gemini-4-argon 报 429 RESOURCE_EXHAUSTED 怎么办?调低并发为什么还不恢复?

Mac 环境配置jdk、Maven 3、终端打开配置jdk时候建好的脚本文件: open -e .bash_profile。4、查看maven是否安装成功和系统能不能识别maven/mvn命令:⬇️。输入⬇️并保存: 其中第一行JAVA_HOME替换为自己下的jdk路径。,安装编译好的二进制版本,具体安装zip还是tar.gz我看的。5、查看jdk是否安装成功和系统能不能识别java命令:⬇️。至此,我的Mac系统的环境配置jdk、Maven完成!然后就发现我的maven命令还是没作用,不识别,下载后直接安装即可,很快,点几下就OK了。 阅读详情

调低并发后还在报 429,通常不是并发参数没生效。你可能撞到了 TPM(每分钟输入 Token)或 RPD(每日请求数)限制,也可能是同一项目里的其他 API Key 正在消耗共享配额。

11 月 10 日晚上 22:17,我把 worker 从 4 个降到 1,等了两分钟,还是 429。折腾半天才发现,我一直盯着 RPM,方向从一开始就错了。

Google 返回的原始错误通常很短:

google.api_core.exceptions.ResourceExhausted: 429 Resource has been exhausted (e.g. check quota).

REST API 常见响应是:

{"error":{"code":429,"message":"Resource has been exhausted (e.g. check quota).","status":"RESOURCE_EXHAUSTED"}}

我在 2026 年 11 月 13 日核对了 Gemini API 排障文档。HTTP 429 会映射为 RESOURCE_EXHAUSTED,表示项目超过了速率限制或配额。排查时得把 RPM、TPM、RPD 分开看。

为什么调低并发还是 429?

Gemini API 的限额可能包含三个维度,具体数值取决于模型和使用层级。官方没有一组适用于所有账号的固定额度。别从博客里复制一个数字,就当成自己的上限,很容易被带沟里。

观察到的现象更可能触发的限制应该怎么处理
短时间大量小请求RPM,每分钟请求数排队、限速、指数退避
请求不多,但每次上下文很长TPM,每分钟输入 Token 数截断历史、压缩上下文
降并发并等待几分钟仍持续报错RPD,每日请求数等配额窗口重置或申请额度
换同一项目的 Key 仍报错项目级共享配额排查同项目其他调用方
只有某个模型调用异常模型不可见、无访问权或请求路由有误通过 SDK 查询模型列表并检查权限

可以用下面三个式子理解。这里的“分钟”指服务端使用的统计窗口,别擅自认定它会按自然分钟清零。

RPM = 最近一分钟内的请求总数
TPM = 最近一分钟内所有请求的输入 Token 总数
RPD = 当前配额日窗口内的请求总数

比如一个请求塞进了大量代码、日志和聊天历史,一分钟只调用两次,也可能先撞 TPM。

降并发只能减少同一时刻发出的请求,已经消耗的 Token 和日额度不会跟着恢复。

调用链大致是这样:

flowchart TD
 A[收到 429 RESOURCE_EXHAUSTED] --> B{模型 ID 可见吗}
 B -- 否 --> C[检查模型列表与访问权限]
 B -- 是 --> D{RPM 是否接近上限}
 D -- 是 --> E[排队并指数退避]
 D -- 否 --> F{TPM 是否接近上限}
 F -- 是 --> G[缩短上下文与输入]
 F -- 否 --> H{RPD 是否耗尽}
 H -- 是 --> I[等待窗口重置或申请额度]
 H -- 否 --> J[检查同项目其他调用方]

方案一:先确认 gemini-4-argon 对当前 Key 是否可见

gemini-4-argon 是完整模型 ID,但模型 ID 有效不代表每个项目都自动拥有访问权限。账号资格、项目配置、区域和开放范围都可能影响实际可用性。

不要依赖未经认证的裸 REST 地址判断模型是否存在。直接使用 Google 官方 SDK 查询当前 API Key 可见的模型,可以避免把 API 路径版本、鉴权参数或路由错误误判成模型错误。

