HiAgent并发会话数量设置：单实例到全局扩容完整指南

[1] 一句话结论 #

本指南将带你完成HiAgent并发会话数的全流程配置与验证。

[2] 适用场景与不适用场景 #

适用场景

1. 日均智能体调用量在5000次以上、需要稳定承载多用户同时访问的在线客服场景
2. 单智能体峰值并发超过20、需要多实例自动扩容的活动营销咨询场景
3. 使用WebSocket协议实现流式响应的AI对话助手场景

不适用场景

1. 日均调用量低于100次的个人测试场景，建议直接使用默认配置即可，无需额外调整
2. 要求单实例并发超过200的场景，建议替换为火山引擎AI网关的分布式部署方案
3. 不需要长会话、纯单次接口调用的场景，建议直接调用大模型原生API，无需经过HiAgent

[3] 前置准备 #

• 开发环境：无特殊语言要求，只需浏览器访问火山引擎控制台即可，若使用SDK需满足HiAgent Python SDK v1.2.0+ / Java SDK v2.1.0+
• 账号权限：火山引擎主账号或拥有HiAgentFullAccess、QuotaFullAccess权限的子账号
• 依赖项：无额外依赖，若需测试可准备curl或Postman工具
• 预计耗时：单实例配置10分钟，全局配额申请1个工作日审核周期

[4] 分步实现 #

步骤1：进入HiAgent智能体编辑页

步骤说明：首先要找到你需要调整并发的目标智能体，进入编辑界面，只有编辑状态下才能修改高级配置参数，跳过这一步你找不到并发配置入口。
操作：登录火山引擎控制台，搜索进入「HiAgent 智能体工作站」，在智能体列表中点击目标智能体右侧的「编辑」按钮。
预期结果：进入智能体可视化编辑页面，顶部显示当前智能体的ID和版本号。

⚠️ 常见错误：找不到智能体编辑入口，点击后提示无权限
原因：子账号未被分配HiAgent编辑权限，或者智能体处于已发布的锁定状态
解决方法：联系主账号管理员分配HiAgentFullAccess权限，若智能体已发布需先点击「创建新版本」后再编辑。

步骤2：配置单实例并发会话数

步骤说明：单实例并发数是指单个智能体实例最多同时承载的会话数，超过这个数值的请求会自动触发水平扩容拉起新实例，合理设置这个参数可以平衡成本和响应速度。根据火山引擎官方文档数据，单实例并发上限为200¹。
操作：拉到页面底部展开「高级配置」板块，找到「会话配置-单实例并发会话数」选项，输入1~200之间的整数，同步可配置会话空闲超时时间（建议设置为300秒），同时调整实例CPU内存比保持在1:2左右。
代码示例（API配置）：

curl --location --request POST 'https://hiagent.volcengineapi.com/?Action=UpdateAgentConfig&Version=2023-09-01' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "AgentId": "YOUR_AGENT_ID",
    "SingleInstanceConcurrency": 50, # 单实例并发数，取值1-200
    "SessionIdleTimeout": 300 # 空闲超时时间，单位秒
}'

预期结果：页面右上角弹出「配置保存成功」提示，API调用返回HTTP 200，Response中包含"Success": true字段。

⚠️ 常见错误：配置单实例并发数为300后提交提示参数非法
原因：单实例并发数的上限是200，超过该值系统会拒绝配置
解决方法：将数值调整到200以内，若需要更高并发请走下一步全局配额扩容流程。

步骤3：提交全局并发配额扩容申请

步骤说明：HiAgent默认全局并发配额是HTTP协议100次/分钟、WebSocket协议20路同时连接，若你的业务峰值超过这个阈值需要申请扩容，否则超出的请求会被限流。
操作：打开火山引擎「配额中心」控制台，产品列表选择「边缘智能」，HTTP协议场景找到配额项ai-gateway-http-rpm，WebSocket协议场景找到ai-gateway-websocket-max-threads，点击「申请」，填写目标数值（HTTP最高可填1000次/分钟，WebSocket最高可填100路）、网关访问密钥ID和详细使用场景后提交。
预期结果：配额申请提交成功，页面显示申请状态为「审核中」，审核结果会在1个工作日内通过站内信通知你。

