用途：优化 Juicebox AI 分析 API 的性能，覆盖数据集上传、分析队列等待时间和结果分页。资料称缓存搜索结果、批量富化调用和上传分块可将端到端分析时间降低 40-60%，并保持交互式搜索响应。
主要能力：缓存策略（搜索 5 分钟、档案 10 分钟、分析 15 分钟 TTL）；批量富化（每批 50 个 profile，批间延迟 300ms）；连接池（keepAlive、maxSockets 8、maxFreeSockets 4、60 秒超时）；限流处理（429 时按 retry-after 退避重试）；监控指标（搜索、富化、缓存命中、队列等待、错误）；性能检查清单与错误处理表。
使用方式：按检查清单使用具体过滤条件缩小搜索范围，缓存搜索结果，分批富化，将大数据集上传切分为 1 万行段，分析结果缓存 15 分钟，上传与分析端点设 60 秒超时，监控队列等待并在非高峰调度上传，交互界面用 limit=20 与 cursor 分页。
适用场景：大规模数据集上传、高峰队列竞争、宽泛查询返回数千 profile 的分页场景。
限制：需已批准的性能基线、合成沙箱夹具、有界测试预算、源/目标允许列表、抑制控制和回滚负责人；仅对合成夹具做基准测试，拒绝实时联系人导出和未批准目标；需收集聚合延迟、错误和配额指标，验证 contacts_exported=0；运行一次有界金丝雀，出现范围、策略、配额或保留漂移即停止并恢复原配置；仅保留脱敏基准回执，在批准窗口后删除测试产物。输出性能回执需含环境、基线与聚合测量、调优设置、抑制/无导出断言、金丝雀结果、负责人批准、保留/删除证明和回滚引用，排除查询、记录和凭据。具体 API 细节与官方文档暂未提供。