先安装并使用官方 Python SDK:

pip install -U google-genai

列出当前 API Key 可见的模型:

import os
from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

for model in client.models.list():
    print(model.name)

输出的名称可能包含服务端命名空间。判断时应检查实际返回结果中是否包含 gemini-4-argon,不要凭第三方目录推断当前项目一定可用。

然后发一个最小请求,别上来就塞完整的 RAG 上下文:

import os
from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="ping",
)

print(response.text)

如果实际响应是 404,优先检查 SDK 版本、模型可见性和请求路由;返回 403,就检查项目权限和模型访问资格。只有实际响应是 429,才继续往配额方向查。

v1beta 一类名称属于 API 路径版本,不是模型版本。使用官方 SDK 的一个好处,就是不用在业务代码里写死容易失效的底层请求地址。

模型和速率限制应以 Google 官方的 Gemini API 模型文档 与 速率限制文档 为准。

方案二:结合错误信息和控制台指标判断限额类型

别只记录一行异常消息。状态码、错误正文、重试提示和请求时间都应该保留。

使用 SDK 时,可以捕获 API 异常并尽可能记录底层响应头:

from google.genai import errors

try:
    response = client.models.generate_content(
        model="gemini-4-argon",
        contents="ping",
    )
except errors.APIError as exc:
    print("status:", getattr(exc, "code", None))
    print("message:", getattr(exc, "message", str(exc)))

    raw_response = getattr(exc, "response", None)
    if raw_response is not None:
        print("headers:", dict(raw_response.headers))
    raise

如果响应中带有 Retry-After 或 SDK 提供了明确的重试延迟,就按它执行,比固定睡 1 秒靠谱。响应里没有相关信息,也别自己编一个精确的配额重置时间。

我还会打开项目控制台,核对对应模型、项目和时间窗口下的请求量与 Token 指标。控制台字段会随账号和界面更新变化,这里不写死菜单名称,按现场显示查找即可。

我的排查顺序是:

  1. 看最近一分钟的请求数。请求数贴近 RPM,就把调用放进队列。
  2. 请求数不高,再看输入 Token。大段代码仓库、长对话和重复 system prompt 都是 TPM 刺客。
  3. 前两项都没接近限制,就查当天累计请求和同项目调用。
  4. 检查定时任务、测试环境、开发工具或后端服务是否共用同一个项目。
  5. 核对异常发生时间和控制台指标使用的时区,避免对错时间窗口。

Gemini API 的速率限制通常按项目统计,不是按单个 API Key 统计。

也就是说,同一个项目新建十个 Key,吃的通常还是同一组配额。轮换 Key 一般不能解决项目级限额。

方案三:按限制类型处理,别无脑重试

撞到 RPM:排队,并加随机抖动

指数退避能防止一批 worker 在同一秒再次冲击接口。

下面的代码最多尝试 6 次。这个数字不是官方统一最佳值,得按业务的延迟预算调整:

import random
import time

from google.genai import errors

for attempt in range(6):
    try:
        response = client.models.generate_content(
            model="gemini-4-argon",
            contents="ping",
        )
        break
    except errors.APIError as exc:
        if getattr(exc, "code", None) != 429:
            raise

        headers = {}
        raw_response = getattr(exc, "response", None)
        if raw_response is not None:
            headers = raw_response.headers

        retry_after = headers.get("Retry-After")
        if retry_after and retry_after.isdigit():
            delay = float(retry_after)
        else:
            delay = min(60, 2**attempt)

        time.sleep(delay + random.random())
else:
    raise RuntimeError("连续重试后仍然收到 429")

这段示例只处理以秒为单位的 Retry-After。生产环境如果还会收到 HTTP 日期格式,需要额外解析,不能直接假设它永远是整数。

重试也要设置总预算。否则一个前端请求可能在后端排队几分钟,最后仍然失败,还占着连接和 worker。

撞到 TPM:缩短输入,光降并发没用

遇到 TPM,我通常会压缩聊天历史,只保留必要轮次;RAG 文档先去重,再做召回。大文件则切块后分批摘要。

Token 预算可以这样估算:

