故障排除

常见错误处理

API 错误

1. API 密钥错误：

   • 检查 API 密钥是否正确
   • 确保 API 密钥有足够的权限

   try {
       OpenAiChatModel model = OpenAiChatModel.builder()
               .apiKey(System.getenv("OPENAI_API_KEY"))
               .build();
   } catch (Exception e) {
       System.err.println("API 密钥错误: " + e.getMessage());
       // 处理错误
   }

2. API 速率限制：

   • 实现请求限流
   • 处理速率限制错误

   try {
       String response = model.generate(prompt);
   } catch (RateLimitException e) {
       System.err.println("速率限制错误: " + e.getMessage());
       // 等待后重试
       Thread.sleep(1000);
       // 重试
   }

3. API 超时：

   • 设置合理的超时时间
   • 实现重试机制

   OpenAiChatModel model = OpenAiChatModel.builder()
           .apiKey(System.getenv("OPENAI_API_KEY"))
           .timeoutMs(30000) // 30秒超时
           .build();

模型错误

1. 模型输出错误：

   • 检查提示词格式
   • 调整模型参数

   try {
       String response = model.generate(prompt);
   } catch (ModelOutputException e) {
       System.err.println("模型输出错误: " + e.getMessage());
       // 调整提示词或参数
   }

2. 模型响应不完整：

   • 检查最大令牌数设置
   • 分段处理长文本

   OpenAiChatModel model = OpenAiChatModel.builder()
           .apiKey(System.getenv("OPENAI_API_KEY"))
           .maxTokens(2000) // 增加最大令牌数
           .build();

3. 模型幻觉：

   • 提供更明确的提示词
   • 添加事实检查

   String prompt = "请根据提供的信息回答，不要添加未提及的内容：" + originalPrompt;

调试技巧

日志记录

1. 详细日志：

   • 记录请求和响应
   • 记录错误信息

   // 记录请求
   logger.info("发送请求: {}", prompt);
   
   // 记录响应
   logger.info("收到响应: {}", response);
   
   // 记录错误
   logger.error("错误: {}", e.getMessage());

2. 结构化日志：

   • 使用结构化日志格式
   • 便于分析和查询

   // 结构化日志
   logger.info("请求处理", 
           "prompt", prompt,
           "model", modelName,
           "timestamp", System.currentTimeMillis());

3. 性能日志：

   • 记录响应时间
   • 识别性能瓶颈

   long startTime = System.currentTimeMillis();
   String response = model.generate(prompt);
   long endTime = System.currentTimeMillis();
   logger.info("响应时间: {}ms", endTime - startTime);

调试工具

1. 调试模式：

   • 启用调试模式
   • 查看详细信息

   // 启用调试模式
   System.setProperty("org.slf4j.simpleLogger.defaultLogLevel", "debug");

2. 断点调试：

   • 使用 IDE 断点调试
   • 检查变量状态

3. 模拟响应：

   • 使用模拟数据进行调试
   • 隔离问题

   // 模拟响应
   String mockResponse = "模拟响应";
   // 使用模拟响应进行调试

性能瓶颈分析

识别瓶颈

1. 性能分析：

   • 使用性能分析工具
   • 识别耗时操作

   // 使用性能分析器
   Profiler profiler = new Profiler();
   profiler.start();
   
   // 执行操作
   String response = model.generate(prompt);
   
   profiler.stop();
   System.out.println(profiler.getResults());

2. 资源使用监控：

   • 监控 CPU、内存使用
   • 识别资源瓶颈

   // 监控内存使用
   Runtime runtime = Runtime.getRuntime();
   long usedMemory = runtime.totalMemory() - runtime.freeMemory();
   System.out.println("内存使用: " + usedMemory / 1024 / 1024 + "MB");

3. 网络分析：

   • 分析网络请求
   • 识别网络瓶颈

   // 网络请求分析
   long startTime = System.currentTimeMillis();
   HttpResponse response = httpClient.send(request, HttpResponse.BodyHandlers.ofString());
   long endTime = System.currentTimeMillis();
   System.out.println("网络请求时间: " + (endTime - startTime) + "ms");

解决瓶颈

1. 优化代码：

   • 优化算法和数据结构
   • 减少不必要的计算

   // 优化前
   for (int i = 0; i < list.size(); i++) {
       // 重复计算
   }
   
   // 优化后
   int size = list.size();
   for (int i = 0; i < size; i++) {
       // 避免重复计算
   }

2. 并行处理：

   • 使用并行处理提高性能
   • 合理使用线程池

   // 并行处理
   List<String> responses = prompts.parallelStream()
           .map(prompt -> model.generate(prompt))
           .collect(Collectors.toList());

3. 缓存策略：

   • 使用缓存减少重复计算
   • 提高响应速度

   // 缓存结果
   Map<String, String> cache = new ConcurrentHashMap<>();
   
   String getResponse(String prompt) {
       return cache.computeIfAbsent(prompt, key -> model.generate(key));
   }

最佳实践

1. 错误处理：

   • 实现全面的错误处理
   • 提供清晰的错误消息

2. 日志管理：

   • 配置适当的日志级别
   • 定期清理日志

3. 监控系统：

   • 实现实时监控
   • 设置告警机制

4. 性能优化：

   • 定期进行性能分析
   • 持续优化系统

5. 测试策略：

   • 编写单元测试
   • 进行集成测试

6. 文档记录：

   • 记录常见错误和解决方案
   • 维护故障排除指南

7. 持续改进：

   • 收集和分析错误数据
   • 持续改进系统稳定性