用途：在调用 LLM API 时实现客户端限流，防止配额耗尽、管理并发请求、应对突发流量并实现公平使用策略。适用于命中 API 速率限制、需要控制并发或处理突发流量的场景。
主要能力：提供多种限流实现模式，包括令牌桶算法（按容量与补充速率控制令牌消耗）、滑动窗口限流器（限制单位时间请求数并计算等待时间）、并发请求限制器（限制同时运行请求数并排队）、指数退避（含抖动，避免惊群，区分可重试错误如 429、5xx、网络错误）、请求队列（按优先级与到达时间排序，结合限流与并发控制）、限流响应头处理（解析 Anthropic 与 OpenAI 的剩余请求/令牌及重置时间，接近上限时主动降速）以及限流监控指标（总请求、被限流请求、平均等待时间、峰值并发、错误率）。
使用方式：资料给出 TypeScript 类与函数示例，如 TokenBucket、SlidingWindowLimiter、ConcurrencyLimiter、ExponentialBackoff、RequestQueue、RateLimitMonitor，以及 handleAnthropicResponse、parseOpenAIHeaders 等。可按示例实例化并包装 API 调用，例如先 waitForTokens 再 callAPI，或在队列中 enqueue 执行。
限制与注意：资料中的速率限制表标注为 2026 年数据，实际配额以各 API 官方为准；示例为客户端实现，不能替代服务端限流；需自行设置合理超时与回退策略，并记录限流事件用于容量规划。具体安装命令与依赖暂未提供。