Version: 0.5.0.dev.260310

refactor: ♻️ 调整 Outbox 写入时序并移除 Kafka 首包同步投递逻辑

* 将 `outbox` 表写入逻辑后置到 LLM 请求之后，减少主链路阻塞
* 删除 Codex 生成的 Kafka 首包同步投递抽象逻辑，简化消息发送流程
* 优化 SSE 首字到达时间，整体降低约 1s 延迟
* 当前在请求 LLM 之前的流程全部为 Redis 操作，显著降低 IO 开销

docs: 📊 保留 SSE 链路性能打点逻辑

* 保留原有 SSE 全链路打点计时代码，便于后续性能排查与分析
* 当前默认注释，如需使用可手动启用进行性能调试

backend/agent/graph.go

@@ -13,7 +13,7 @@ import (
 	arkModel "github.com/volcengine/volcengine-go-sdk/service/arkruntime/model"
 )
 
-// StreamResponse 为 OpenAI/DeepSeek 兼容的流式 chunk 结构。
+// StreamResponse 是 OpenAI/DeepSeek 兼容的流式 chunk 结构。
 type StreamResponse struct {
 	ID      string         `json:"id"`
 	Object  string         `json:"object"`
@@ -88,8 +88,24 @@ func ToOpenAIFinishStream(requestID, modelName string, created int64) (string, e
 	return string(jsonBytes), nil
 }
 
-func StreamChat(ctx context.Context, llm *ark.ChatModel, modelName string, userInput string, ifThinking bool, chatHistory []*schema.Message, outChan chan<- string) (string, error) {
+// StreamChat 负责模型流式输出，并在关键节点打点：
-	// 1) 组装提示消息
+// 1) 流连接建立（llm.Stream 返回）
+// 2) 首包到达（首字延迟）
+// 3) 流式输出结束
+func StreamChat(
+	ctx context.Context,
+	llm *ark.ChatModel,
+	modelName string,
+	userInput string,
+	ifThinking bool,
+	chatHistory []*schema.Message,
+	outChan chan<- string,
+	traceID string,
+	chatID string,
+	requestStart time.Time,
+) (string, error) {
+	/*callStart := time.Now()*/
+
 	messages := make([]*schema.Message, 0)
 	messages = append(messages, schema.SystemMessage(SystemPrompt))
 	if len(chatHistory) > 0 {
@@ -97,13 +113,14 @@ func StreamChat(ctx context.Context, llm *ark.ChatModel, modelName string, userI
 	}
 	messages = append(messages, schema.UserMessage(userInput))
 
-	// 2) 发起流式请求
 	var thinking *ark.Thinking
 	if ifThinking {
 		thinking = &arkModel.Thinking{Type: arkModel.ThinkingTypeEnabled}
 	} else {
 		thinking = &arkModel.Thinking{Type: arkModel.ThinkingTypeDisabled}
 	}
+
+	/*connectStart := time.Now()*/
 	reader, err := llm.Stream(ctx, messages, ark.WithThinking(thinking))
 	if err != nil {
 		return "", err
@@ -116,8 +133,18 @@ func StreamChat(ctx context.Context, llm *ark.ChatModel, modelName string, userI
 	requestID := "chatcmpl-" + uuid.NewString()
 	created := time.Now().Unix()
 	firstChunk := true
+	chunkCount := 0
+	/*streamRecvStart := time.Now()
+
+	log.Printf("打点|流连接建立|trace_id=%s|chat_id=%s|request_id=%s|本步耗时_ms=%d|请求累计_ms=%d|history_len=%d",
+		traceID,
+		chatID,
+		requestID,
+		time.Since(connectStart).Milliseconds(),
+		time.Since(requestStart).Milliseconds(),
+		len(chatHistory),
+	)*/
 
