ZNJJ-api-server/docs/baselines/fastgpt-baseline-20260726.md

FastGPT 迁移前基线

采集日期：2026-07-26 Git 基线：5c719ed 环境：本地 macOS，项目 .venv，FakeBackend/FakeClient；未调用真实 FastGPT 用途：冻结可复现工程基线，不冒充生产业务指标

自动化基线

执行：

.venv/bin/python -m pytest -q

Phase 0 开始前结果：

32 passed in 0.32s

覆盖范围：

• Pydantic 公共请求/响应 schema；
• /chat 对 backend-neutral contract 的适配；
• FastGPT backend 的 SDK/Event 转换；
• state prefix 跨 chunk 的基础兼容；
• 文本分句。

未覆盖范围：

• 真实 FastGPT 网络延迟和错误；
• 真实 workflow 状态序列稳定性；
• /set_info、/get_info 完整兼容行为；
• 生产转人工比例和 prefix 失败率；
• 数据库、并发恢复和 LangGraph。

Phase 0 完成后的测试数量和耗时见本报告底部。

本地 API 适配层耗时

使用内存 FakeBackend，关闭日志后直接调用 endpoint 并完整消费流式响应。该数据只衡量 Python 适配、prefix/SSE 处理开销，不包含 HTTP、网络、FastGPT 或模型延迟。

nonstream n=2000 p50=0.004ms p95=0.014ms p99=0.030ms
stream-consume n=1000 p50=0.011ms p95=0.034ms p99=0.051ms

这组数据用于后续发现 API 适配层的明显性能回退，不能与生产端到端延迟混用。

生产指标采集口径

以下数据无法从仓库推导，必须由部署环境日志或监控采集。负责人应使用同一时间窗口、同一调用方集合，并排除压测流量。

指标	计算方式	当前值
/chat 请求数	成功与失败总请求	待生产采集
非流式 P50/P95/P99	endpoint 总耗时	待生产采集
流式 TTFB P50/P95/P99	收到请求至首个 text_delta	待生产采集
响应体错误率	code != "200" / 请求数	待生产采集
FastGPT 超时率	timeout / FastGPT 调用数	待生产采集
Prefix 失败率	缺失、格式错误、未知码 / 模型回复数	当前未结构化记录
转人工率	0001/0002/0003/0004/0005 / session 数	待生产采集
formUpdate 产生率	非空 patch / needFormUpdate=true 轮次	待生产采集
平均轮次	chat 轮次 / 完结 session 数	待生产采集
/set_info、/get_info 错误率	code != "200" / 请求数	待生产采集

当前可观测性限制

当前日志虽然记录延迟，但也记录完整 sessionId、输入、输出和 formUpdate，不能直接作为长期生产基线方案。Phase 1/8 应先加入 request ID、session hash、结构化事件和脱敏，然后再持续采集。

建议临时聚合时只输出：

• 时间桶；
• endpoint；
• 成功/稳定错误类别；
• 耗时；
• stage code；
• 是否产生 form patch；
• 不可逆 session hash。

不得导出原始对话、身份证、手机号、车牌、Token 或完整表单。

Phase 0 最终验证

完成日期：2026-07-26

48 passed in 0.49s

相对 Phase 0 开始前新增 16 个测试，覆盖：

• /set_info、/get_info 的 FastGPT 辅助调用和兼容序列化；
• SSE 成功事件顺序、唯一终止事件和文本拼接；
• 当前缺失流式 prefix 的历史行为；
• 状态/迁移/字段注册表闭合性；
• 黄金场景唯一性和敏感号码扫描；
• 源码、文档、测试和配置样例中的 FastGPT Token 扫描。

生产业务指标仍标记为“待生产采集”。这是外部可观测数据依赖，不用估算值替代；最迟必须在 Phase 9 shadow 前完成采集。