本分钟输入 Token
= system prompt + 历史消息 + 用户输入 + 检索文档

重点检查那些“每次请求都重复发送”的内容。

一个几千行的规范文件放进 system prompt,单次请求看着没什么,连续调用很快就能顶满。测完日志后经常会发现,真正吃额度的不是用户问题,而是不断膨胀的上下文。

还要注意并发和 TPM 并非完全无关。降低并发可能会减慢 Token 的消耗速度,但它不会立刻归还当前统计窗口里已经消耗的 Token。因此,刚降并发时仍然出现一段时间的 429,并不代表配置没有生效。

撞到 RPD:等窗口重置,或者申请更高配额

RPD 已经耗尽时,把线程池从 20 改成 1 也不会恢复。它只会让你以更慢的速度继续失败。

这时可以暂停非关键任务,等待控制台显示的配额窗口恢复。业务长期需要更高调用量,就申请更高额度。

具体重置时间和配额数值以当前项目控制台为准。官方资料没有提供一组适用于所有项目的统一数字,不要自行假设每天本地时间零点一定重置。

不确定是哪种限制:先熔断,再查指标

如果错误响应没有说明具体限额类型,控制台指标又有延迟,建议先短暂熔断,而不是让所有 worker 持续重试。

可以采取以下措施:

  • 暂停低优先级批处理任务。
  • 限制单个用户或租户的请求速率。
  • 对相同请求做缓存和合并。
  • 为交互请求与批处理请求设置独立队列。
  • 记录模型 ID、项目、请求时间、输入 Token 估算值和调用来源。

这些信息比单独记录一句“429 了”更有排障价值。

方案四:用聚合 API 隔离项目级配额

如果业务不能把全部请求压在单个 Google Cloud 项目上,可以评估 OpenRouter、Together AI 和 ofox.io 这类国际聚合平台,但要确认模型 ID、计费口径、上下文限制和错误响应是否一致,不能把聚合平台的模型别名直接塞进 Google 官方 SDK。

工程排障上,我更关心可观测性。ofox.io 提供按 Model、User 和 API Key 筛选的用量与费用后台;OpenRouter、Together AI 也应结合各自控制台核对请求记录。这样能定位到底是哪一个服务在消耗 Token,而不是全组人在群里互相问“是不是你跑脚本了”。

这里有个边界:第三方平台显示 gemini-4-argon 可用,不代表 Google 官方调用链对你的项目开放。第三方聚合平台和 Google 官方 API 是两条不同的调用链,必须分别验证。

引入聚合平台也不是免费的容灾方案,还要评估:

  • 数据是否会经过第三方基础设施。
  • 日志和提示词的保留策略。
  • 模型参数与响应格式是否兼容。
  • 是否支持流式输出、工具调用和结构化输出。
  • 限流错误能否映射到现有监控系统。
  • 账单、币种和 Token 统计口径是否一致。

常见问题 FAQ

Q1:为什么 Gemini 请求量不高,仍然收到 429?

因为 429 不只对应 RPM。

长上下文可能触发 TPM,当天累计请求可能触发 RPD,同一项目里的其他服务也可能正在消耗共享额度。排查时要一起看请求数、输入 Token、每日累计量和项目内调用方。

Q2:更换 Gemini API Key 能解决 RESOURCE_EXHAUSTED 吗?

通常不能。

官方速率限制文档说明,额度通常按 Google Cloud 项目计算。同一项目里创建或轮换 API Key,一般绕不过限制。

如果换 Key 后恢复了,也可能只是配额窗口正好重置,不能据此认定原来的 Key 有问题。只有换到了不同项目或不同调用平台时,配额边界才可能真正发生变化,但这仍要遵守服务条款和项目管理要求。

Q3:Gemini 429 应该间隔多久重试?

