且各向量之间彼此正

在传统的 Web 开发中，HTTP 是典型的“请求-响应（Request-Response）”半双工通信协议。为了打破“客户端不发请求，服务端就无法主动通知”的限制，工业界先后经历了短轮询（Polling）、长轮询（Long-Polling/Comet）、WebSocket 到 SSE 的演进历程。1.1 WebSocket 协议原语：脱离 HTTP 的全双工通道WebSocket（RFC 645

在人工智能技术体系的发展脉络中，Skill 是连接大模型非确定性思考与真实系统确定性控制之间的桥梁。│ Skill 技术演进趋势展望 ││ 阶段一：手工定义 (Manual) ││ 工程师手写 Prompt、定义 JSON Schema 并实现底层 API 调用代码。││ ││ 阶段二：检索与路由自动化 (RAG-Driven) ││ 技能库扩展至成百上千，系统通过语义匹配与动态载入避免上下文膨胀

大模型学会调用外部工具，是人工智能从单纯的“语言交流”迈向“通用行动体（Action Agent）”的关键一步。数学层面：它依旧是基于概率分布的自回归 Token 预测；协议层面：它是大模型与外部系统通过标准 JSON Schema 与特殊控制标记约定的状态协商；训练层面：它依靠覆盖单工具、多工具、反问澄清与负样本的高质量 SFT 轨迹，以及掩码损失计算与受限解码算法的保驾护航；进化层面：它正加速

在初学者的认知中，最常见的误解是：“大模型直接调用了我写的 Python 函数或远程 API。事实并非如此。在整个 Function Calling 链路中，大语言模型从始至终只做了一件事：文本生成（Next-Token Prediction）。它不具备任何操作系统的网络权限，没有执行代码的环境，更不能直接向外部数据库发送网络报文。│ Function Calling 的职责切分 ││ 大语言模型