本文对比了LangChain中8种文本分割器的核心逻辑与适用场景。从三个维度（分割方式、测量单位、语义保留）进行分析，将分割器分为四类：基础通用类（推荐RecursiveCharacter）、结构感知类（适合Markdown/代码）、模型对齐类（精准控制Token）、自然语言专家类（NLTK/Spacy）。通过对比表格展示了各分割器的优缺点，并给出选型建议：默认用Recursive，结构化内容用M

AI Agent架构的核心原理：Agent是能自主完成任务的智能体，区别于只能对话的ChatGPT。其核心架构包含四大支柱：1）推理模式（CoT/ReAct实现分步思考与行动）；2）工具调用（通过API等执行具体操作）；3）记忆机制（短期/长期/工作记忆维持上下文）；4）协作模式（单/多智能体协同）。工作流程遵循"感知→思考→行动"循环，设计需遵循最小可用、工具扩展等原则。本质

摘要：本文介绍了使用Docker部署LiteLLM代理服务来调用DeepSeek模型的方案。通过docker-compose配置LiteLLM和Redis服务，并在config.yaml中设置DeepSeek API参数，可实现本地代理访问。尽管此方案能绕开Claude账号限制，但测试发现成本较高（1.5元/次），作者建议可考虑改用本地Ollama方案以降低成本。配置包含端口映射、模型参数设置和成

摘要：本文介绍了使用Docker部署LiteLLM代理服务来调用DeepSeek模型的方案。通过docker-compose配置LiteLLM和Redis服务，并在config.yaml中设置DeepSeek API参数，可实现本地代理访问。尽管此方案能绕开Claude账号限制，但测试发现成本较高（1.5元/次），作者建议可考虑改用本地Ollama方案以降低成本。配置包含端口映射、模型参数设置和成

一般是配置.env等。默认配置就是用.env。