RAG API 各接口的请求频率限制（QPS）与超限处理建议。
为保障服务稳定性，各接口设有请求频率限制（QPS，每秒请求数）。超出限制时返回 HTTP
知识检索（
触发限流时，接口返回：
建议：
429 Too Many Requests。
知识库管理接口
| 接口 | 端点 | QPS 上限 |
|---|---|---|
| 检索 | /rag/index/retrieve | 2,000 |
| 查询任务状态 | /rag/index_job/status | 20 |
| 查询文档列表 | /rag/index/files | 15 |
| 查询文件详情 | /rag/list/index/file/details | 10 |
| 创建知识库并导入 | /rag/index/create_v2 | 10 |
| 提交导入任务 | /rag/index/job/create | 10 |
| 查询知识库列表 | /rag/index/list | 10 |
| 更新知识库 | /rag/index/update | 10 |
| 删除知识库 | /rag/index/delete | 10 |
| 删除文档 | /rag/index/delete_file | 10 |
| 查询切片列表 | /pipeline/{id}/chunklist | 10 |
| 更新切片 | /rag/index/chunk/update | 10 |
| 删除切片 | /rag/index/chunk/delete | 10 |
| 获取监控数据 | /rag/index/monitor | 1 |
数据导入接口
知识检索与问答
知识检索（/knowledge/search）和知识问答（/knowledge/chat）的限流规则暂未公布，后续更新。
超限处理
触发限流时，接口返回：
- 收到 429 后，使用指数退避策略重试（如间隔 1s → 2s → 4s）
- 批量操作控制并发数，避免瞬时突发
- 监控数据等低 QPS 接口，建议客户端缓存结果，减少调用频率