前言

这篇博客就是给大家填这些坑的：我会从最基础的Windows WSL Linux环境搭建开始，手把手带你完成两套可落地的AI聊天机器人开发：
一套是基于Ollama+DeepSeek的纯本地聊天机器人，数据完全不出你的电脑，离线也能跑，适合处理敏感数据、内网环境使用；另一套是基于LangChain+阿里云百炼的混合架构机器人，可以无缝切换云端通义千问大模型，适合需要强推理能力的复杂任务。

Ollama本地部署

ollama:是一款旨在简化大型语言模型本地部署和运行过程的开源软件。ollama提供了一个轻量级、易于扩展的框架，让开发者能够在本地机器上轻松构建和管理LLMs(大型语言模型)
通过ollama，开发者可以导入和定制自己的模型，无需关注复杂的底层实现细节。
网址:https://ollama.com
在这里插入图片描述
ollama支持多种开源模型，涵盖文本生成、代码生成、多模态推理等场景。用户可以根据需求选择合适的模型，并通过简单的命令行操作在本地运行。
ollama 官方模型库:https://ollama.com/library
在这里插入图片描述
在这里插入图片描述

windows系统安装Ollama

1.下载Ollama, Windows系统安装包:https://ollama.com/download
2.双击提前下载好的OllamaSetup.exe安装包,选择install,然后一直默认安装即可
在这里插入图片描述
在这里插入图片描述
点击install即可
运行命令

ollama -v

在这里插入图片描述

基于window中ollama部署私有大模型

部署deepseek大模型
通过https://ollama.com/library查找要使用的模型
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
复制命令在终端窗口运行
在这里插入图片描述
在这里插入图片描述

基于Chatbox部署聊天机器人前端

后端Ollama已经完成，现在需要一个前端方便使用。
基于Chatbox软件，开箱即用，立刻即可构建出私有化聊天机器人
在这里插入图片描述
Chatbox是一款基于OpenAI API的开源跨平台智能对话工具，支持Windows、macOS和Linux系统。它旨在为用户提供便捷的AI对话体验，同时具备强大的功能扩展性和灵活性。官网: https://chatboxai.app/zh
在这里插入图片描述

Chatbox是一款功能强大、易于使用的开源AI工具，适合开发者、学生、办公人员等多种用户群体。
1.下载安装
访问Chatbox官网，下载并安装适合您操作系统的安装包(Windows、macOS或Linux)
2.配置API
打开Chatbox，进入设置菜单。
选择ollama中本地部署的模型，并保存配置。
3.开始对话
主界面，创建对话窗口,在输入框中输入问题或指令。
4.保存和退出
聊天记录会自动保存到本地。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
选择使用本地模型
在这里插入图片描述
在这里插入图片描述

Windows部署WSL（Ubuntu）环境

WSL作为Windows10系统带来的全新特性，正在逐步颠覆开发人员既有的选择。

  • 传统方式获取Linux操作系统环境，是安装完整的虚拟机，如VMware
  • 使用WSL，可以以非常轻量化的方式，得到Linux系统环境

目前，开发者正在逐步抛弃以虚拟机的形式获取Linux系统环境，而在逐步拥抱WSL环境。
所以，课程也紧跟当下趋势，为同学们讲解如何使用WSL，简单、快捷的获得Linux系统环境。
所以，为什么要用WSL，其实很简单:

  • 开发人员都在用，大家都用的，我们也要学习
  • 实在是太方便了，简单、好用、轻量化、省内存

WSL:Windows Subsystem for Linux,是用于Windows系统之上的Linux子系统。
作用很简单，可以在Windows系统中获得Linux系统环境，并完全直连计算机硬件，无需通过虚拟机虚拟硬件。
在这里插入图片描述
简而言之:
Windows10的WSL功能，可以无需单独虚拟一套硬件设备就可以直接使用主机的物理硬件，构建Linux操作系统
并不会影响Windows系统本身的运行

WSL是Windows10自带功能，需要开启，无需下载
在这里插入图片描述
在这里插入图片描述
打开Windows应用商店，搜索Ubuntu
在这里插入图片描述
在这里插入图片描述
输入用户名用以创建一个用户
输入两次密码确认(注意，输入密码没有反馈，不用理会，正常输入即可)

