响应速度、并发处理、资源管理
A: 简单任务1-3秒，复杂任务5-15秒。并行子代理将多任务吞吐量提升5倍。
A: 启用缓存、调整并发数、选择合适的模型、定期清理会话。bench tune自动优化配置。
A: M2模块支持最多16个并行子代理。根据任务复杂度自动分配。
A: 基础运行约200MB。上下文压缩后内存占用显著降低。企业版支持内存池管理。
A: 队列管理机制：限制并发数、优先级调度、超时处理。避免过载导致服务质量下降。
A: 会话历史自动归档压缩。可配置自动清理策略：保留最近N天或N个会话。
A: 启用API响应缓存、使用CDN加速静态资源、配置最优模型端点。
A: 主要消耗在LLM推理。本地Ollama模型CPU占用较高。GPU加速支持CUDA/metal。
A: fhcode monitor实时显示CPU/内存/网络/延迟指标。报表可导出分析。
A: bench suite标准测试集。比较响应时间、成功率、成本。团队可定义自定义基准。