-	// 3) 持续转发 chunk
 	var fullText strings.Builder
 	for {
 		chunk, err := reader.Recv()
@@ -136,11 +163,20 @@ func StreamChat(ctx context.Context, llm *ark.ChatModel, modelName string, userI
 		}
 		if payload != "" {
 			outChan <- payload
-			firstChunk = false
+			chunkCount++
+			/*if firstChunk {
+				log.Printf("打点|首包到达|trace_id=%s|chat_id=%s|request_id=%s|本步耗时_ms=%d|请求累计_ms=%d",
+					traceID,
+					chatID,
+					requestID,
+					time.Since(streamRecvStart).Milliseconds(),
+					time.Since(requestStart).Milliseconds(),
+				)
+				firstChunk = false
+			}*/
 		}
 	}
 
-	// 4) 发送结束 chunk 和 [DONE]
 	finishChunk, err := ToOpenAIFinishStream(requestID, modelName, created)
 	if err != nil {
 		return "", err
@@ -148,5 +184,15 @@ func StreamChat(ctx context.Context, llm *ark.ChatModel, modelName string, userI
 	outChan <- finishChunk
 	outChan <- "[DONE]"
 
+	/*log.Printf("打点|流式输出结束|trace_id=%s|chat_id=%s|request_id=%s|chunks=%d|reply_chars=%d|本步耗时_ms=%d|请求累计_ms=%d",
+		traceID,
+		chatID,
+		requestID,
+		chunkCount,
+		len(fullText.String()),
+		time.Since(callStart).Milliseconds(),
+		time.Since(requestStart).Milliseconds(),
+	)*/
+
 	return fullText.String(), nil
 }

backend/dao/outbox.go

@@ -11,11 +11,6 @@ import (
 	"gorm.io/gorm/clause"
 )
 
-// OutboxDAO 封装 outbox 表读写逻辑。
-// outbox 状态机约定：
-// pending -> published -> consumed（成功终态）
-// pending/published -> pending（失败重试）
-// pending/published -> dead（不可恢复或达到最大重试）
 type OutboxDAO struct {
 	db *gorm.DB
 }
@@ -24,11 +19,6 @@ func NewOutboxDAO(db *gorm.DB) *OutboxDAO {
 	return &OutboxDAO{db: db}
 }
 
-// CreateChatHistoryMessage 创建“聊天记录持久化”的 outbox 消息。
-// 关键点：
-// 1) 初始状态为 pending；
-// 2) NextRetryAt=now，允许被“首次同步投递”或“扫描器”立即处理；
-// 3) payload 以 JSON 形式落表，保证消费端可重放。
 func (d *OutboxDAO) CreateChatHistoryMessage(ctx context.Context, topic, messageKey string, payload model.ChatHistoryPersistPayload, maxRetry int) (int64, error) {
 	if maxRetry <= 0 {
 		maxRetry = 20
@@ -62,8 +52,6 @@ func (d *OutboxDAO) GetByID(ctx context.Context, id int64) (*model.AgentOutboxMe
 	return &msg, nil
 }
 
-// ListDueMessages 查询“到期可重试”的 pending 消息。
-// 查询条件：status=pending 且 next_retry_at<=当前时间。
 func (d *OutboxDAO) ListDueMessages(ctx context.Context, limit int) ([]model.AgentOutboxMessage, error) {
 	if limit <= 0 {
 		limit = 100
@@ -81,10 +69,7 @@ func (d *OutboxDAO) ListDueMessages(ctx context.Context, limit int) ([]model.Age
 	return messages, nil
 }
 
-// MarkPublished 将消息标记为“已写入 Kafka”。
+// MarkPublished 仅在消息未进入最终态时更新为 published，避免覆盖 consumed/dead。
-// 注意：
-// 1) 仅在非终态（非 consumed/dead）下更新，避免覆盖最终状态；
-// 2) 清理 next_retry_at，避免已投递消息继续被扫描器重复拉取。
 func (d *OutboxDAO) MarkPublished(ctx context.Context, id int64) error {
 	now := time.Now()
 	updates := map[string]interface{}{
@@ -100,7 +85,6 @@ func (d *OutboxDAO) MarkPublished(ctx context.Context, id int64) error {
 	return result.Error
 }
 
