需对CodeBuddy优化后的服务端接口开展多阶段wrk压测：先单线程基准测试，再阶梯加压识别拐点，最后带载荷POST验证；结合codebuddy分析定位高阻塞IO或大响应体问题，并按建议替换fetch、配置缓存头调优。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要对使用CodeBuddy辅助开发的服务端接口做并发性能测试，并根据压测结果定位瓶颈、调整参数、验证调优效果。这不是跑个ab命令就完事，而是要让压测数据真实反映CodeBuddy介入后代码的实际承载能力。
准备可压测的API服务
确保被测服务已启用CodeBuddy生成或优化过的逻辑，且运行在开发或预发环境——生产环境直接压测可能触发熔断或影响真实用户。
启动服务前，先检查环境变量是否加载了CodeBuddy建议的性能配置：执行 env | grep CODEBUDDY，确认输出中包含 【CODEBUDDY_OPTIMIZED=true】 标志。若缺失，需在启动脚本中显式设置该变量，否则压测将评估未优化路径。
用 curl -s http://localhost:3000/health 验证服务健康状态，返回 {"status":"ok"} 即可进入下一步。
用wrk发起基础并发压测
方法一：单线程基准测试（排除网络抖动干扰）
执行 wrk -t1 -c100 -d30s http://localhost:3000/api/items，观察平均延迟与错误率。这一步必须先做，否则高并发下出现的5xx错误无法判断是代码问题还是连接池耗尽。
方法二：阶梯式并发加压（识别拐点）
运行以下三组命令并记录吞吐量变化：
① wrk -t4 -c400 -d20s http://localhost:3000/api/items
② wrk -t8 -c800 -d20s http://localhost:3000/api/items
③ wrk -t12 -c1200 -d20s http://localhost:3000/api/items
注意：每组执行间隔不少于60秒，给服务GC和连接回收留出时间。
方法三：带请求体的POST压测（验证CodeBuddy生成的数据处理逻辑）
创建 payload.json 文件，内容为CodeBuddy建议的最小有效载荷（如 {"query":"top10","limit":20}），然后执行 wrk -t4 -c200 -d15s -H "Content-Type: application/json" -d @payload.json http://localhost:3000/api/search。
解析wrk报告中的关键指标
重点看三项输出：
• Requests/sec：数值持续下降说明存在锁竞争或I/O阻塞；
• Latency Distribution 中 99th percentile 超过 800ms，大概率是CodeBuddy建议的缓存策略未生效或序列化开销过大；
• Non-2xx or 3xx responses 出现非零值，需立即检查服务日志中是否含 CODEBUDDY_CACHE_MISS 或 SSR_BLOCKING_IO 关键字。
若报告中显示 【Socket errors: connect 12】，说明客户端连接数已达系统上限，不是服务端问题，应改用更高配压测机或启用连接复用（加 -H "Connection: keep-alive" 参数）。
根据CodeBuddy诊断建议快速调优
第一步：运行 codebuddy analyze --ssr-trace --route=/api/items，等待 trace-summary.json 生成。
第二步：打开该文件，定位字段 "high-blocking-io" 对应的模块路径，例如 src/lib/data-fetch.ts:42。
第三步：进入该文件，将原同步 fetch 替换为 CodeBuddy 推荐的带超时与重试的封装：const data = await fetchWithTimeout(url, { timeout: 3000, retries: 2 });
第四步：重启服务，用 wrk 重新执行阶梯加压，对比 Requests/sec 提升幅度。
若 trace-summary.json 中出现 "large-serialized-payload": 1247（单位KB），说明CodeBuddy检测到服务端返回体过大。此时不要手动删字段，而应执行 codebuddy suggest-cache --route=/api/items，按其输出的 Cache-Control 建议头配置响应头。
