lzf_0626
2098185477
现象：访客在公开页问客服，等约 9.5 秒后报「客服响应超时」。 根因不在链路快慢 —— Agent Worker 没在跑，run 一直停在 queued， 前端把「没人处理」呈现成了「超时」。 启动 Worker 后实测同一条链路（受理 0.05s + 意图分类 + 知识检索 + 落库）： 4.11s / 4.09s / 4.82s，三条全部 succeeded。模型已经是 deepseek-flash， 延迟主要来自一次意图分类加一次 embedding，不是模型选型问题。 不过原来的轮询参数余量确实偏薄：350ms 后首次、之后每 700ms 一次、共 14 次， 约 9.5 秒封顶，后端稍一抖动就撞上；而且平均要多等半个轮询周期才看到结果。 改为 300ms 后首次、之后每 500ms 一次、共 40 次（约 20 秒）： 感知延迟压到半秒内，同时给模型与检索抖动留出余量。 超时文案也从「客服响应超时，请稍后重试」改为「客服繁忙，暂时没能给出答复」， 不再暗示是响应慢。代码注释里写明：若仍然超时，先确认 Agent Worker 已启动。