-// MarkDead 将消息置为死信终态。
 func (d *OutboxDAO) MarkDead(ctx context.Context, id int64, reason string) error {
 	now := time.Now()
 	lastErr := truncateError(reason)
@@ -113,11 +97,6 @@ func (d *OutboxDAO) MarkDead(ctx context.Context, id int64, reason string) error
 	return d.db.WithContext(ctx).Model(&model.AgentOutboxMessage{}).Where("id = ?", id).Updates(updates).Error
 }
 
-// MarkFailedForRetry 在失败时推进重试状态。
-// 关键点：
-// 1) 事务 + FOR UPDATE 防并发覆盖（尤其是 dispatch/consume 并发场景）；
-// 2) retry_count 自增；
-// 3) 达到 max_retry 后转 dead，否则按指数退避设置 next_retry_at。
 func (d *OutboxDAO) MarkFailedForRetry(ctx context.Context, id int64, reason string) error {
 	return d.db.WithContext(ctx).Transaction(func(tx *gorm.DB) error {
 		var msg model.AgentOutboxMessage
@@ -125,7 +104,6 @@ func (d *OutboxDAO) MarkFailedForRetry(ctx context.Context, id int64, reason str
 		if err != nil {
 			return err
 		}
-		// 终态直接跳过，保持幂等。
 		if msg.Status == model.OutboxStatusConsumed || msg.Status == model.OutboxStatusDead {
 			return nil
 		}
@@ -153,8 +131,6 @@ func (d *OutboxDAO) MarkFailedForRetry(ctx context.Context, id int64, reason str
 	})
 }
 
-// PersistChatHistoryAndMarkConsumed 执行“消费业务”并回写 consumed。
-// 这里把“写 chat_histories”与“更新 outbox 状态”放进同一事务，保证原子性。
 func (d *OutboxDAO) PersistChatHistoryAndMarkConsumed(ctx context.Context, outboxID int64, payload model.ChatHistoryPersistPayload) error {
 	return d.db.WithContext(ctx).Transaction(func(tx *gorm.DB) error {
 		var outboxMsg model.AgentOutboxMessage
@@ -165,7 +141,6 @@ func (d *OutboxDAO) PersistChatHistoryAndMarkConsumed(ctx context.Context, outbo
 			}
 			return err
 		}
-		// 幂等保护：重复消费不重复落库。
 		if outboxMsg.Status == model.OutboxStatusConsumed {
 			return nil
 		}
@@ -197,7 +172,6 @@ func (d *OutboxDAO) PersistChatHistoryAndMarkConsumed(ctx context.Context, outbo
 	})
 }
 
-// calcRetryBackoff 指数退避（上限 2^5=32 秒）。
 func calcRetryBackoff(retryCount int) time.Duration {
 	if retryCount <= 0 {
 		return time.Second

backend/kafka/consumer.go

@@ -7,8 +7,6 @@ import (
 	segmentkafka "github.com/segmentio/kafka-go"
 )
 
-// Consumer 是 Kafka 读取端封装。
-// 采用“手动提交 offset”，确保业务落库与 offset 提交的顺序可控。
 type Consumer struct {
 	reader *segmentkafka.Reader
 }
@@ -18,12 +16,11 @@ func NewConsumer(cfg Config) (*Consumer, error) {
 		return nil, errors.New("kafka brokers 未配置")
 	}
 	reader := segmentkafka.NewReader(segmentkafka.ReaderConfig{
-		Brokers:  cfg.Brokers,
+		Brokers:        cfg.Brokers,
-		Topic:    cfg.Topic,
+		Topic:          cfg.Topic,
-		GroupID:  cfg.GroupID,
+		GroupID:        cfg.GroupID,
-		MinBytes: 1,
+		MinBytes:       1,
-		MaxBytes: 10e6,
+		MaxBytes:       10e6,
-		// 关闭自动提交，业务处理成功后显式 Commit。
 		CommitInterval: 0,
 		StartOffset:    segmentkafka.FirstOffset,
 	})
@@ -38,7 +35,6 @@ func (c *Consumer) Dequeue(ctx context.Context) (segmentkafka.Message, error) {
 	return c.reader.FetchMessage(ctx)
 }
 