优先遵循响应里的 Retry-After,或者 SDK 给出的重试延迟信息。

没有明确提示时,可以使用带随机抖动的指数退避。最大等待时间和重试次数按业务延迟预算设置,官方没有一组适用于所有系统的固定值。

如果确认是 RPD 耗尽,短时间指数退避通常没有意义。此时应该停止重复请求,等待配额窗口恢复或申请更高额度。

Q4:gemini-4-argon 返回错误,一定是触发限流吗?

不一定。

先通过官方 SDK查询模型列表,确认当前 Key 能不能看到 gemini-4-argon。模型或请求路由有问题时可能返回 404,没有权限时可能返回 403。实际响应确认是 429 后,再排查 RPM、TPM 和 RPD。

还要区分客户端错误与服务端响应。如果请求根本没有到达 Gemini API,例如 DNS、代理或 TLS 配置异常,就不能按配额问题处理。

Q5:升级到付费层后还会出现 429 吗?

会。

付费层仍可能有按模型、项目和使用层级设置的速率限制,只是额度可能不同。gemini-4-argon 的实际价格、配额和开放范围应以当前账号控制台及官方文档为准,别拿没核对过的第三方价格做预算。

Q6:模型列表里能看到 gemini-4-argon,为什么调用仍然失败?

模型可见不一定等于所有能力都可用。还需要检查:

  • 当前项目是否具备调用资格。
  • 所在区域是否受支持。
  • 请求使用的功能和参数是否受支持。
  • API Key 是否属于查询模型列表时使用的同一项目。
  • SDK 是否过旧。
  • 请求是否经过代理、网关或第三方转发。
  • 错误状态究竟是 403、404、429 还是 5xx。

不要只根据异常文本中的模型名称下结论,状态码和完整错误正文同样重要。

我的最终选择

我现在的处理顺序很固定:先通过官方 SDK 查模型列表,再记录状态码、错误正文和响应头。RPM 超限就排队,TPM 超限就砍上下文,RPD 耗尽就等窗口或申请额度。

最容易踩的坑,就是把所有 429 都理解成“并发太高”。

并发只是其中一层。只改线程数,不看 Token,不查项目里的共享调用,也不确认模型 ID 和项目权限,折腾一天也可能还在原地 429。

lenovo联想拯救者Legion Y9000P 2022款2023款2024款笔记本电脑(82RF,82WK,82WQ,83DE,83DF)原装出厂Windows11预装OEM系统镜像下载 联想原装出厂系统自带所有驱动、出厂主题壁纸、系统属性联机支持标志、系统属性专属LOGO标志、Office办公软件、联想电脑管家、联想浏览器、联想软件商店、legionzone控制中心等预装程序。链接:https://pan.baidu.com/s/1YBji_oh7xOkq-NxnS8Mm8g?链接:https://pan.baidu.com/s/1S7_enXmuoja1a9ASvUT5Fg?拯救者Legion Y9000P IRX9H 2024款【83DE】原厂Win11系统包。 阅读详情

相关推荐

SV fork join_none & for循环结合使用

fork join_none与循环联用常见问题解决方案

ZhangShuHuai11的博客 881

五十三.网络(3)--区块同步getblocks消息

在节点互发了version消息后,就会发送getblocks消息,请求对方的区块以进行同步。

d3582077的专栏 202

逻辑漏洞:水平越权、垂直越权靶场练习

水平越权和垂直越权是组织中常见的管理问题,指的是员工在组织中所拥有的权力和责任超出其职位所应具备的范围。 水平越权是指员工在同一级别的职位上超越了其同事的权力和责任范围,通常表现为某个员工在团队中承担了过多的任务或权力,导致其他同事感到不公平或不满。 垂直越权则是指员工在组织中超越了其职位等级的权力和责任范围,通常表现为员工在没有得到上级批准的情况下做出决策或行动,可能会导致组织内部的混乱和冲突。

qq_68163788的博客 2472

DPU安全组与ACL性能测试:从规则爆炸到线速卸载的实战指南

本文深入剖析DPU安全组与网络ACL的底层卸载架构,通过两个完整实战测试矩阵,量化评估规则复杂度、有状态连接跟踪(Conntrack)及OVS Offload协同对RoCEv2性能的影响。结合真实故障排查案例与工具输出矩阵,揭示大规模云环境中安全组性能跌落的根因,并给出基于规则聚合与硬件表项优化的最优配置指南。