Ubuntu自带的终端窗口软件不太好用，我们可以使用微软推出的:Windows Terminal软件在应用商店中搜索terminal关键字，找到Windows Terminal软件下载并安装
在这里插入图片描述
在这里插入图片描述
就可以进入Ubuntu

Linux中部署Ollama

CUDA是英伟达(NVIDIA)推出的一种并行计算平台和编程模型。
它允许开发者利用英伟达GPU(图形处理单元)的强大计算能力来加速计算密集型任务，而不仅仅是用于图形渲染。
在这里插入图片描述
WSL在安装好Ubuntu后，自动安装了显卡驱动以及CUDA,可以通过命令:nvidia-smi验证

打开ollama官网,https://ollama.com/download/linux可以看到，只需要一行命令，即可在Linux系统中部署Ollama

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
复制到浏览器即可
打开Ubuntu，输入命令cd /mnt，ls之后即可发现windows系统中的磁盘
然后cd到刚下载的安装包的位置
在这里插入图片描述
在这里插入图片描述
将文件移到home目录下

在这里插入图片描述

sudo tar -xvf ollama-linux-amd64.tgz -C /usr

通过上述命令进行解压

在这里插入图片描述
此时就能查询到ollama的版本
运行ollama

ollama serve

在这里插入图片描述
后台启动（推荐）

nohup ollama serve >> ollama.log 2>&1 &

运行模型：

ollama run 模型名称

ollama run deepseek-r1:1.5b

在这里插入图片描述
查看本地有那些模型

ollama list

在这里插入图片描述
查看当前正在运行的模型

ollama ps

查看模型的详细信息

ollama show 模型名称

在这里插入图片描述

Linux部署Python环境

WSL(Ubuntu)内置了Python(版本3.8)，所以无需部署Python，但如果需要编写代码调用Ollama，需要安装Ollama库

  1. 安装pip工具
sudo apt install python3-pip

2.验证pip的使用

pip-V

注意V是大写字母
在这里插入图片描述
3.安装ollama库(用于Python调用Ollama)

pip install ollama

4.安装Streamlit库(用于Python开发对话页面)

pip install streamlit

在Ubuntu系统上使用pip install ollama时出现错误"externally-managed-environment"，提示外部管理环境。
使用虚拟环境安装

# 创建虚拟环境（可放在任意目录，比如 ~/ollama-env）
python3 -m venv ~/ollama-env

# 激活虚拟环境
source ~/ollama-env/bin/activate

# 在虚拟环境中安装 ollama
pip install ollama

激活后，你的命令行提示符会显示 (ollama-env)。之后运行 Python 脚本时也需在激活状态下执行。

PyCharm连WSL(Ubuntu)

IDE PyCharm内置WSL的支持，可以将Python解释器程序直接连接到WSL内。实现:用Windows的PyCharm，在Linux上写代码，并在Linux上运行。创建一个基于WSL的PyCharm工程
在这里插入图片描述
选择WSL
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
选择添加新的解释器
在这里插入图片描述

在这里插入图片描述
选择现有的虚拟环境中的解释器，位置在~/ollama-env/bin/python
在这里插入图片描述

import ollama
import streamlit

print(f"ollama当前可用的模型为：{ollama.list()}")
print(f"streamlit库的版本为：{streamlit.__version__}")

运行结果为：

ollama当前可用的模型为：models=[Model(model='deepseek-r1:1.5b', modified_at=datetime.datetime(2026, 6, 12, 2, 43, 35, 980789, tzinfo=TzInfo(28800)), digest='e0979632db5a88d1a53884cb2a941772d10ff5d055aabaa6801c4e36f3a6c2d7', size=1117322768, details=ModelDetails(parent_model='', format='gguf', family='qwen2', families=['qwen2'], parameter_size='1.8B', quantization_level='Q4_K_M'))]
streamlit库的版本为：1.58.0

Ollama Python库API

首先确认Ollama已经启动(sudo systemctl start ollama)使用Python操作Ollama，最主要的一步是获得Ollama客户端对象，使用如下代码

import ollama
client = ollama.Client(host='http://localhost:11434')