-// Commit 显式提交 offset。
 func (c *Consumer) Commit(ctx context.Context, msg segmentkafka.Message) error {
 	if c == nil || c.reader == nil {
 		return errors.New("kafka consumer 未初始化")

backend/kafka/producer.go

@@ -7,8 +7,6 @@ import (
 	segmentkafka "github.com/segmentio/kafka-go"
 )
 
-// Producer 是 Kafka 写入端封装。
-// 这里保持同步写（Async=false），方便把写入结果直接反馈给 outbox 状态机。
 type Producer struct {
 	writer *segmentkafka.Writer
 }
@@ -18,18 +16,15 @@ func NewProducer(cfg Config) (*Producer, error) {
 		return nil, errors.New("kafka brokers 未配置")
 	}
 	writer := &segmentkafka.Writer{
-		Addr: segmentkafka.TCP(cfg.Brokers...),
+		Addr:         segmentkafka.TCP(cfg.Brokers...),
-		// Hash 分区器保证相同 key 落同一分区，利于同会话消息顺序。
 		Balancer:     &segmentkafka.Hash{},
 		RequiredAcks: segmentkafka.RequireOne,
-		// 关闭异步，确保写失败时可立即触发 outbox 重试逻辑。
+		Async:        false,
-		Async: false,
 	}
 	return &Producer{writer: writer}, nil
 }
 
 // Enqueue 将消息写入 Kafka。
-// 成功仅代表“已被 Kafka 接收”，不代表业务已完成（业务完成由 consumer + 落库决定）。
 func (p *Producer) Enqueue(ctx context.Context, topic, key string, value []byte) error {
 	if p == nil || p.writer == nil {
 		return errors.New("kafka producer 未初始化")

backend/service/agent.go

@@ -4,6 +4,7 @@ import (
 	"context"
 	"log"
 	"strings"
+	"time"
 
 	"github.com/LoveLosita/smartflow/backend/agent"
 	"github.com/LoveLosita/smartflow/backend/conv"
@@ -48,9 +49,9 @@ func (s *AgentService) pickChatModel(requestModel string) (*ark.ChatModel, strin
 	return s.AIHub.Worker, "worker"
 }
 
-// saveChatHistoryReliable 是聊天记录持久化的统一入口：
+// saveChatHistoryReliable 统一封装“聊天记录持久化入口”：
-// 1) 启用 outbox + Kafka 时，走异步可靠链路；
+// 1) 开启异步链路时，走 outbox + Kafka；
-// 2) 未启用时，退化为同步写数据库。
+// 2) 未开启时，直接同步写库。
 func (s *AgentService) saveChatHistoryReliable(ctx context.Context, payload model.ChatHistoryPersistPayload) error {
 	if s.asyncPipeline == nil {
 		return s.repo.SaveChatHistory(ctx, payload.UserID, payload.ConversationID, payload.Role, payload.Message)
@@ -62,20 +63,24 @@ func pushErrNonBlocking(errChan chan error, err error) {
 	select {
 	case errChan <- err:
 	default:
-		log.Printf("error channel is full, drop error: %v", err)
+		log.Printf("错误通道已满，丢弃错误: %v", err)
 	}
 }
 
 func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThinking bool, modelName string, userID int, chatID string) (<-chan string, <-chan error) {
-	// 1) 准备输出通道。
+	requestStart := time.Now()
+	traceID := uuid.NewString()
+
 	outChan := make(chan string, 5)
 	errChan := make(chan error, 1)
 
-	// 2) 规范会话 ID 并选择模型。
+	// 1) 规范会话 ID，选择模型。
 	chatID = normalizeConversationID(chatID)
 	selectedModel, resolvedModelName := s.pickChatModel(modelName)
+	/*log.Printf("打点|请求开始|trace_id=%s|chat_id=%s|user_id=%d|model=%s|请求累计_ms=%d",
+	traceID, chatID, userID, resolvedModelName, time.Since(requestStart).Milliseconds())*/
 
