从 30 行代码的 Agent Loop 开始，逐步加入 Tool Calling、Memory、Planning、多 Agent 协作——每一步都有代码，每一步都能跑。

上周我的电脑忘记充电，重启了，然后我重新打开我的web terminal，很快就恢复了之前的工作状态，不需要一个个打开terminal重新构建，按照分组以及web terminal里的历史命令，三两下就把需要的服务启动了，Agent的session也可以自动恢复，体验真的提升了一大截。现在 terminal 里跑的是 Agent，它可能自己工作十几分钟，甚至更久，等待一大段时间后，还需要继续交互。

通过dotenv库的load_dotenv()方法，自动读取项目里的.env配置文件，把文件中所有键值对自动载入系统环境变量os.environ，后续可直接读取模型地址、密钥等配置，避免硬编码。使用 LangChain 内置的init_chat_model初始化大模型，通过两个核心参数配置：model指定模型名称，model_provider指定模型对接厂商。可以省略model_provider参

接下来演示如何使用Qwen1.5-1.8B-Chat对一段文本生成摘要。model_path = "./qwen1.5-1.8b-chat" # 离线大模型的本地保存目录"""加载本地离线模型 Qwen1.5-1.8B-Chat 做摘要【无需联网、无需下载、纯本地运行】"""# 加载本地分词器 + 本地模型（完全离线）trust_remote_code=True # Qwen 必须加这个trust

下图是官网的经典图，它详细描述了我们的代码是如何运行在 Flink Cluster 中的。的区别只有最后一个参数。细粒度资源配置并不是所有场景均适用的，当你的算子并行度基本相同，各个 Task 消耗的资源差不多时粗粒度是非常好用的。每个算子根据资源规格生成一个 SSG，相同资源规格的算子自动归入同一组，operator chain 得以保持。：剩余资源多的 TM 优先被当前 Slots 占用，剩余

一、开篇：Server 插件化设计哲学Java Web 开发中，应用框架与底层服务器通常是强绑定的。你选了一个框架，就绑定了它支持的服务器实现。切换？往往意味着大量适配工作。Solon 的设计哲学不同：业务代码与底层容器完全解耦。在 Solon 中，你的 Controller、Service、Repository 等业务代码是"不变的"，而底层服务器是"可插拔的"。

tool"""删除指定的表"""return f"删除表{table_name}"@tool"""删除指定的文件"""return f"删除文件{file_name}"@tool"""查询指定表的数据"""return f"查询表{table_name}的数据"这里为了演示效果，工具内部只是返回字符串，并没有真的连接数据库或删除文件。在真实项目中，可能会执行 SQL，可能会操作对象存储或服务器文件