限流装饰器不能直接套 asyncio.Semaphore，因为其 acquire() 是协程需 await，而同步装饰器无法等待；正确做法是用异步装饰器封装 async with semaphore: 逻辑，确保复用同一信号量实例并自动释放。
限流装饰器为什么不能直接套 asyncio.Semaphore？
因为 asyncio.Semaphore 的 acquire() 是协程函数，必须用 await 调用；而普通装饰器在定义时是同步执行的，无法 await 一个协程对象。直接写 @semaphore.acquire() 会报 RuntimeWarning: coroutine 'Semaphore.acquire' was never awaited，甚至导致死锁。
正确做法：用异步装饰器 + async with 包裹
核心是把信号量控制逻辑封装进一个真正的异步装饰器里，并确保每次调用都走 async with semaphore: 流程。示例如下：
import asyncio
from functools import wraps
<p>def rate_limit(limit: int):
semaphore = asyncio.Semaphore(limit)
def decorator(func):
@wraps(func)
async def wrapper(*args, *<em>kwargs):
async with semaphore:
return await func(</em>args, **kwargs)
return wrapper
return decorator</p><p>@rate_limit(3)
async def fetch_data(url: str):
print(f"GET {url}")
await asyncio.sleep(1) # 模拟请求
return f"done: {url}"</p>这个模式的关键点：
-
semaphore在装饰器工厂函数中创建一次，复用同一个实例（不是每次调用都新建） -
async with确保自动获取/释放，即使func抛异常也不会漏掉release - 装饰器返回的是
async def wrapper，能被await正确调度
常见踩坑场景与修复
实际用的时候容易掉进这几个坑：
Skill Weave Chains — 技能链路由引擎
下载
开箱即用的技能链路由引擎。13 条预定义链覆盖搜索、开发、审查、MLOps、法律、创意等场景，三层路由架构（触发词→SAD反馈→DAG编排），recall@10=96.97%。配置驱动（chains.yaml），零代码扩展。pip install skill-weave-chains 一键安装。
-
多个装饰器顺序错乱：比如同时用
@retry和@rate_limit，要把@rate_limit放在最外层，否则重试会绕过限流 -
信号量作用域错误：在 FastAPI 路由里误把
semaphore = asyncio.Semaphore(3)写在@app.get函数内部 —— 每次请求都新建一个，完全失效 -
跨协程共享失败：在不同模块或类方法里各自初始化
asyncio.Semaphore(3)，等于建了多个独立池子，总并发数变成 3×N -
忘记 await 装饰后函数：调用
fetch_data("https://...")却没加await，结果拿到一个coroutine对象而非结果
进阶：按用户/路径维度做差异化限流
如果需要对不同 API 路径、不同用户 ID 或不同目标域名分别限流，就不能只用一个全局 semaphore。推荐用字典缓存 + 键隔离：
from collections import defaultdict
import asyncio
<p>_semaphores = defaultdict(lambda: asyncio.Semaphore(3))</p><p>def per_domain_rate_limit(domain: str):
semaphore = _semaphores[domain]
def decorator(func):
@wraps(func)
async def wrapper(*args, *<em>kwargs):
async with semaphore:
return await func(</em>args, **kwargs)
return wrapper
return decorator</p><p>@per_domain_rate_limit("httpbin.org")
async def fetch_httpbin():
...</p>注意：_semaphores 字典本身不需要加锁 —— asyncio.Semaphore 是线程/协程安全的，但字典读写在高并发下可能有竞态，生产环境建议用 asyncio.Lock 包一层或改用 weakref.WeakValueDictionary 防内存泄漏。
真正难的不是写对语法，而是想清楚「谁和谁共用一个信号量」—— 同一资源池里的所有协程，必须共享同一个 semaphore 实例，且生命周期要覆盖整个应用运行期。
