异步 RAG 延迟拆解：排队、检索、生成分别计时

异步 RAG 延迟拆解排队、检索、生成分别计时异步化不会自动降低端到端延迟它只是改变等待发生的位置。先把排队、查询改写、检索、重排、生成和输出校验分别计时再决定优化哪一段。先界定问题记录请求进入和离开每一阶段的时间同时保留取消、超时和空检索路径。并发数必须与连接池、模型限额和队列上限一起设计。处理与验证先拆清主链路再谈优化。请求、检索、模型调用和输出校验应分别观测任何优化都要保留关闭开关和回退路径。分别构造正常检索、空检索、检索超时、生成超时和客户端取消记录请求进入与离开各阶段的时刻。调整队列长度、连接池或并发限制时一次只改一个确认取消能传到正在等待或执行的下游调用。端到端数据要同时给出排队、检索、重排、生成和输出校验的分段分布并说明并发、队列上限、模型与检索配置。若某段优化把等待推到另一段或超时后任务仍在运行就不能据总平均值判断有效。