技术专栏 第149页

在正式介绍
ChatHistoryMemoryProvider的设计和实现原理之前，我们先来看一个简单的例子，来感受一下
ChatHistoryMemoryProvider的作用。我们利用如下的代码创建了一个用来帮助我们点外卖的Agent。注册的两个工具
GetMenu和
PlaceOrder分别用来获取菜单和下单。我们赋予Agent自主选择菜品和直接下单的权力，所以我们希望Agent能够在为不同用户提供服务的过程中，能够记住每个用户的口味偏好，并且在后续的点餐过程中能够基于这些偏好来推荐菜品。

本来想让 AI 直接输出，尝试了几版都太“AI 化”了，所以文字和截图都是纯手工，希望这篇博文更实用、更有温度。

以上对会话记录的各种处理操作，统称为AI应用的上下文管理，即让AI理解用户之前的意图。接下来将开启有关RAG部分的AI应用开发教程介绍。

\(H(x) = \text{sign}(\sum_{i=1}^m a_i h_i(x))\)

如果你从去年开始关注 AI 工程化领域的动态，大概已经习惯了这种概念迭代的节奏——Prompt Engineering 还没完全消化，Context Engineering 就登场了；Harness Engineering 的论文刚存进收藏夹，Loop Engineering 又冒了出来。新概念一个接一个，快得让人应接不暇。

作为Token聚合分发平台，帮助文档是刚性需求。

能不能把完整会话上下文也一并迁移，实现”无缝衔接”？答案是肯定的。Claude Code 的数据存储设计天然支持可移植性，只需几步操作即可。

其实这事儿自然就有了诉求——
能不能一次性把未提交的改动扔给 AI，让它自己分析、分组、写 message、甚至直接 commit + push？

但是！Nuitka 构建之后的
sys.executable 很可能稳定指向
python 解释器的路径，这个方法是
不可靠的！正确解法：Nuitka 构建完毕后会注入变量
__compiled__ 为
True。

游戏由 Potatoo Multimedia Studio 开发，格式是私有的，没有公开文档。硬件淘汰后整个游戏库基本消失了。Internet Archive 上有人存了游戏文件，但原文写道”没有已知的方法可以在真实硬件之外运行它们”。