-	// 3) 确保会话存在：先查缓存，再回源数据库，必要时创建新会话。
+	// 2) 确保会话存在（优先缓存，必要时回源 DB 并创建）。
 	result, err := s.agentCache.GetConversationStatus(ctx, chatID)
 	if err != nil {
 		errChan <- err
@@ -100,11 +105,11 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 			}
 		}
 		if err = s.agentCache.SetConversationStatus(ctx, chatID); err != nil {
-			log.Printf("failed to set conversation status cache for %s: %v", chatID, err)
+			log.Printf("设置会话状态缓存失败 chat=%s: %v", chatID, err)
 		}
 	}
 
-	// 4) 组装历史上下文：先读缓存，缓存未命中再读数据库。
+	// 3) 拉取并裁剪历史上下文。
 	chatHistory, err := s.agentCache.GetHistory(ctx, chatID)
 	if err != nil {
 		errChan <- err
@@ -126,26 +131,23 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 		chatHistory = conv.ToEinoMessages(histories)
 	}
 
-	// 5) 基于 token 预算裁剪历史，避免请求超长。
 	historyBudget := pkg.HistoryTokenBudgetByModel(resolvedModelName, agent.SystemPrompt, userMessage)
 	trimmedHistory, totalHistoryTokens, keptHistoryTokens, droppedCount := pkg.TrimHistoryByTokenBudget(chatHistory, historyBudget)
 	chatHistory = trimmedHistory
 
-	// 6) 根据裁剪结果调整 Redis 会话窗口，控制缓存体积。
 	targetWindow := pkg.CalcSessionWindowSize(len(chatHistory))
 	if err = s.agentCache.SetSessionWindowSize(ctx, chatID, targetWindow); err != nil {
-		log.Printf("failed to set history window for %s: %v", chatID, err)
+		log.Printf("设置历史窗口失败 chat=%s: %v", chatID, err)
 	}
 	if err = s.agentCache.EnforceHistoryWindow(ctx, chatID); err != nil {
-		log.Printf("failed to enforce history window for %s: %v", chatID, err)
+		log.Printf("执行历史窗口裁剪失败 chat=%s: %v", chatID, err)
 	}
 
 	if droppedCount > 0 {
-		log.Printf("agent history trimmed: chat=%s total_tokens=%d kept_tokens=%d dropped=%d budget=%d target_window=%d",
+		log.Printf("历史裁剪: chat=%s total_tokens=%d kept_tokens=%d dropped=%d budget=%d target_window=%d",
 			chatID, totalHistoryTokens, keptHistoryTokens, droppedCount, historyBudget, targetWindow)
 	}
 
-	// 缓存未命中时，把“裁剪后的历史”回填 Redis。
 	if cacheMiss {
 		if err = s.agentCache.BackfillHistory(ctx, chatID, chatHistory); err != nil {
 			errChan <- err
@@ -155,36 +157,60 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 		}
 	}
 
-	// 7) 先同步写 Redis，再把数据库持久化交给 outbox 可靠链路。
+	// 单请求主链路打点：开流前准备完成。
-	if err = s.agentCache.PushMessage(ctx, chatID, &schema.Message{Role: schema.User, Content: userMessage}); err != nil {
+	/*log.Printf("打点|开流前准备完成|trace_id=%s|chat_id=%s|本步耗时_ms=%d|请求累计_ms=%d|history_len=%d|cache_miss=%t",
-		log.Printf("failed to push user message into redis history: %v", err)
+		traceID,
-	}
+		chatID,
-	if err = s.saveChatHistoryReliable(ctx, model.ChatHistoryPersistPayload{
+		time.Since(requestStart).Milliseconds(),
-		UserID:         userID,
+		time.Since(requestStart).Milliseconds(),
-		ConversationID: chatID,
+		len(chatHistory),
-		Role:           "user",
+		cacheMiss,
-		Message:        userMessage,
+	)*/
-	}); err != nil {
-		errChan <- err
-		close(outChan)
-		close(errChan)
-		return outChan, errChan
-	}
 
