SuperAPI AI 工具集

gamma-performance-tuning

办公与效率

查看项目

更新于 10-15 23:26

技能介绍

用途:优化 Gamma API 集成性能。Gamma 采用 generate-poll-retrieve 模式,大部分延迟来自生成时间(10-60 秒),而非接口调用开销,因此调优重点是降低轮询开销、并行批处理、缓存结果以及选择合适生成参数。

主要能力与用法: 一、优化轮询策略:实现自适应轮询 smartPoll,初始 2 秒间隔,按 1.5 倍退避,上限 10 秒,并设置超时(如 180000ms)。 二、缓存静态数据:使用 node-cache 缓存 themes 与 folders(TTL 3600 秒),生成结果可缓存 86400 秒。 三、并行批处理:用 p-limit 限制并发(如 3),配合 Promise.allSettled 做批量生成。 四、减少生成时间:内容越短越快;textAmount: "brief" 较快,"extensive" 较慢;textMode: "preserve" 使用原文本、不做 AI 改写,最快。 五、启动预加载:应用启动时并行拉取 themes 与 folders 并缓存至会话。 六、连接保活:使用 https.Agent 开启 keepAlive、maxSockets 10、keepAliveMsecs 60000。 API 基址为 https://public-api.gamma.app/v1.0,请求头含 X-API-KEY 与 Content-Type。

性能目标:缓存后主题/文件夹查询 <50ms;生成启动 <500ms;5 卡生成 <30s;10 卡以上 <60s;10 份批量 <3 分钟。

适用场景:Gamma 集成响应慢、需优化吞吐与用户体验时。限制:需已有可用的 Gamma 集成、了解异步模式,建议配置 Redis 或内存缓存;示例指标为示例性数据,实际值需自行测量;本资料未提供收费与价格信息。