asyncio
Python标准库中的异步I/O框架，基于协程和单线程事件循环模型，用于编写并发网络应用和异步程序
时间轴 (近 90 天)
批量摄取使用asyncio.Semaphore(10)限制并发，防止嵌入服务被压垮。
Python 3.11 引入 tomllib 模块用于 TOML 解析，并带来 asyncio 的 TaskGroup 和 timeout() 特性以及 datetime.UTC 别名。
摄入管线通过计算文档内容的SHA256哈希（取前16位）作为chunk_hash来实现幂等性，批量摄入使用asyncio.Semaphore(10)控制并发。
延迟监控器通过周期性 asyncio.sleep 任务检测事件循环延迟，开销几乎为零，可长期在生产环境运行。
开启 asyncio 调试模式并设置 loop.slow_callback_duration = 0.1 可以记录每个超过阈值的回调及其对应任务，但调试模式有额外开销，不适合生产环境。
在 async def 中调用同步的 Anthropic() 客户端会导致事件循环阻塞，因为同步网络调用没有 await 让出点。
单用户场景下阻塞事件循环的代价为零，因为一个 2.3 秒的阻塞调用看起来就像一个 2.3 秒的 LLM 调用。
慢回调追踪（asyncio 调试模式）能给出谁在阻塞的精确调用栈，延迟监控器能给出阻塞时长的生产级指标，两者互补。
async def 只定义了一个协程工厂，函数体内的同步代码依旧逐行独占线程执行，await 本身不能让阻塞代码变异步。
任务取消异常在Python的asyncio生态中尤为常见，若未正确处理CancelledError可能导致资源泄漏或状态不一致
还有 10 条时间轴事件
全部知识事实 (20)
Python中处理并发有三种主要范式：多线程（threading）、多进程（multiprocessing）和异步IO（asyncio）
95%待验证Agentica采用async-first（异步优先）架构，基于Python的asyncio生态构建
90%待验证asyncio需要整个调用链都支持async/await，改造成本极高
90%待验证对于等待子进程完成这类IO密集型任务，线程切换的开销远小于收益，多线程比asyncio更适合
80%待验证Python的asyncio是Python 3.4引入的标准库
60%待验证Python的asyncio是基于单线程事件循环的协程并发模型，asyncio.gather并非真正的CPU并行，而是I/O并发
60%待验证批量摄取使用asyncio.Semaphore(10)限制并发，防止嵌入服务被压垮。
50%待验证Python 3.11 引入 tomllib 模块用于 TOML 解析，并带来 asyncio 的 TaskGroup 和 timeout() 特性以及 datetime.UTC 别名。
50%待验证摄入管线通过计算文档内容的SHA256哈希（取前16位）作为chunk_hash来实现幂等性，批量摄入使用asyncio.Semaphore(10)控制并发。
50%待验证慢回调追踪（asyncio 调试模式）能给出谁在阻塞的精确调用栈，延迟监控器能给出阻塞时长的生产级指标，两者互补。
50%待验证在 async def 中调用同步的 Anthropic() 客户端会导致事件循环阻塞，因为同步网络调用没有 await 让出点。
50%待验证单用户场景下阻塞事件循环的代价为零，因为一个 2.3 秒的阻塞调用看起来就像一个 2.3 秒的 LLM 调用。
50%待验证开启 asyncio 调试模式并设置 loop.slow_callback_duration = 0.1 可以记录每个超过阈值的回调及其对应任务，但调试模式有额外开销，不适合生产环境。
50%待验证延迟监控器通过周期性 asyncio.sleep 任务检测事件循环延迟，开销几乎为零，可长期在生产环境运行。
50%待验证async def 只定义了一个协程工厂，函数体内的同步代码依旧逐行独占线程执行，await 本身不能让阻塞代码变异步。
50%待验证任务取消异常在Python的asyncio生态中尤为常见，若未正确处理CancelledError可能导致资源泄漏或状态不一致
50%待验证本次更新将异步方法内部改用asyncio.get_running_loop()
50%待验证在运行中的协程内调用asyncio.get_running_loop()比get_event_loop()更安全，是Python异步编程的最佳实践
50%待验证anyio 是一个异步兼容层库，允许代码在 asyncio 和 Trio 两种异步运行时上无缝运行
50%待验证在Jupyter Notebook或某些框架环境下事件循环已在运行，直接调用asyncio.run()会引发'This event loop is already running'错误，常见修复方式是使用nest_asyncio库打补丁（nest_asyncio.apply()）
50%