LLM Intelligence Hub - 性能测试报告
版本: v1.0
日期: 2026-05-10
测试环境: long-SER8 (Linux 6.17, 16GB RAM)
测试范围
| 组件 |
测试项 |
| 采集器 |
API获取 + 解析 + 批量插入 |
| 日报生成器 |
DB读取 + 场景推荐 + HTML渲染 |
| 前端构建 |
npm install + tsc + vite build |
| Go测试 |
collectors包 + retry包 |
性能基准
采集器 (fetch_openrouter.go v2.0)
| 指标 |
结果 |
| 单次采集耗时 |
~9ms (2模型) |
| 批量插入 |
100条/批次 |
| 价格变动检测 |
实时 (>5%阈值) |
| 内存占用 |
< 50MB |
推算: 按 2模型/9ms 计算，377 模型理论耗时 ~1.7s（实际受API限速影响）
日报生成器 (generate_daily_report.go v2.0)
| 指标 |
结果 |
| DB读取 377模型 |
< 50ms |
| 场景推荐计算 |
< 10ms |
| Markdown生成 |
< 20ms |
| HTML渲染 |
< 30ms |
| 总耗时 |
~110ms |
前端构建
| 指标 |
结果 |
| npm install |
~45s (首次) |
| npm run build |
~4.5s |
| 输出大小 |
1.2MB (js) + 0.6KB (css) |
Go单元测试
| 包 |
测试数 |
耗时 |
| internal/collectors |
8 |
~0.05s |
| internal/retry |
8 |
~0.08s |
压力测试 (推算)
| 场景 |
预期表现 |
| 1000模型采集 |
~5s |
| 100并发API请求 |
需限流保护 |
| 日报同时生成 |
单线程安全 |
结论
- ✅ 采集器性能满足 1000+ 模型需求
- ✅ 日报生成 < 200ms，满足实时性
- ✅ 前端构建 < 5s，CI友好
- ✅ Go测试 < 1s，开发体验良好
优化建议
- 大规模采集: 考虑并发采集 + 限流器
- 数据库: 模型数 > 1000 时添加索引优化
- 前端: ECharts 可按需加载，减少首屏体积
