部署心得与性能优化

服务器配置

• 规格：阿里云轻量应用服务器 2核2G
• 系统：Ubuntu 22.04
• 磁盘：40GB ESSD

部署架构

[Nginx :80/:443]
    ├── /static/* → 直接返回静态文件
    └── /* → Go网关 (:8080)
              ├── / → 首页
              ├── /blog* → 博客
              └── /api/chat → SSE代理 → Python (:8001)

Nginx配置

server {
    listen 80;
    server_name your-domain.com;

    # 静态文件直接由Nginx处理
    location /static/ {
        alias /opt/travelagent5/static/;
        expires 7d;
        add_header Cache-Control "public, immutable";
    }

    # SSE代理 - 关闭缓冲
    location /api/chat {
        proxy_pass http://127.0.0.1:8080;
        proxy_http_version 1.1;
        proxy_set_header Connection '';
        proxy_buffering off;
        proxy_cache off;
        chunked_transfer_encoding off;
    }

    # 其他请求转发到Go网关
    location / {
        proxy_pass http://127.0.0.1:8080;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

关键点：SSE端点必须关闭proxy_buffering，否则流式消息会被Nginx缓冲，前端收不到实时数据。

进程管理：systemd

# /etc/systemd/system/travelagent5-go.service
[Unit]
Description=TravelAgent-5 Go Gateway
After=network.target

[Service]
Type=simple
ExecStart=/opt/travelagent5/travelagent5
WorkingDirectory=/opt/travelagent5
Restart=always
RestartSec=5

# /etc/systemd/system/travelagent5-py.service
[Unit]
Description=TravelAgent-5 Python Backend
After=network.target

[Service]
Type=simple
ExecStart=/opt/travelagent5/venv/bin/uvicorn backend.main:app --host 0.0.0.0 --port 8001
WorkingDirectory=/opt/travelagent5
Restart=always
RestartSec=5
EnvironmentFile=/opt/travelagent5/.env

性能优化

1. Go端

• embed.FS：所有静态文件编译进二进制，零文件系统IO
• goldmark缓存：博客Markdown只在首次请求时渲染，后续直接返回缓存HTML
• 连接池：Go到Python的HTTP连接复用

2. Python端

• 模型选择：DeepSeek-V3，响应快、价格低
• 工具缓存：flyai-cli结果可加TTL缓存（减少重复调用）
• 超时控制：每个Agent设置30秒超时，避免阻塞

3. 前端

• CDN加载marked.js：不占用服务器带宽
• SSE而非WebSocket：更轻量，Nginx原生支持
• CSS Grid：浏览器原生布局，无JS计算开销

监控

# 查看Go网关状态
systemctl status travelagent5-go

# 查看Python后端状态
systemctl status travelagent5-py

# 查看内存使用
free -h

# 查看日志
journalctl -u travelagent5-go -f
journalctl -u travelagent5-py -f

问题优化（不断更新中）

Q: Python后端OOM怎么办？

A: 2G内存下，Python进程可能因LLM调用过多而OOM。解决方案：

• 限制并发请求数（uvicorn workers设为1）
• 每个Agent设置超时
• 监控内存使用，设置systemd的MemoryMax

Q: SSE连接断开怎么办？

A: 前端实现自动重连：

// 断线后3秒重连
source.onerror = () => setTimeout(connect, 3000);

导航

← 上一篇：技术选型详解：为什么选这些技术栈？ → 下一篇：TravelAgent-5 记忆系统：三层记忆架构与上下文管理