Laravel 部署 AI 功能最坑的不是代码，而是服务器配置。

绝大多数 VPS 的默认配置是为 200ms 级别的请求设计的，但 LLM 调用动辄 30-120 秒。如果你直接在控制器里写 API 调用，很容易触发 PHP max_execution_time 或 Nginx 的 504 超时。最糟糕的是，如果没配置好 Queue 的 retry_after，一个慢任务可能被重复执行，直接导致 Token 费用翻倍。

从成本和稳定性考虑，我的结论是：禁止在 Web 请求中同步调用 LLM，全部扔进队列。

这样可以避免 PHP-FPM 进程被长时间占用导致全站卡死。为了在 Laravel 中稳健地处理 AI 工作流，我总结了一套实操配置方案：

一、服务器环境调优

PHP 配置： 调高 max_execution_time，防止长文本生成时进程被强制杀死。

Nginx 配置： 必须关闭 fastcgi_buffering。否则 Stream 流式输出会被缓存，用户得等全部生成完才一次性跳出来，完全失去了 Streaming 的意义。

超时设置： 将 fastcgi_read_timeout 增加到 120s 以上。

二、队列任务实战
处理 LLM 任务的 Job 必须严格控制重试机制，避免昂贵的重复计费。

namespace App\Jobs;
use Illuminate\Bus\Queueable;
use Illuminate\Contracts\Queue\ShouldQueue;
use Illuminate\Foundation\Bus\Dispatchable;
use Illuminate\Queue\InteractsWithQueue;
use Illuminate\Queue\SerializesModels;
class ProcessAiCompletion implements ShouldQueue
{
    use Dispatchable, InteractsWithQueue, Queueable, SerializesModels;
    // 关键：必须大于 LLM 可能的最长响应时间，防止任务被重复分发导致多扣钱
    public $retry_after = 300; 
    // 限制重试次数，防止 API 挂了之后死循环刷钱
    public $tries = 3;
    public function handle()
    {
        // 调用 AI 接口的逻辑
        // 建议配合 Laravel HTTP Client 的 timeout() 方法明确指定超时时间
    }
}

三、关键指标对比

同步调用： 占用 FPM 进程 → 易触发 504 → 响应体阻塞 → 用户体验极差。

异步队列： 毫秒级响应 → 独立 Worker 处理 → 支持状态轮询/广播 → 成本可控。

对于追求性价比的部署，建议给 Queue Worker 分配独立的资源组，防止 AI 任务把整个服务器的 CPU 跑满影响主站访问。