专注分享DPU、RDMA智能网卡/SSD(固态硬盘)产品测试与优化 359

OpencvSharp学习笔记(一):图片的打开,保存灰度化,保存

近来萌生了学习OpenCv的想法,经过度娘得知老夫会的C#不能直接用OpenCv,只能用他的儿子OpenCvSharp与EmguCV,奈何奈何,这两玩意的资料少的出奇,只能慢慢的摸索了,EmguCV先不说,老夫找到了牛批的资料,先摸索OpencvSharp吧 首先打开VS通过Nuget安装 选择版本后点击安装就OK了. 安装完成后,引用里面就有以下的玩意儿了… 废话不多说了,在写程序前先 using OpenCvSharp 图片打开,灰度化,保存代码如下: static void Main(strin

猥琐de专注 7188

SAP VF01开票报错:出口贸易数据不完整

找了半天资料,最后发现是没有维护凭证抬头的数据;由于我不是SD模块顾问,整体流程使用的是原本环境里面的数据,用新建工厂引用,所以也不知道为啥会出发这个贸易业务。正常传到FICO模块,生成会计凭证、获利分析、利润中心及CO凭证。需要维护这三个字段后才能正常转到FI生成会计凭证。VF01开票报错:出口贸易数据不完整。

MaiKouBei的博客 1546

网安产教融合思考:如何补齐高校实战能力评价短板

不少网安专业高校都面临这样现实的难题:网安人才培养持续推进,校内已经搭建完整的教学体系,但高校培养方案可能几年修一次,企业的技术栈和攻击手法却按季度在变,学校难落地最新的技术实战教学,学生难证明实战本领,企业一边喊人才紧缺,一边感慨招不到来了就能干的应届生。网安时代,实战为王。备考平台、7天免费直播培训、免费认证考试,期待更多高校加入 CCP 人才共育生态,组织本校学子参与本轮认证,以认证带动教学,以实战对接就业,共同为行业培养 “用得上、干得好” 的实战型网络安全人才。本次报名、培训、考试全程免费,

A19911511842的博客 199

从码农到生态建造者:我的一人公司运作方案

华哥·OPC 运营方案 v1.0 - 第一次迭代 🚀,搭建闭环生态系统,赋能 AI 时代的超级个体,更好的做自己,同时照亮别人。

AaronZZH 的博客 998

AI 芯片片上网络 NoC 深度解析:flit、虚通道与拥塞控制如何决定 GPU/TPU/LPU 的算力利用率

AI芯片算力瓶颈不在FLOPS,而在片上网络(NoC)——数据搬运的能耗与延迟决定MFU上限。物理限制下,长线延迟不随工艺缩小,迫使NoC将全局布线拆为可流水的短链路;能量账显示,一跳传输耗能可达数十次乘加操作。拓扑选择直接影响性能:二维mesh虽布线可行,但均匀流量下每节点可用带宽按1/√N衰减,实测仅达标称值30%。虚通道、双网设计、静态调度(如Groq)等技术旨在突破此瓶颈。从总线到crossbar再到多跳NoC,本质是用延迟换可行性。未来趋势:专用通路(脉动阵列)、晶圆级集成(Cerebras)、跨

我的博客 123

FPGA原型验证(七):如何选择、搭建原型验证平台?