当有了client对象后，可以使用client对象提供的方法，完成对Ollama的操作

client对象提供的操作API有
1.list方法，列出可用模型

clent.list()

2.show 方法,显示指定模型的详细信息

client.show('deepseek-r1:7b')

3.ps方法，显示当前正在运行的模型

client.ps()

4.chat方法，与模型进行对话

reponse = client.chat(model='deepseek-r1:1.5b',messages=[{'role':'user', 'content': '你是谁'}])
print(reponse['message']['content'])

在这里插入图片描述

Streamlit入门

Streamlit的基础API使用

Streamlit是一个开源Python库。它旨在让数据科学家和工程师能够以最少的代码和配置，将他们的数据分析和模型展示转化为交互式的Web应用。Streamlit的设计目标是简单易用，同时保持高度的灵活性和可定制性。
官网地址:https://streamlit.io
在这里插入图片描述
Streamlit自带了一个示例程序，我们可以执行:streamlit hello 启动
执行后输入一个Email地址即可，会自动打开浏览器，如下:
在这里插入图片描述

导包

import streamlit as st

标题
使用st.title()可以设置标题内容。

st.title('Test标题')

在这里插入图片描述
在这里插入图片描述

段落write
段落就是HTML里的< p >元素，在 streamlit 里使用 st.write(‘内容’)的方式去书写。

import streamlit as st
st.write('hello world')

在这里插入图片描述

分割线
分隔线就是HTML里的< hr >。在 streamlit 里使用st.divider() 方法绘制分隔线。

import streamlit as st
st.divider()

在这里插入图片描述

聊天输入框
聊天输入框使用 st.chat_input() 渲染。

name=st.chat_input('请输入你的名字:')
if name:
    st.write(f"你好，你的名字是{name}")

在这里插入图片描述

等待提示框
在需要等待的场景中，给出等待提示和动画
使用 st.spinner()

with st.spinner("思考中..."):
	time.sleep(3)
	st.write("思考完成.")

在这里插入图片描述

消息容器
可以创建消息容器，容纳文本信息，使用 st.chat_message()

# chat_message需要传入角色,可用:user、assistant、ai、human
#每一个角色对应不同的聊天背景色和图标
st.chat_message('user').markdown('用户')
st.chat_message('assistant').markdown('我是智能聊天机器人')
#markdown表示以markdown格式在容器内渲染信息

在这里插入图片描述

Streamlit开发对话网页

掌握了基础API后，现在可以开发一个基础的对话网页了
如图所示，可以完成多轮对话
用户可以提问
也可以输出回答(固定回答，后续替换为大模型回答)
在这里插入图片描述

import streamlit as st
# 标题
st.title("测试")
# 分割线
st.divider()

# 消息输入框
prompt =  st.chat_input("请输入你的问题：")

# 消息容器
if prompt:
    # user表示用户提问 assistant表示ai回答
    st.chat_message("user").markdown(prompt)

    # AI回答
    st.chat_message("assistant").markdown("思考中")

实现效果：
在这里插入图片描述

Streamlit session_state的使用

Streamlit本质是无限循环执行用户代码。如果要保存上下文状态，可以使用Streamlit的session_state
session_state是一个字典，基于Key-Value形式，可以保存任意用户所需的内容

状态保存
session_state以Key-Value模式保存用户所需内容

#存入
st.session_state['you_key']= "value"
#取出
st.session_state['you_key']

import time

import streamlit as st

if "count" not in st.session_state:
    st.session_state["count"] = 1
if "message" not in st.session_state:
    st.session_state["message"] = []
# 标题
st.title("测试")
# 分割线
st.divider()

# 消息输入框
prompt =  st.chat_input("请输入你的问题：")

# 1. 角色 2. 消息 [{"role": "user/assistant", "content":"xxx"}]
if prompt:
    st.session_state["message"].apend({"role": "user",
                                       "content": prompt})
    for message in st.session_state["message"]:
        st.chat_message(message["role"]).markdown(message["content"])
    with st.spinner("思考中"):
        time.sleep(2)
        response = f"不会回答{st.session_state["count"]}"
        # 把ai回答放到历史记录中
        st.session_state["message"].apend({"role": "assistant",
        "content": response})
        st.session_state["count"] += 1