-	// 8) 启动流式对话。
+	// 4) 启动流式输出，回答完成后执行后置持久化。
 	go func() {
 		defer close(outChan)
 
-		fullText, streamErr := agent.StreamChat(ctx, selectedModel, resolvedModelName, userMessage, ifThinking, chatHistory, outChan)
+		/*streamStart := time.Now()*/
+		fullText, streamErr := agent.StreamChat(ctx, selectedModel, resolvedModelName, userMessage, ifThinking, chatHistory, outChan, traceID, chatID, requestStart)
 		if streamErr != nil {
 			pushErrNonBlocking(errChan, streamErr)
 			return
 		}
+		/*log.Printf("打点|流式输出完成|trace_id=%s|chat_id=%s|本步耗时_ms=%d|请求累计_ms=%d|reply_chars=%d",
+			traceID, chatID, time.Since(streamStart).Milliseconds(), time.Since(requestStart).Milliseconds(), len(fullText))
 
-		// 9) 助手回答完成后，重复同样流程：先写 Redis，再异步持久化。
+		postPersistStart := time.Now()
-		if cacheErr := s.agentCache.PushMessage(context.Background(), chatID, &schema.Message{Role: schema.Assistant, Content: fullText}); cacheErr != nil {
+
-			log.Printf("failed to push assistant message into redis history: %v", cacheErr)
+		stepStart := time.Now()*/
+		if err = s.agentCache.PushMessage(ctx, chatID, &schema.Message{Role: schema.User, Content: userMessage}); err != nil {
+			log.Printf("写入用户消息到 Redis 失败: %v", err)
 		}
+		/*log.Printf("打点|后置持久化_用户_写Redis|trace_id=%s|chat_id=%s|本步耗时_ms=%d|请求累计_ms=%d",
+			traceID, chatID, time.Since(stepStart).Milliseconds(), time.Since(requestStart).Milliseconds())
+
+		stepStart = time.Now()*/
+		if err = s.saveChatHistoryReliable(ctx, model.ChatHistoryPersistPayload{
+			UserID:         userID,
+			ConversationID: chatID,
+			Role:           "user",
+			Message:        userMessage,
+		}); err != nil {
+			errChan <- err
+			close(outChan)
+			close(errChan)
+		}
+		/*log.Printf("打点|后置持久化_用户_写持久化请求|trace_id=%s|chat_id=%s|本步耗时_ms=%d|请求累计_ms=%d",
+			traceID, chatID, time.Since(stepStart).Milliseconds(), time.Since(requestStart).Milliseconds())
+
+		stepStart = time.Now()
+		if cacheErr := s.agentCache.PushMessage(context.Background(), chatID, &schema.Message{Role: schema.Assistant, Content: fullText}); cacheErr != nil {
+			log.Printf("写入助手消息到 Redis 失败: %v", cacheErr)
+		}
+		log.Printf("打点|后置持久化_助手_写Redis|trace_id=%s|chat_id=%s|本步耗时_ms=%d|请求累计_ms=%d",
+			traceID, chatID, time.Since(stepStart).Milliseconds(), time.Since(requestStart).Milliseconds())
+
+		stepStart = time.Now()*/
 		if saveErr := s.saveChatHistoryReliable(context.Background(), model.ChatHistoryPersistPayload{
 			UserID:         userID,
 			ConversationID: chatID,
@@ -193,6 +219,11 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 		}); saveErr != nil {
 			pushErrNonBlocking(errChan, saveErr)
 		}
+		/*log.Printf("打点|后置持久化_助手_写持久化请求|trace_id=%s|chat_id=%s|本步耗时_ms=%d|请求累计_ms=%d",
+			traceID, chatID, time.Since(stepStart).Milliseconds(), time.Since(requestStart).Milliseconds())
+
+		log.Printf("打点|后置持久化完成|trace_id=%s|chat_id=%s|本步耗时_ms=%d|请求累计_ms=%d",
+			traceID, chatID, time.Since(postPersistStart).Milliseconds(), time.Since(requestStart).Milliseconds())*/
 	}()
 
 	return outChan, errChan

backend/service/agent_async_pipeline.go

@@ -15,11 +15,7 @@ import (
 	"gorm.io/gorm"
 )
 
