n8n 如何降低 AI 工作流延迟：真正有效的模式

n8n 发布降低 AI 工作流延迟的实践指南，将总延迟拆为模型推理、工具与 API 调用、编排开销三层，并给出并行执行、超时与缓存等内置控制手段。文中给出延迟预算参考：实时工作流 500 毫秒或更低、批处理 5 到 20 秒、后台工作流 30 秒以上，TTFT 建议保持在 300 到 500 毫秒或更低。