先搞清楚 Agent 要做什么、不做什么。

提示：Ollama 启动后会默认开放一个兼容 OpenAI API 格式的接口（http://localhost:11434/v1），因此你可以直接使用 OpenAI 的 SDK 来访问本地部署的模型。如果需要使用 Ollama 原生 API 或其他调用方式，请参考模型的官方文档说明。2、在官网找到相对应的模型下载命令。3、使用本地代码来调用下载的模型。1、下载ollama。

首尾插入时，若当前缓冲区满，则分配新缓冲区并加入中控器，无需移动原有元素。，但增加了大量字符串专属操作（查找、子串、拼接、比较、c_str等）。与 vector 比，随机访问略慢，内存开销更大（多一级中控结构）。支持随机访问，但需要两级间接寻址（计算所在块 + 块内偏移）。概念（或者说没有连续的 capacity 保障），但可调。任意位置插入/删除仍可能移动元素（选择移动较少的一端）。每段缓冲区大

模型决定上限，Prompt 和工具决定实际表现。先让"一句话问答→调一个工具→返回结果"的链路跑通，再逐步加场景，不要一开始就搭大架构。

LangChain是一个开发LM相关业务功能的集大成者，是一个Python的第三方库，提供了各种功能的API。

以文本为输入，生成文本的模型。

优点是极少发生解不出的情况，缺点是解空间爆炸，导致速度极慢（有时可达数十分钟）。这是Cargo（Rust包管理器）采用的先进算法，能在多项式时间内完成解析，同时完全避免冲突假象，速度快且确定性高。：大模型依赖PyTorch/TensorFlow，这些库底层调用了CUDA、cuDNN、NCCL等非Python二进制库。能锁死所有依赖哈希值，解决大模型项目中因依赖版本微小差异导致的“训练结果无法复现”

用途：读取 CSV 文件，默认将每一行数据转换为一个独立的 Document。关键参数： 字典，里面可以设置 （分隔符）、（引号）、（自定义列名）等。依赖：Python 内置 ，无需额外安装。2. JSONLoader – 解析结构化 JSON用途：从 JSON 文件中按提取内容，通常每个匹配项生成一个 Document。关键参数：（必填，指定 JSON 路径），（可选，指定哪个字段作为 ）。依赖

/ Container 默认 deque<T>// Container 默认 deque<T>操作stackqueuelist头部插入❌❌✅push_front尾部插入✅push✅push✅push_back中间插入❌❌✅insert头部删除❌✅pop✅pop_front尾部删除✅pop❌✅pop_back访问任意位置❌❌❌ (需迭代器)访问首元素❌✅front✅front访问末元素✅top✅ba

bashgit commit --amend -m "新的提交说明"可以修改提交信息，或者忘记添加某个文件时用。主分支通常叫master或main。你可以创建新分支（比如）独立开发，完成后合并回主分支。分支切换非常快，是 Git 的核心优势。