Codex LLM 抽象层设计
范围:深入分析 OpenAI Codex 的 LLM 客户端抽象架构,包括 ModelClient、ModelClientSession 的设计,以及与 OpenAI API 的交互模式
自动发现的标签
查看所有标签范围:深入分析 OpenAI Codex 的 LLM 客户端抽象架构,包括 ModelClient、ModelClientSession 的设计,以及与 OpenAI API 的交互模式
范围:深入分析 OpenAI Codex 的上下文管理机制,包括对话历史、Token 管理、上下文压缩和引用追踪
范围:深入分析 OpenAI Codex 的流式处理机制,包括 WebSocket 实时对话、SSE 回退、流事件处理和音频流处理
范围:深入分析 OpenAI Codex 的错误分类、可重试错误处理、流中断恢复策略和 WebSocket 回退机制
范围:深入分析 pydantic-ai, kosong (kimi-cli), agentscope, llm-client (Rust) 等框架如何实现对不同 LLM Provider 的统一抽象,探讨接口设计、消息模型、流式处理及能力管理的最佳实践。
范围:深入探讨 LLM 抽象层如何在发生网络错误、流中断或模型异常时实现自动化恢复,并确保对话上下文(History/State)不丢失。