        # 把ai回答渲染到界面中
        st.chat_message("assistant").markdown(response)
  1. 用户输入消息 → 先存到历史记录
  2. 把所有历史记录（包括刚发的用户消息）重新渲染到页面上（因为Streamlit每次重跑会清空页面，所以需要重绘所有历史，避免聊天记录丢失）
  3. 显示加载动画，暂停2秒模拟思考
  4. 生成固定回复，存入历史记录，计数器+1
  5. 渲染AI的回复到页面上

演示效果：
在这里插入图片描述

Ollama&Streamlit智聊机器人

import time

import ollama
import streamlit as st

# ollama 获取客户端
client = ollama.Client(host="http://localhost:11434")

# 初始化消息记录
if "message" not in st.session_state:
    st.session_state["message"] = []

# 添加标题
st.title("智聊机器人")
st.divider()

# 用户输入问题
prompt = st.chat_input("请输入问题")

# 用户输入内容则开始工作
if prompt:
    # 将用户提问添加到历史记录中
    st.session_state["message"].append({"role": "user", "content": prompt})
    # 将历史消息全部输入到消息容器中去
    for message in st.session_state["message"]:
        st.chat_message(message['role']).markdown(message['content'])
    with st.spinner("AI思考中"):
        response = client.chat(
            model="deepseek-r1:1.5b",
            messages=[{"role": 'user', "content": prompt}]
        )
        # 从response中取出来message和content两个key
        st.session_state['message'].append({"role": 'assistant', 'content': response['message']['content']})
        # 在页面中渲染ai回答
        st.chat_message("assistant").markdown(response['message']['content'])

遍历 st.session_state[“message”] 中所有的历史消息。

st.chat_message(role) 创建一个对话气泡容器，role 可以是 “user” 或 “assistant”，Streamlit 会自动分配不同的样式（用户消息靠右，AI 消息靠左）。

在气泡内调用 .markdown(content) 显示消息内容（支持 Markdown 格式）。
st.spinner 会在模型推理期间显示一个加载动画和提示文字 “AI思考中”。

client.chat 向 Ollama 服务发送请求：

  • model=“deepseek-r1:1.5b”：指定使用该模型（需已通过 ollama pull deepseek-r1:1.5b 下载）。
  • messages：对话上下文，这里只传入了当前用户问题（没有使用完整历史记录，不过 Ollama 本身会维护会话状态？不，这里每次只传当前问题，所以模型是无状态的，每个回答只依赖当前输入，不依赖之前对话。如果要连续对话，需要把 st.session_state[“message”] 中所有消息都传给 messages 参数）。

展示结果如下：
在这里插入图片描述

LangChain

云上大模型架构

在这里插入图片描述
使用阿里云平台提供的云上模型构建聊天机器人，在技术架构上，主要的改动有:

  1. 使用LangChain框架代替Ollama，完成对模型的管理和使用，用基于LangChain提供Python调用支持
  2. 使用阿里云百炼平台的通义千问系列模型，提供云上
    的模型算力支持
  3. 前端不变，继续使用Streamlit原有代码即可

LangChain简介

LangChain由Harrison Chase 创建于2022年10月，它是围绕LLMs(大语言模型)建立的一个框架.
在这里插入图片描述

LangChain自身并不开发LLMs，它的核心理念是为各种LLMs实现通用的接口，把LMs相关的组件“链接”在一起，简化LLMs应用的开发难度，方便开发者快速地开发复杂的LLMs应用.

LangChain目前有两个语言的实现:python 和 NodeJS.

