添加并发请求支持，更新LLMRequest类以允许根据配置的并发数量进行异步请求

src/config/api_ada_configs.py

@@ -94,6 +94,9 @@ class TaskConfig(ConfigBase):
     temperature: float = 0.3
     """模型温度"""
 
+    concurrency_count: int = 1
+    """并发请求数量，默认为1（不并发）"""
+
 
 @dataclass
 class ModelTaskConfig(ConfigBase):

src/llm_models/utils_model.py

@@ -1,6 +1,7 @@
 import re
 import asyncio
 import time
+import random
 
 from enum import Enum
 from rich.traceback import install
@@ -181,32 +182,72 @@ class LLMRequest:
         raise_when_empty: bool = True,
     ) -> Tuple[str, Tuple[str, str, Optional[List[ToolCall]]]]:
         """
-        异步生成响应
+        异步生成响应，支持并发请求
         Args:
             prompt (str): 提示词
             temperature (float, optional): 温度参数
             max_tokens (int, optional): 最大token数
+            tools: 工具配置
+            raise_when_empty: 是否在空回复时抛出异常
         Returns:
             (Tuple[str, str, str, Optional[List[ToolCall]]]): 响应内容、推理内容、模型名称、工具调用列表
         """
-        # 请求体构建
         start_time = time.time()
         
-        # 模型选择
+        # 检查是否需要并发请求
-        model_info, api_provider, client = self._select_model()
+        concurrency_count = getattr(self.model_for_task, 'concurrency_count', 1)
         
-        # 🔥 内容混淆处理
+        if concurrency_count <= 1:
+            # 单次请求，原有逻辑
+            return await self._execute_single_request(prompt, temperature, max_tokens, tools, raise_when_empty)
+        
+        # 并发请求
+        logger.info(f"启用并发请求模式，并发数: {concurrency_count}")
+        tasks = [
+            self._execute_single_request(prompt, temperature, max_tokens, tools, False) 
+            for _ in range(concurrency_count)
+        ]
+        
+        try:
+            results = await asyncio.gather(*tasks, return_exceptions=True)
+            successful_results = []
+            for result in results:
+                if not isinstance(result, Exception):
+                    successful_results.append(result)
+            
+            if successful_results:
+                # 随机选择一个成功结果
+                selected = random.choice(successful_results) if len(successful_results) > 1 else successful_results[0]
+                logger.info(f"并发请求完成，从{len(successful_results)}个成功结果中选择了一个")
+                return selected
+            elif raise_when_empty:
+                raise RuntimeError(f"所有{concurrency_count}个并发请求都失败了")
+            else:
+                return "所有并发请求都失败了", ("", "unknown", None)
+                
+        except Exception as e:
+            if raise_when_empty:
+                raise e
+            return "并发请求异常", ("", "unknown", None)
+
+    async def _execute_single_request(
+        self,
+        prompt: str,
+        temperature: Optional[float] = None,
+        max_tokens: Optional[int] = None,
+        tools: Optional[List[Dict[str, Any]]] = None,
+        raise_when_empty: bool = True,
+    ) -> Tuple[str, Tuple[str, str, Optional[List[ToolCall]]]]:
+        """执行单次请求"""
+        # 模型选择和请求准备
+        model_info, api_provider, client = self._select_model()
         processed_prompt = self._apply_content_obfuscation(prompt, api_provider)
         
         message_builder = MessageBuilder()
         message_builder.add_text_content(processed_prompt)
         messages = [message_builder.build()]
-        
         tool_built = self._build_tool_options(tools)
         
-        # 请求并处理返回值
-        logger.debug(f"LLM选择耗时: {model_info.name} {time.time() - start_time}")
-        
         # 空回复重试逻辑
         empty_retry_count = 0
         max_empty_retry = api_provider.max_retry
@@ -241,11 +282,9 @@ class LLMRequest:
                     empty_retry_count += 1
                     logger.warning(f"检测到空回复，正在进行第 {empty_retry_count}/{max_empty_retry} 次重新生成")
                     
-                    # 等待一定时间后重试
                     if empty_retry_interval > 0:
                         await asyncio.sleep(empty_retry_interval)
                     
-                    # 重新选择模型（可能选择不同的模型）
                     model_info, api_provider, client = self._select_model()
                     continue
                 
@@ -259,32 +298,27 @@ class LLMRequest:
                         endpoint="/chat/completions",
                     )
                 
-                # 如果内容仍然为空
+                # 处理空回复
                 if not content:
                     if raise_when_empty:
-                        logger.warning(f"经过 {empty_retry_count} 次重试后仍然生成空回复")
                         raise RuntimeError(f"经过 {empty_retry_count} 次重试后仍然生成空回复")
                     content = "生成的响应为空，请检查模型配置或输入内容是否正确"
-                else:
+                elif empty_retry_count > 0:
-                    # 成功生成非空回复
+                    logger.info(f"经过 {empty_retry_count} 次重试后成功生成回复")
-                    if empty_retry_count > 0:
-                        logger.info(f"经过 {empty_retry_count} 次重试后成功生成回复")
 
                 return content, (reasoning_content, model_info.name, tool_calls)
                 
             except Exception as e:
-                # 如果是网络错误等其他异常，不进行空回复重试
+                if empty_retry_count == 0:
-                if empty_retry_count == 0:  # 只在第一次出错时抛出异常
                     raise e
                 else:
-                    # 如果已经在重试过程中出错，记录日志并继续
                     logger.error(f"重试过程中出错: {e}")
                     empty_retry_count += 1
                     if empty_retry_count <= max_empty_retry and empty_retry_interval > 0:
                         await asyncio.sleep(empty_retry_interval)
                     continue
         
-        # 如果所有重试都失败了
+        # 重试失败
         if raise_when_empty:
             raise RuntimeError(f"经过 {max_empty_retry} 次重试后仍然无法生成有效回复")
         return "生成的响应为空，请检查模型配置或输入内容是否正确", ("", model_info.name, None)

template/model_config_template.toml

@@ -118,6 +118,7 @@ price_out = 0
 model_list = ["siliconflow-deepseek-v3"] # 使用的模型列表，每个子项对应上面的模型名称(name)
 temperature = 0.2                        # 模型温度，新V3建议0.1-0.3
 max_tokens = 800                         # 最大输出token数
+#concurrency_count = 2                   # 并发请求数量，默认为1（不并发），设置为2或更高启用并发
 
 [model_task_config.utils_small] # 在麦麦的一些组件中使用的小模型，消耗量较大，建议使用速度较快的小模型
 model_list = ["qwen3-8b"]