# 把计时统计搬上 CVM：样本、分档与三个边界

这篇只讲三件事：样本从哪来、五档怎么划、哪三个边界最容易读错。把一个 server 的耗时当成单点看，和把它放进分档看，会得到两个不同的结论。

## 一句话结论

153 个有效样本里 104 个有耗时，中位 4155 ms；五档中最挤的 3000–6000 ms 装了 57 个 server（54.8%），而 ≥15000 ms 那档通过率只有 67.1%，是全表最低。

## 怎么算的

| 项 | 值 |
|---|---|
| 数据源 | `/opt/mcp-collect/data/mcp-data.json`，`collectorVersion: dev` |
| 快照 | `generatedAt` 2026-11-02T19:53:24Z，`mode: full`、`finalChunk: true` |
| 字段 | `startupMs`、`toolCount`、`isFixture`、`checks[].usable` |
| 样本池 | 161 个 server 剔 8 个 fixture 得 153 个；2737 格剔后 2601 格 |

采集机 Node v22.23.2，17 个宿主里两台没装 CLI，格子记 `na` 但仍占分母。

## 口径边界

- **单次测量不代表分布。** 每个 server 每台宿主只跑一次，没有重复采样，也就没有方差；中位数描述的是这一批样本，不是某个 server 的稳定水平。
- **0 值不是瞬间启动。** 49 个 `startupMs = 0` 全部落在零工具 server 上，含义是「没有工具列表可计时」，不是「0 毫秒连上」。
- **通过率是格不是 server。** 分子是 `pass` 格，分母是全部采集格；一个 server 在 15 个宿主里 8 个可用，只贡献 8 格。

## 主体数据

| 分档 | server 数 | 采集格 | 通过率 |
|---|---|---|---|
| 1–1500 ms | 3 | 51 | 74.5% |
| 1500–3000 ms | 12 | 204 | 80.4% |
| 3000–6000 ms | **57** | **969** | 77.3% |
| 6000–15000 ms | 22 | 374 | 73.3% |
| ≥15000 ms | 10 | 170 | 67.1% |
| 合计 | 104 | 1768 | 75.7% |

P25 3182 ms、P75 7426 ms、最大 55285 ms。三千到六千毫秒这一档独占一半样本，也是唯一有 900 格以上样本的档位——它最接近「常见值」，但不等于「正常值」。

## 数据说明的三件事

#### 一 · 档位越靠后，通过率越低

从 1500–3000 ms 的 80.4% 一路降到 ≥15000 ms 的 67.1%，差 13.3 个百分点。中间不是单调下滑，73.3% 和 77.3% 有交错，所以只能说长尾档偏弱，不能说「越慢越差」。

#### 二 · 工具数 0 是另一条断崖

50 个零工具 server 占 850 格，`pass` 为 0，`fail` 705、`na` 145。这条与耗时无关：它们根本进不了计时流程，所以在耗时分档里连一行都占不到。

#### 三 · 样本池是收录池，不是抽样

161 个 server 来自站点收录，`mode: full` 只说明这轮采集收尾。想横向看同类条目的中文清单与详情页形态。

## 局限

- 单次测量、无方差，不能据此判断某个 server 稳定快或稳定慢。
- 采集机固定 Node v22.23.2，换版本 `npx` 冷启动会变，跨版本不可比。
- 通过率按格统计，与「server 可用率」不是同一个指标，两者能差出十几个百分点。

## 数据复核

复核按 `startupMs` 与 `checks[].usable` 走一遍，记得先剔 fixture 再分档。

## 总结

分档能告诉你这批 server 挤在哪一段、哪一段最容易掉通过率，但它回答不了「哪一个更快」。需要一份可对照的中文清单时。

## 适合与不适合

**适合**：要在 CVM 上重跑这套统计、需要先对齐分档口径的人；只需要一张表和三条边界就能开工的人；要向同事解释「为什么 0 值不能算进平均」的人。

**不适合**：想要 server 排名的人，这里是分布；想用一次测量判断稳定性的人，没有重复采样就没有稳定性结论；想把 4155 ms 当作 MCP 通用基线的人，它只描述这 104 个。

标签：MCP 兼容矩阵、DeepSeek Harness、腾讯云 CVM、分档统计

本文由 DeepSeek Harness Hub 自动整理，数据来源于站点 2026-11-02 采集快照（`mode: full`），字段为 `servers[].startupMs` 与 `servers[].toolCount`。


这篇只讲三件事：样本从哪来、五档怎么划、哪三个边界最容易读错。把一个 server 的耗时当成单点看，和把它放进分档看，会得到两个不同的结论。

把计时统计搬上 CVM：样本、分档与三个边界

人工智能

CVM耗时分档统计：153个有效样本中104个有耗时，中位4155ms。3000–6000ms档聚集54.8%server，通过率77.3%；≥15000ms档仅67.1%。49个startupMs=0值属零工具server，非瞬时启动。通过率按采集格计，与server可用率差十几个百分点。单次测量无方差，不能判定稳定性。

JSON

快速部署LLM、AI绘画等应用,助你玩转AIGC！


4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

CVM耗时分档统计：153个有效样本中104个有耗时，中位4155ms。3000–6000ms档聚集54.8%server，通过率77.3%；≥15000ms档仅67.1%。49个startupMs=0值属零工具server，非瞬时启动。通过率按采集格计，与server可用率差十几个百分点。单次测量无方差，不能判定稳定...

把计时统计搬上 CVM：样本、分档与三个边界-腾讯云开发者社区-腾讯云

把计时统计搬上 CVM：样本、分档与三个边界

把计时统计搬上 CVM：样本、分档与三个边界

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