@ddm1023 · Post #4232 · 22.01.2026 г., 10:18
#PKC#聚合API #SheepAPI#PKC接口配置 免费组合接口,适用于微信PKC插件 1.帮作者GitHub点点关注,求求了(接口维护真的挺耗时间的) 2.在系统绑定你的deepseek_apikey,复制返回的接口链接 3.按照图片,在PKC设置图一图二,两条关键词自动回复 4.自定义接口Api-->文本Api-->接口1中填写复制的接口(图片api一样操作) 配置教程
TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #425 · 20 апр.
Недавно делал быстрый прототип асинхронного приложения в котором требовалось вызывать много синхронного кода. Да, я знаю, что это не лучший дизайн, но нужно было быстрое решение на один процесс и без очередей. Поэтому я выполнял код в потоках. Выглядело это примерно так: from fastapi.concurrency import run_in_threadpool async def execute(data: DataRequest) -> DataResponse: try: result = await run_in_threadpool(sync_function, data) return DataResponse(data=result) except Exception as e: return DataResponse( error=str(e), success=False, ) В общем работает нормально. Для всех вызовов под капотом используется общий тредпул, всё работает предсказуемо. Но потребовалось изменить количество запускаемых в пуле потоков (по умолчанию создается 40 воркеров). Так как дело происходит с FastAPI, делается это через lifespan используя настройки anyio: import anyio @asynccontextmanager async def lifespan(app: FastAPI): limiter = anyio.to_thread.current_default_thread_limiter() limiter.total_tokens = 100 yield # если вдруг нужно вернуть обратно limiter.total_tokens = 40 Зачем менять количество воркеров? - уменьшить, если оперативки мало (один тред занимает ~8мб) - увеличить чтобы выдержать нагрузку Если есть предложения получше при тех же вводных - предлагайте😉 #async
Hashtags
Пребарај: #sheepapi
@ddm1023 · Post #4232 · 22.01.2026 г., 10:18
#PKC#聚合API #SheepAPI#PKC接口配置 免费组合接口,适用于微信PKC插件 1.帮作者GitHub点点关注,求求了(接口维护真的挺耗时间的) 2.在系统绑定你的deepseek_apikey,复制返回的接口链接 3.按照图片,在PKC设置图一图二,两条关键词自动回复 4.自定义接口Api-->文本Api-->接口1中填写复制的接口(图片api一样操作) 配置教程