SSR + AI 场景下如何排查退款查询页面慢的问题？

在 SSR + AI 场景下排查退款查询页面慢的问题，应从入口请求开始沿 Trace 逐层分析。用户在售后页面发起退款查询后，背后经过的链路是：SSR 框架接收请求并开始渲染、智能体理解用户问题并选择工具、工具调用订单服务查询退款状态、模型组织回复内容、渲染完成返回页面。通过 ARMS Node.js 探针的 Trace，可以看到每个环节的耗时分布。如果模型调用耗时占比最高，说明是模型推理慢；如果工具调用阶段耗时突出，需检查下游订单服务的响应速度；如果渲染阶段本身慢，可能是数据组装或模板编译的问题。关键是要同时看见页面如何生成以及智能体如何完成任务，沿同一次请求排查而不是割裂地看各个组件。