01 · Chatbot 与上下文基础

这一模块先做三件事：先把实验环境跑通，先做出一个可对话的 chatbot，再理解消息历史、聊天漂移和上下文压缩。

第一课会先把 LLM、chatbot、Agent、Harness、UI 这些关系讲清楚，再从 chatbot 的消息历史自然带出上下文、压缩和聊天漂移问题。

这一段里的环境准备包含模型访问方式、基础依赖和推荐工具。Claude Code 是可选辅助，不是硬前置。

这一模块先讲消息历史、上下文膨胀和聊天漂移，因为系统再复杂，第一道硬限制通常都发生在“模型到底看到了什么，以及这些历史消息会怎样拖慢、带偏后续回答”。

本模块产物

一个可运行的多轮 chatbot
一份 messages 数据结构样例
一份聊天漂移排查清单
一份上下文压缩策略表

学习顺序

这一模块学完以后

能讲清楚 LLM、chatbot、Agent、Harness、UI 的关系
知道多轮 chatbot 的消息历史到底怎么组织
知道为什么聊天产品一定会遇到上下文预算问题
知道什么时候 chatbot 还只是 chatbot，什么时候才开始变成 Agent

并入项目

这一步先不做完整项目，只做后面三个项目都会复用的对话内核、上下文基础和聊天漂移判断。

旧目录

如果你想按旧的知识点目录浏览，这部分内容仍然保留在 01-llm-primer。