实测对比：
| 指标 | 之前 | 现在 | 提升 |
|---|---|---|---|
| 首 token（流式） | ~4.5s | 2.18s | 快约 52% |
| 完整响应 | ~8s+ | ~4.1s | 快约 49% |
原因：修复了会话缓存命中（复用对话而不是每轮新建）、去掉重复重试，以及流式首帧直接下发。
方法：
连接池回滚：微软官方的那种复用 WebSocket 连接的方式，触发 502 后已回退成每请求新连接，少了超时重试的等待。
会话复用：多轮请求复用同一条云端对话，不需要每次重建上下文。
流式透传：修复了分类逻辑，文本直接在首帧就发出去（之前被当作 progress 卡住）。
实际感觉快了2倍左右，和正常api请求差不多了 
现在已经推送，快去试试吧！
————————————————
8.13（已归档该话题）
如果出现问题，请更新，如果仍然失败，请自己排查（建议使用ai），还有真的排查出问题请去反馈专贴，如果可以的话提供解决方法。
本贴作为更新记录，评论区我不会再进行回答和查看了。
感谢理解
更新。
