架构概览

选择合适的 AI 请求模式

ModelRiver 提供三种不同的方式来处理您的 AI 流量，旨在匹配您应用程序架构的特定需求。在下面对比它们的能力，或深入了解它们的交互式流程图。.

通过 WebSocket 实时更新。后端回调处理。最适合交互式应用。.

发送后即刻返回。结果同时交付到您的 Webhook 和浏览器。最适合可靠的后台操作。.

简单的请求/响应。阻塞直到完成。最适合快速操作。.

详细对比

各项模式的扩展属性和最佳使用场景的详细对比。.

Capability	事件驱动异步	异步 Webhook	Synchronous
难度级别	Medium	Moderate	Easy
扩展级别	无限自动扩展	水平扩展	受限于连接线程
最佳适用场景	实时 apps plus background/bulk tasks with proper webhook event notification.	后台处理，批量操作。.	内部工具，快速一次性调用。.
增加的延迟	~120毫秒 (Socket 握手)	< 50毫秒 (直接推送)	Absolute zero
防掉线可靠性	Perfect	Perfect	Vulnerable to timeouts
交付方式	WebSocket 数据帧 + REST Webhook 执行数据	Delivery to webhook and websocket simultaneously	Blocking HTTP Response
供应商重试 / 故障转移	Fully unblocked with automatic callback to ModelRiver and user notification.	Robust background error handling.	Handled in the single HTTP transaction window.