周末去旅行

这个插件的原理， 是一个漏桶算法, 并且它是依赖redis实现的， 同时支持redis和redis cluster， 对于kong而言社区版是不支持redis cluster的，需要商业版才行。 这是

为了开发和部署AI智能体应用，我们可以选一个框架来进行， 比如dify或者fastGPT。dify的安装部署更简单一些， 我们就直接基于它来使用。 我使用的是腾讯云的一个轻量云服务器，2c2g的配置，

1 文本嵌入模型 M3E 是 Moka Massive Mixed Embedding 的缩写 Moka，此模型由 MokaAI 训练，开源和评测，训练脚本使用 uniem ，评测 BenchMark

Qdrant（读作：象限）是一个向量相似度搜索引擎和向量数据库。它提供了一个生产就绪的服务，并且有一个方便的 API 来存储、搜索和管理点——带有额外有效载荷的向量。Qdrant 专为扩展过滤支持而设

1 jdk23 2 go1.17.8 3 效果对比 rounds go java 5000 118ms 125ms 10000 134ms 145ms 15000 148ms 162ms 25000

假设我们有一个需求，先请求接口1，再串行请求接口2，最后得到结果。 第一组， 请求一个比较稳定的远程接口 java go 4.559 3.974s 第二组， 请求本地一个无延时的服务 java go

模拟一个http server， 且能动态展示当前连接数 1 使用webclient，查看Connection不同取值的耗时 运行10000个请求，总耗时结果如下 close keep-alive 1

这里以commons-pool2来进行测试 第一次对比 输出如下， 可以发现， 直接new的快很多。 第二次对比 在User中增加 byte[] bytes = new byte[100 * 1024

试验环境: linux 2c2g + java17 功能： java指标 1 -Xmx1536m -XX:+UseZGC 2 -Xmx1536m -XX:+UseG1GC 3-Xmx1536m -XX