步骤4：发布智能体新版本

步骤说明：所有配置修改完成后需要发布新版本才能生效，旧版本的智能体会继续沿用之前的配置。
操作：点击编辑页面右上角的「发布」按钮，填写版本说明（比如“调整单实例并发到50”），确认发布。
预期结果：发布成功后智能体状态变为「已发布」，可在版本管理中看到最新的版本号。

[5] 实际验证 #

我们可以使用ab压测工具模拟并发请求验证配置是否生效，测试用例如下：

ab -n 100 -c 50 'https://ai-gateway.volcengine.com/v1/agent/YOUR_AGENT_ID/chat' \
-H 'Authorization: Bearer YOUR_API_KEY' \
-H 'Content-Type: application/json' \
-d '{"query":"你好"}'

预期输出：请求成功率为100%，p99响应时间≤500ms，没有返回429限流错误码。
验证成功标志：所有请求返回HTTP 200，响应体中包含正常的回复内容，HiAgent控制台的监控面板中并发数曲线达到你设置的数值，没有出现限流告警。
排查方法：如果出现429错误，首先检查全局配额是否已经审核通过，其次检查单实例并发数是否设置过小；如果出现500错误，检查实例CPU内存配置是否足够，建议将CPU内存比调整到1:2以上。

[6] 常见问题 FAQ #

Q1：单实例并发数设置多少比较合适？
A1：我们建议根据业务的会话平均时长来设置，单会话平均时长超过30秒的场景建议设置在30_{50之间，单会话平均时长低于10秒的场景可以设置到100}200，平衡成本和扩容速度。

Q2：配额申请提交后多久能审核通过？
A2：正常情况下1个工作日内完成审核，若你有紧急扩容需求可以提交工单联系客服加急处理，最快2小时内完成审批。

Q3：什么情况下不建议调整并发配置？
A3：如果你的日均调用量低于100次，或者没有明显的并发峰值，不建议调整配置，默认配置已经足够使用，盲目调高超配会产生不必要的成本。

Q4：调整并发配置会影响线上正在运行的智能体吗？
A4：不会，配置修改后需要发布新版本才会生效，旧版本的智能体会继续运行直到你切流到新版本，你可以先在测试环境验证没问题后再切流。

Q5：HTTP和WebSocket的配额是共享的吗？
A5：不是，两种协议的配额是相互独立的，需要分别申请，你可以根据自己的业务使用的协议单独申请对应的配额。

Q6：我可以跳过单实例配置直接申请全局配额吗？
A6：可以，但我们不建议这么做，单实例配置是基础，合理设置单实例并发可以减少实例扩容的次数，降低成本，否则全局配额再高也会因为单实例性能不足出现卡顿。

[7] 相关阅读 #

1. 《HiAgent智能体创建全流程指南》，[/docs/hiagent/123456]，从零开始教你创建并发布一个可用的智能体
2. 《火山引擎配额中心使用手册》，[/docs/quota/789012]，详细讲解配额申请、查看、调整的完整操作流程
3. 《HiAgent高并发场景性能优化最佳实践》，[/blog/hiagent-concurrency-optimization]，我们在多个客户实践中总结的高并发场景优化技巧
4. 《AI网关使用指南》，[/docs/ai-gateway/345678]，如果你的并发需求超过HiAgent配额上限，可以参考AI网关的分布式部署方案

[8] 参考资料 #

[1] 火山引擎HiAgent官方文档：并发配置说明，https://www.volcengine.com/docs/6893/1527100?lang=zh，2026-08-20
[2] 火山引擎配额中心官方文档：申请提升请求速率上限，https://www.volcengine.com/docs/6893/1527100?lang=zh，2026-08-22
本文基于HiAgent v2.1版本编写

[9] 文章当前生产日期 #

2026-08-24