本篇概要::讨论了在项目初期选择目标FPGA平台的重要性,包括自制板卡与购买现成板卡之间的决策。主要是为那些希望建立基于FPGA的原型平台的工程师和设计师提供了深入的技术细节和决策指导,无论是选择自制还是购买现成的解决方案。

叫好与叫座虽然不是对立面,但想在同一个作品中达到双重效果很难。 947

2025.06.06【Ribo-seq】|RiboCode:基于Ribo-seq数据的全基因组翻译ORF检测工具详解与实战流程

大家好!今天我们要学习的是RiboCode——一个专为Ribo-seq(核糖体足迹测序)数据设计的高质量翻译ORF(开放阅读框)检测工具。RiboCode能够帮助我们在全基因组范围内精准识别翻译事件,发掘经典CDS之外的uORF、dORF、重叠ORF等新型翻译本,极大拓展了我们对转录本翻译潜能的认知。RiboCode 是由清华大学杨学睿课题组开发的开源软件,支持Linux/Mac平台,采用Python实现。自动化流程:一条命令即可完成注释准备、P-site定位、ORF预测。高灵敏度与特异性。

1862

台湾行情数据API接入教程

想用程序获取台股行情,很多人第一步会搜“台股资料 API 推荐”,结果发现选择不少:证交所有免费接口,Yahoo Finance 也能查,券商还有自己的 API。真正写代码时才发现,有的数据只到收盘,有的延迟 20 分钟,有的必须先开户。本文先梳理台湾行情数据的几种获取渠道,再用 Python 从零搭一个可以运行的台股数据脚本:查代码清单、取实时报价和盘口、拉历史K线、做复权、用 WebSocket 接收实时推送,最后结合台积电 ADR 和新台币汇率计算跨市场溢价。

qq_34102871的博客 326

基于STM32L4XX 、HAL库的SGM452B数字温度传感器驱动应用C语言程序设计

SGM452B_RESOLUTION_12BIT = SGM452B_CONFIG_R1 | SGM452B_CONFIG_R0 /* 12位分辨率,精度0.0625°C,转换时间200ms */SGM452B_RESOLUTION_11BIT = SGM452B_CONFIG_R1, /* 11位分辨率,精度0.125°C,转换时间100ms */SGM452B_RESOLUTION_10BIT = SGM452B_CONFIG_R0, /* 10位分辨率,精度0.25°C,转换时间50ms */

PP_Cottage的博客 330

【基于 WebSocket 的多用户网页五子棋】—— 数据管理模块

但行好事,莫问前程

qq_42996461的博客 258

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

Qt网络编程实战指南:从底层Socket到现代异步架构的选型与避坑

本文梳理Qt网络编程的核心模块与演进路线,对比QTcpSocket与QNetworkAccessManager的使用边界,结合HTTP请求与TCP长连接的完整示例,说明信号槽、内存管理与事件循环的配合方式。重点记录连接池设计、证书校验、线程亲和性等实际开发中的关键决策点,帮助读者在C/S或跨平台项目中建立稳定的网络层基座。

2402_83344867的博客 328

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

25.《Pwn 堆利用实战:House of Lore —— 从自出题 my_lore 到 getshell 全流程》

自出题 my_lore 打穿 House of Lore:UAF 泄露 libc,BSS 伪造 chunk 投毒 smallbin,两次 malloc 把 system 写进函数指针,附 gdb 动态验证全过程

2501_93884468的博客 474

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

从母钟到子钟:NTP 网络时钟系统架构与软件接口

本文从工程角度简要介绍公共场所的时间同步需求、NTP协议的定位,以及典型LED同步时钟的系统架构与硬件设计,以讯鹏科技4寸与5寸同步时钟为例。

SPZHCS的博客 193

正运动16轴脉冲网络型运动控制卡ECI1G38

16轴脉冲运动控制解决方案

weixin_57350300的博客 89

DPVS 报文黑匣子与 Crash 自动拉黑:给转发面装上“飞行记录仪“

谁打挂了我(crash dump)、他之前发了什么(慢路径环)、他还会再来(入口拉黑)。设计上我们始终坚持两条原则:记录与决策分离(黑匣子永远只说不做),以及误伤成本优先于漏放成本(三道闸门全部通过才拉黑,expire 到期自动解封)。性能上,全量快路径摘要 + 入口查表的综合开销低于 1.3%,在 FIP 网关的流量水位下不可感知。飞行记录仪的价值不在于飞机正常飞行的时候,而在于它让每一次事故都变成一次改进。对转发面来说,同样如此。