-// AgentAsyncPipeline 负责 outbox 的“异步可靠链路”：
+// AgentAsyncPipeline 负责 outbox 扫描、Kafka 投递与消费落库。
-// 1) 业务侧写 outbox（pending）；
-// 2) dispatch loop 扫描并投递 Kafka（published）；
-// 3) consume loop 消费并落库（consumed）；
-// 4) 任一步失败按重试策略回到 pending 或 dead。
 type AgentAsyncPipeline struct {
 	outboxRepo *dao.OutboxDAO
 	producer   *kafkabus.Producer
@@ -56,9 +52,6 @@ func NewAgentAsyncPipeline(outboxRepo *dao.OutboxDAO, cfg kafkabus.Config) (*Age
 	}, nil
 }
 
-// Start 启动两个后台协程：
-// - startDispatchLoop：扫描 pending 并投递 Kafka
-// - startConsumeLoop：消费 Kafka 并执行业务落库
 func (p *AgentAsyncPipeline) Start(ctx context.Context) {
 	if p == nil {
 		return
@@ -66,8 +59,6 @@ func (p *AgentAsyncPipeline) Start(ctx context.Context) {
 
 	log.Printf("Kafka async pipeline starting: topic=%s brokers=%v retry_scan=%s batch=%d", p.topic, p.brokers, p.scanEvery, p.scanBatch)
 	if err := kafkabus.WaitTopicReady(ctx, p.brokers, p.topic, 30*time.Second); err != nil {
-		// 首次部署常见情况：broker 已起来但 topic/partition 尚未可用。
-		// 这里明确打印，避免“消息堆积但控制台无提示”的观感。
 		log.Printf("Kafka topic not ready before consume loop start: %v", err)
 	} else {
 		log.Printf("Kafka topic is ready: %s", p.topic)
@@ -89,25 +80,22 @@ func (p *AgentAsyncPipeline) Close() {
 	}
 }
 
-// EnqueueChatHistoryPersist 是业务侧入口：
+// EnqueueChatHistoryPersist 仅把消息写入 outbox。
-// 1) 先写 outbox；
+//
-// 2) 立刻尝试“首发投递”一次（非阻塞主流程）；
+// 关键设计：
-// 3) 失败后由扫描器按 next_retry_at 继续重试。
+// 1) 不再在请求路径里做“首次同步投递 Kafka”；
+// 2) 投递统一由 startDispatchLoop 异步扫描执行；
+// 3) CreateChatHistoryMessage 会设置 next_retry_at=now，扫描器下一轮即可捞取。
+//
+// 这样可以把请求链路成本收敛到“写 outbox”，避免 Kafka 写入延迟污染首字和主链路时延。
 func (p *AgentAsyncPipeline) EnqueueChatHistoryPersist(ctx context.Context, payload model.ChatHistoryPersistPayload) error {
 	if p == nil {
 		return errors.New("Kafka 异步链路未初始化")
 	}
-	outboxID, err := p.outboxRepo.CreateChatHistoryMessage(ctx, p.topic, payload.ConversationID, payload, p.maxRetry)
+	_, err := p.outboxRepo.CreateChatHistoryMessage(ctx, p.topic, payload.ConversationID, payload, p.maxRetry)
-	if err != nil {
+	return err
-		return err
-	}
-	if err = p.dispatchOne(context.Background(), outboxID); err != nil {
-		log.Printf("outbox 消息 %d 首次投递失败，等待扫描重试: %v", outboxID, err)
-	}
-	return nil
 }
 