LangChain是一个用于构建和管理基于语言模型(Language Models,LM)的应用程序的框架。它提供了一系列工具和组件，帮助开发者更高效地构建、训练、部署和管理语言模型应用。LangChain的设计目标是简化语言模型的使用过程，使其更加容易被集成到各种应用场景中。
LangChain之所以大火，是因为它提供了一系列方便的工具、组件和接口，大大降低了AI应用开发的门槛，也极大简化了大模型应用程序的开发过程。
网址: https://python.langchain.com/docs
模块化设计:LangChain采用模块化设计，将不同的功能拆分成独立的组件，如Prompts、Models、Chains、Memory、Retriever 和Agent。这些组件可以灵活组合，以满足不同应用的需求。
强大的模型支持:支持多种预训练语言模型，如GPT-3、BERT、T5等。这些模型经过大规模数据训练，具备强大的语言理解和生成能力。
易用的API:提供简单易用的PythonAPI，开发者可以通过几行代码快速实现复杂的语言处理任务。
丰富的工具和组件:包括数据处理工具、模型训练和微调工具、服务接口、应用开发工具等，覆盖了从数据准备到模型部署的全流程。
社区支持:拥有一个活跃的社区，提供了大量的示例和教程，帮助开发者快速上手和解决常见问题。
相关包简介:
langchain:主要用于构建和管理基于语言模型的应用程序，提供从模型管理到应用开发的一站式解决方案。
langchain_community:是langchain的社区版，包含社区贡献的额外功能和插件，提供更多扩展性的工具。
dashscope:主要用于构建和管理数据科学和机器学习应用，提供丰富的数据可视化和模型部署工具。
cmd命令行执行如下命令:
pip install langchain -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install langchain-community -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install dashscope -i https://pypi.tuna.tsinghua.edu.cn/simple

LangChain主要组件

Prompts 提示，包括提示管理、提示优化和提示序列化
Models 模型，各种类型的模型和模型集成，比如GPT-4
Memory 记忆，用来保存和模型交互时的上下文状态
Indexes 索引，用来结构化文档，以便和模型交互
Chains 链，一系列对各种组件的调用
Agents 代理，决定模型采取哪些行动，执行并且观察流程，直到完成为止

LangChain框架应用场景

文本生成:自动生成文章、故事、诗歌、代码等。
机器翻译:将一种语言的文本翻译成另一种语言。
问答系统:回答用户提出的问题，提供准确的信息。
文本分类和情感分析:对文本进行分类，判断其情感倾向(正面、负面、中性等)。
摘要生成:从长篇文章中提取关键信息，生成简洁的摘要。
对话系统:构建聊天机器人、虚拟助手，进行自然的对话交互。

创建阿里云百炼平台APIKEY

阿里云百炼平台介绍

官网地址:https://bailian.console.aliyun.com
在这里插入图片描述
在这里插入图片描述
点击应用，再点击应用管理
在这里插入图片描述
点击右上角创建应用
在这里插入图片描述

在这里选择模型

在这里插入图片描述
在这里插入图片描述
点击发布

点击APIKey，创建API Key
在这里插入图片描述

LangChain入门案例

LangChain环境

LangChain本质上上一个Python框架，要部署LangChain环境可以通过pip命令安装对应的包即可。
命令如下:
pip install langchain -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install langchain-community -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install dashscope -i https://pypi.tuna.tsinghua.edu.cn/simple

  • langchain:大模型应用开发核心框架，提供链、记忆、检索等功能
  • langchain_community:LangChain社区贡献组件，含第三方工具、模型集成
  • dashscope:阿里云官方的大模型开发Python库，用于调用通义千问(Qwen)等阿里系大模型的API，实现对话、生成、推理等功能。

LangChain示例代码

Langchain下载软件包0.1.20版本

from langchain_community.llms import Tongyi
from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferMemory


# 创建一个内存记忆对象
memory = ConversationBufferMemory(return_messages=True)

def get_reponse(prompt, api_key):
    model = Tongyi(model="qwen-max", dashscope_api_key=api_key)
    chain = ConversationChain(llm=model, memory=memory)

    # 发送请求对象
    response = chain.invoke({"input": prompt})
    return response["response"]

if __name__ ==  '__main__':
    print(get_reponse("请用python输出1-10","sk-ws-H.REDEMRI.RomY.MEUCIQDJbdKnFQ0jyvWtNG3IdgPn1wuPQ_bHSyE0lksNJO00DAIgcgxf8ailz5WIo_axXXp_ETZvRHAHR1kp7mvYO9CfvEY"))

