搭配方案

用 pip 安装 PySpur 快速搭建 AI 智能体工作流并通过浏览器调试运行

SQLite 开箱即用降低门槛，配置 Postgres 获得更稳定体验，LLM 密钥决定可用模型供应商。

开源自托管 LLM 工程平台，追踪、评估与调试 AI 应用

Docker Compose 快速起本地环境，ClickHouse 提供数据底座，SDK/OpenAPI 便于接入任意 LLM 应用

用 Docker 部署 Qdrant 向量数据库并通过客户端库完成向量存储与相似度检索

Docker 容器提供生产就绪的 Qdrant 服务，qdrant-client 通过 HTTP/gRPC 与其通信，形成标准客户端-服务器架构

用 RAG 搭建企业本地 AI 知识库问答系统

LangChain 负责检索链路，pgvector 存储向量，Django 提供后端服务，Vue 构建前端界面

沙箱化代码解释器，安全执行多语言代码并处理文件

由 ClickHouse/code-interpreter 驱动，隔离执行用户代码，避免隐私与安全风险

在任意 Python 应用内联调用 compress() 压缩消息再送 OpenAI 接口

compress() 返回压缩后的 messages 与节省统计，应用无缝接入现有 OpenAI 客户端调用