-// startDispatchLoop 定时扫描 pending 且到期的消息，逐条尝试投递。
 func (p *AgentAsyncPipeline) startDispatchLoop(ctx context.Context) {
 	ticker := time.NewTicker(p.scanEvery)
 	defer ticker.Stop()
@@ -134,11 +122,6 @@ func (p *AgentAsyncPipeline) startDispatchLoop(ctx context.Context) {
 	}
 }
 
-// dispatchOne 执行单条 outbox 投递：
-// 1) 读取 outbox 行；
-// 2) 组装 Envelope；
-// 3) 写 Kafka；
-// 4) 回写 published。
 func (p *AgentAsyncPipeline) dispatchOne(ctx context.Context, outboxID int64) error {
 	outboxMsg, err := p.outboxRepo.GetByID(ctx, outboxID)
 	if err != nil {
@@ -147,7 +130,6 @@ func (p *AgentAsyncPipeline) dispatchOne(ctx context.Context, outboxID int64) er
 		}
 		return err
 	}
-	// 终态不再重复投递。
 	if outboxMsg.Status == model.OutboxStatusConsumed || outboxMsg.Status == model.OutboxStatusDead {
 		return nil
 	}
@@ -159,7 +141,6 @@ func (p *AgentAsyncPipeline) dispatchOne(ctx context.Context, outboxID int64) er
 	}
 	raw, err := json.Marshal(envelope)
 	if err != nil {
-		// 序列化都失败通常是坏数据，直接死信。
 		markErr := p.outboxRepo.MarkDead(ctx, outboxMsg.ID, "序列化 outbox 包装失败: "+err.Error())
 		if markErr != nil {
 			log.Printf("标记 outbox 死信失败(id=%d): %v", outboxMsg.ID, markErr)
@@ -178,7 +159,6 @@ func (p *AgentAsyncPipeline) dispatchOne(ctx context.Context, outboxID int64) er
 	return nil
 }
 
-// startConsumeLoop 持续从 Kafka 拉取消息并处理。
 func (p *AgentAsyncPipeline) startConsumeLoop(ctx context.Context) {
 	for {
 		select {
@@ -202,11 +182,9 @@ func (p *AgentAsyncPipeline) startConsumeLoop(ctx context.Context) {
 	}
 }
 
-// handleMessage 先解析 Envelope，再按 biz_type 分发到具体处理器。
 func (p *AgentAsyncPipeline) handleMessage(ctx context.Context, msg segmentkafka.Message) error {
 	var envelope kafkabus.Envelope
 	if err := json.Unmarshal(msg.Value, &envelope); err != nil {
-		// 包装体坏数据，提交 offset 跳过，避免阻塞分区。
 		_ = p.consumer.Commit(ctx, msg)
 		return fmt.Errorf("解析 Kafka 包装失败: %w", err)
 	}
@@ -219,7 +197,6 @@ func (p *AgentAsyncPipeline) handleMessage(ctx context.Context, msg segmentkafka
 	case model.OutboxBizTypeChatHistoryPersist:
 		return p.consumeChatHistory(ctx, msg, envelope)
 	default:
-		// 未知业务类型直接死信并提交，避免反复重试无意义数据。
 		_ = p.outboxRepo.MarkDead(ctx, envelope.OutboxID, "未知业务类型: "+envelope.BizType)
 		if err := p.consumer.Commit(ctx, msg); err != nil {
 			return err
@@ -228,10 +205,6 @@ func (p *AgentAsyncPipeline) handleMessage(ctx context.Context, msg segmentkafka
 	}
 }
 
-// consumeChatHistory 执行“聊天记录持久化”消费逻辑。
-// 提交策略说明：
-// 1) 成功落库后提交；
-// 2) 失败时先回写 outbox（便于重试/排障），再提交，避免分区阻塞。
 func (p *AgentAsyncPipeline) consumeChatHistory(ctx context.Context, msg segmentkafka.Message, envelope kafkabus.Envelope) error {
 	var payload model.ChatHistoryPersistPayload
 	if err := json.Unmarshal(envelope.Payload, &payload); err != nil {