参数：

  • prompt：用户输入的字符串。

  • api_key：阿里云 DashScope 的 API 密钥（用于认证和计费）。

模型初始化：

  • Tongyi(model=“qwen-max”, dashscope_api_key=api_key)：指定使用通义千问的 qwen-max 模型（阿里云最高性能版本之一），并传入 API Key。

创建对话链：

  • ConversationChain(llm=model, memory=memory)：将模型和记忆组件绑定到一个链中。这个链会在每次调用时自动：
  • 从 memory 中读取历史对话。
  • 将历史 + 当前用户输入拼接成完整的提示词。
  • 调用模型生成回答。
  • 将新的问答对存入 memory 中。

调用链：

  • chain.invoke({“input”: prompt})：传入用户输入（注意字典的键必须是 “input”，这是 ConversationChain 预定义的输入键）。

返回值是一个字典，其中 “response” 键对应的值是模型生成的回答文本。

运行结果：

当然可以！以下是用 Python 输出 1 到 10 的几种常见方式（每种都附带简要说明）：

✅ **方法 1：使用 `for` 循环 + `range()`（最常用、推荐）**  

for i in range(1, 11):
    print(i)

👉 `range(1, 11)` 生成从 1 开始（含）、到 11 结束（不含）的整数序列：`1, 2, ..., 10`。

✅ **方法 2：一行打印成列表形式（不换行）**  

print(list(range(1, 11)))

输出：`[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]`

✅ **方法 3：用空格分隔，同一行输出**  

print(*range(1, 11))

输出：`1 2 3 4 5 6 7 8 9 10`  
（`*` 是解包操作符，将 `range` 对象展开为独立参数传给 `print`）

✅ **方法 4：用逗号分隔（字符串拼接）**  

print(', '.join(map(str, range(1, 11))))

输出：`1, 2, 3, 4, 5, 6, 7, 8, 9, 10`

需要我帮你运行其中某段代码、解释 `range` 的底层原理，或者扩展成“输出 1-10 的平方”“只输出偶数”等变体吗？😊

LangChain与Streamlit结合

在这里插入图片描述
将原有代码的调用Ollama函数，改为调用刚刚准备的LangChain函数即可

import time

import ollama
import streamlit as st
from Langchain_test.Langchain_util import get_reponse


# ollama 获取客户端
client = ollama.Client(host="http://localhost:11434")

# 初始化消息记录
if "message" not in st.session_state:
    st.session_state["message"] = []

# 添加标题
st.title("智聊机器人")
st.divider()

# 用户输入问题
prompt = st.chat_input("请输入问题")

# 用户输入内容则开始工作
if prompt:
    # 将用户提问添加到历史记录中
    st.session_state["message"].append({"role": "user", "content": prompt})
    # 将历史消息全部输入到消息容器中去
    for message in st.session_state["message"]:
        st.chat_message(message['role']).markdown(message['content'])
    with st.spinner("AI思考中"):
        response = get_reponse(prompt,"sk-ws-H.REDEMRI.ZIVB.MEUCIBXv3_MhJelb4thE-tH7rkmyjvr_RQfOmeCEqMCf1y2iAiEAiGfwYO49FNJgsiNRhPAZ93NgeyNzQIm9NnEMOsvkKqo")
        # 从response中取出来message和content两个key
        st.session_state['message'].append({"role": 'assistant', 'content': response})
        # 在页面中渲染ai回答
        st.chat_message("assistant").markdown(response)

在这里插入图片描述

总结

这篇博客从最底层的系统环境搭建，到本地大模型部署，再到两套不同架构的聊天机器人落地，完整覆盖了「大模型本地部署→轻量应用开发→云端能力扩展」的全流程，最终我们得到了两个不同定位的AI聊天工具。

# 人工智能 # python # 语言模型
Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

cover

【小白也能轻松用】OpenClaw 一键部署超简单，零代码零基础一看就懂（含最新安装包）

avatar 智能体开发者社区
cover

OpenClaw 节点命令执行：远程Shell与系统操作实战

avatar 智能体开发者社区
cover

AI Agent Token 成本怎么算：prompt_tokens、completion_tokens、usage、上下文窗口一次讲清楚

avatar 智能体开发者社区