请详细说明，在 AI 工作流的图片收集节点中，你是采用什么方案来实现对多个图片工具的并发调用的？

回答思路

1. 【回答框架 1】我会先说明并发调用的整体思路：将多个图片工具的调用任务提交到一个共享的线程池或使用异步IO（如 CompletableFuture、协程）来发起并行请求，同时通过 Future 或回调机制收集结果。
2. 【回答框架 2】具体实现时，我会为每个工具封装一个统一的调用接口，包含超时、重试和错误处理逻辑。使用 CompletableFuture 的 allOf 或 join 等待所有任务完成，并设置合理的超时时间避免整体阻塞。
3. 【回答框架 3】在资源控制上，线程池的核心线程数和最大线程数需要根据 CPU 核数、IO 等待时间以及工具服务的吞吐上限来估算，公式为 Ncpu * (1 + W/C)，但最终要以压测结果为准。
4. 【回答框架 4】最后需要处理部分失败的情况：比如某个工具超时或返回异常，我会记录失败原因，并通过降级策略（如跳过、重试或使用备用工具）保证工作流整体可用。
5. 【关键点 1】使用线程池或异步IO实现并行调用，避免串行等待。
6. 【关键点 2】为每个调用设置独立超时和重试机制，防止单点阻塞。
7. 【关键点 3】使用 CompletableFuture.allOf 等待全部完成，并捕获个别异常。
8. 【关键点 4】根据实际压测调整线程池大小和超时参数。