zyun360的博客 294

全球实时竞价 RTB 中 IP 定位数据应用:链路完整性与工程实践

全球实时竞价(RTB)中IP定位数据的应用,核心判断是:IP数据是RTB竞价决策的底层输入之一,但它的价值高度依赖于从IP捕获到OpenRTB序列化整条链路的完整性。大量定位误差并非源于IP库本身不准,而是发生在CDN边缘节点捕获了错误的IP、供应链各环节使用了不同版本的库、或者OpenRTB字段缺失导致买方无法判断数据可信度。对于DSP和SSP的工程团队而言,理解IP定位在RTB中的实际作用边界,比选一个更准的库更重要。

ITxiaobing2023的博客 281

HART转Modbus TCP利用月度维护窗口减少中药产线停机时长

中药制药洁净车间原用HART仪表因仅传输4-20mA信号,诊断信息无法上传,导致GMP审计难、运维频繁进出洁净区。项目采用捷米特JM-TCP-HART协议转换网关,将HART数字信号转为ModbusTCP以太网数据,实现仪表状态、标定记录等信息远程采集与追溯。改造不改动原有控制逻辑,无需停机,保障生产连续性,满足洁净区安全与合规要求,验证了协议转换在存量设备升级中的高效可行性。

weixin_66215183的博客 231

亚远景-欧盟 NIS2 与 CRA 双法规生效,车载出口企业网络安全与过程合规建设要点

亚远景结合法规要求与车载行业特性,梳理双法规对整车与零部件出口企业的核心影响,说明如何以 ISO/SAE 21434 为核心、以 ASPICE 为过程底座,搭建满足欧盟要求的网络安全与过程合规体系。

yayuanjingkeji的博客 233

23 网络性能与 QoS:带宽、时延、吞吐计算与保障机制

带宽是上限、不是实际速度;时延由传输、传播、处理、排队四段组成。一道题让你算端到端时延和吞吐,关键是先找到瓶颈在哪一跳。QoS 靠分类、标记、队列、调度四步保障,配一张瓶颈定位+容量规划图,再跟 3 道真题。

weixin_46316564的博客 315

机房温湿度传感器通讯协议应用实践:TCP IP 、UDP与SNMP的实战效果

本文基于320点机房实战,对比TCP/IP(ModbusTCP)、UDP与SNMPv3在温湿度传感器中的应用效果。结论:三协议分工明确——ModbusTCP负责控制与精准采集,UDP实现秒级越限告警,SNMPv3保障设备健康与网管集成。混合组网下,告警延迟从12~30s降至1~3s,连接数大幅降低,离线判定更可靠。关键经验:协议非“选优”,而应“各司其职”;UDP需配补发与TCP兜底;写操作必做回读;验收须模拟三通道故障。

515

Agent 安全实战:间接提示注入的四个攻击面与防御体系

当 Agent 从 "生成内容" 走向 "执行动作",安全边界就从内容合规变成了权限越界。本文拆解间接提示注入在网页抓取、工具返回值、MCP 连接器、长期记忆四个位置的真实攻击路径,对照 Claude、GPT、Gemini 在工具调用权限模型上的设计差异,给出可直接落地的五层防御体系。

阡陌数智,专注大模型网关与 LLM 工程落地 288

组网第65课:ACL 封堵实战——高危端口清单、横向移动封堵、安全基线 ACL 模板

五道关的顺序不能换。你把"最后一道"放到最前面,后面全部卡住——这就是 ACL 顺序写反的后果。而且每一道关都比前一道"宽":最前面的管理面只放几十个运维 IP,最后的兜底拒绝是全放进来再全否掉。

qq_36765170的博客 340
上一篇: gpt-image-2.6-sunburst + OpenAI SDK + Cherry Studio 最全配置:尺寸、格式、异步轮询一篇就够
下一篇: claude-sonnet-5.5 报 HTTP 429 怎么办?请求数和 Token 配额如何分开排查
ofoxcoding
博客等级 码龄1年 167粉丝 85原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值