检测系统当前每个请求的最大并发量，可以通过以下步骤进行：
1. 确定目标服务器或应用。
2. 使用开源工具来监控和分析请求。
3. 配置监控工具以收集请求信息。
4. 分析收集到的数据以确定最大并发量。
5. 根据实际情况调整并发量设置。
以下是一些常用的开源工具，可以帮助你检测系统当前每个请求的最大并发量：
1. Apache JMeter：Apache JMeter是一个开源的负载测试工具，可以模拟大量用户对Web应用程序、API等进行访问，并生成报告。通过JMeter，你可以设置不同的线程组，模拟多个用户同时访问，然后查看每秒的请求数（RPS）以及总的请求数，从而估算出最大并发量。
2. Gatling：Gatling是一个基于Java的开源性能测试工具，可以模拟大量用户对Web应用程序、API等进行访问。通过Gatling，你可以设置不同的场景，模拟多个用户同时访问，然后查看每秒的请求数（RPS）以及总的请求数，从而估算出最大并发量。
3. Locust：Locust是一个Python编写的开源负载测试工具，可以模拟大量用户对Web应用程序、API等进行访问。通过Locust，你可以设置不同的用户数量和访问频率，然后查看每秒的请求数（RPS）以及总的请求数，从而估算出最大并发量。
4. Apache Superset：Apache Superset是一个数据可视化和探索性分析工具，可以用于分析大规模数据集。通过Superset，你可以设置不同的查询条件，模拟大量用户对数据库进行查询，然后查看每秒的查询次数（QPS）以及总的查询次数，从而估算出最大并发量。
5. Prometheus：Prometheus是一个开源的监控系统，可以收集和存储各种指标数据。通过Prometheus，你可以设置不同的监控指标，如CPU使用率、内存使用率、网络流量等，然后查看这些指标在特定时间段内的变化情况，从而估算出最大并发量。
6. Elasticsearch：Elasticsearch是一个开源的搜索引擎，可以处理大量的数据。通过Elasticsearch，你可以设置不同的查询条件，模拟大量用户对数据进行搜索，然后查看每秒的查询次数（QPS）以及总的查询次数，从而估算出最大并发量。
7. Redis Sentinel：Redis Sentinel是一个Redis的高可用解决方案，可以监控和管理Redis实例。通过Sentinel，你可以设置不同的监控指标，如连接数、读写操作数等，然后查看这些指标在特定时间段内的变化情况，从而估算出最大并发量。
8. Zabbix：Zabbix是一个开源的网络监控工具，可以收集和存储各种网络设备和服务器的性能指标数据。通过Zabbix，你可以设置不同的监控指标，如CPU使用率、内存使用率、网络流量等，然后查看这些指标在特定时间段内的变化情况，从而估算出最大并发量。
9. Nginx Performance Profiler：Nginx Performance Profiler是一个Nginx的扩展，可以收集和分析Nginx服务器的性能数据。通过Performance Profiler，你可以设置不同的监控指标，如HTTP请求数、响应时间等，然后查看这些指标在特定时间段内的变化情况，从而估算出最大并发量。
10. Apache Storm：Apache Storm是一个分布式计算框架，可以处理大规模的实时数据处理任务。通过Storm，你可以设置不同的作业类型，模拟大量用户对数据进行实时处理，然后查看每秒的处理任务数（Spout/Bolt的数量）以及总的处理任务数，从而估算出最大并发量。
总之，要检测系统当前每个请求的最大并发量，需要结合具体的应用场景和需求选择合适的工具和方法。同时，需要注意的是，最大并发量并不是越高越好，过高的并发量可能会导致系统资源耗尽、性能下降等问题。因此，在确定最大并发量时需要权衡性能和成本之间的关系。
