AI SDK for C++

项目简介

这是一个面向 ChatBot、Agent 和 AI 应用的纯 C++ AI SDK。当前仓库已经具备可本地构建、可运行真实 DeepSeek API 调用、可执行基础测试的最小闭环。

当前已经落地的重点包括：

根目录统一使用 CMake + vcpkg + CMake Presets
include/、src/、examples/、tests/ 的模块化骨架
DeepSeekProvider 的真实 chat / streamChat 请求链路
基于 .env、环境变量和 JSON 配置占位符的本地配置读取
本地 C++ 工具注册、稳定列举、串行执行与异常收敛
由 AIClient::executeToolCalls(...) 暴露的显式单批 Tool Call 执行接口
显式 TraceSession、线程安全步骤快照、默认安全元数据与 JSON 导出
独立的 agent_runtime 与 ai_agent：提供显式会话、项目记忆、受限工作区文件工具、审批、资源治理和本地命令执行

目录结构

ai_sdk/
  CMakeLists.txt
  CMakePresets.json
  CMakeUserPresets.json
  vcpkg.json
  README.md

  docs/
    PRD.md
    跨平台构建方案.md

  include/
    AIClient.h
    core/
    provider/
    http/
    tool/
    trace/

  src/
    AIClient.cpp
    core/
    provider/
    http/
    tool/
    trace/

  agent/
    include/agent_runtime/
      WorkspaceFileTools.h
    src/
    cli/
    tests/

  examples/
    01_chat_deepseek/
    02_chat_minimax/
    03_stream_chat/
    04_register_tool/
    05_tool_call/
    07_trace/

  tests/
    smoke/
    core/
    provider/
    tool/
    http/
    trace/

依赖要求

通用要求

CMake 3.23 及以上
支持 C++17 的编译器
Ninja
Git
vcpkg

当前 `vcpkg.json` 依赖

cpr
nlohmann-json
spdlog
gtest

构建方式

Windows 本地编译

如果终端没有自动加载 Visual Studio 开发者环境，建议先进入 vcvars64.bat。

方式 A：先加载开发者环境，再使用本地预设

REM 加载 64 位 MSVC 编译工具链，使当前终端可以使用 cl.exe 等构建工具。
call D:\software\VS\Community\VC\Auxiliary\Build\vcvars64.bat

REM 使用本机的 Debug 预设检查依赖并生成 Ninja 构建文件。
cmake --preset local-windows-debug

REM 按 Debug 预设编译核心库、示例和测试，并输出完整构建命令。
cmake --build --preset local-windows-debug -v

REM 运行 Debug 预设对应的全部测试，并在失败时显示详细输出。
ctest --preset local-windows-debug --output-on-failure

方式 B：一次性执行

REM 加载 64 位 MSVC 工具链，然后配置 Debug 构建目录。
call D:\software\VS\Community\VC\Auxiliary\Build\vcvars64.bat && cmake --preset local-windows-debug

REM 加载 64 位 MSVC 工具链，然后编译 Debug 目标并输出完整构建命令。
call D:\software\VS\Community\VC\Auxiliary\Build\vcvars64.bat && cmake --build --preset local-windows-debug -v

REM 加载 64 位 MSVC 工具链，然后运行全部测试并显示失败详情。
call D:\software\VS\Community\VC\Auxiliary\Build\vcvars64.bat && ctest --preset local-windows-debug --output-on-failure

Windows Release 构建

REM 加载 64 位 MSVC 编译工具链。
call D:\software\VS\Community\VC\Auxiliary\Build\vcvars64.bat

REM 使用本机的 Release 预设检查依赖并生成优化构建文件。
cmake --preset local-windows-release

REM 按 Release 预设编译核心库和示例，并输出完整构建命令。
cmake --build --preset local-windows-release -v

Windows 快速验证

如果只想验证核心库和依赖是否能正确配置，可以使用 bootstrap 预设：

REM 加载 64 位 MSVC 编译工具链。
call D:\software\VS\Community\VC\Auxiliary\Build\vcvars64.bat

REM 配置仅包含核心库的 bootstrap 构建目录，不启用示例和测试。
cmake --preset local-windows-bootstrap

REM 编译 bootstrap 目标，快速验证工具链、依赖和核心库入口。
cmake --build --preset local-windows-bootstrap -v

这个预设会关闭 examples 和 tests，只验证核心库入口，适合排查工具链问题。

作为 CMake SDK 安装和使用

从 0.1.0 起，项目可安装为标准 CMake Config Package。推荐先构建 Release 版本，再指定一个独立安装前缀：

# 使用 Release 预设配置并编译 SDK，再把库、公开头文件和 CMake 包描述安装到指定目录。
cmake --preset local-windows-release
cmake --build --preset local-windows-release
cmake --install .\build\windows-release --prefix D:\sdk\ai_sdk

安装前缀中会包含 include/、lib/ 和 lib/cmake/ai_sdk/。下游项目需要使用与 SDK 相同或兼容的 C++17 工具链，并让其包管理器提供 cpr、nlohmann-json、spdlog；Threads 由 CMake 平台模块解析。下游 CMakeLists.txt 的最小写法如下：

find_package(ai_sdk 0.1 CONFIG REQUIRED)

add_executable(my_app main.cpp)
target_link_libraries(my_app PRIVATE ai_sdk::agent_runtime)
target_compile_features(my_app PRIVATE cxx_std_17)

Windows 上使用 vcpkg 时，配置下游项目可传入与 SDK 一致的工具链文件和安装前缀：

cmake -S . -B build -G Ninja `
  -DCMAKE_TOOLCHAIN_FILE=D:\vcpkg\scripts\buildsystems\vcpkg.cmake `
  -DCMAKE_PREFIX_PATH=D:\sdk\ai_sdk
cmake --build build

软件包导出 ai_sdk::ai_sdk（基础 SDK）与 ai_sdk::agent_runtime（会话、记忆、资源治理和代码 Agent 运行时）。不要链接仓库内部的裸目标，以便后续版本调整内部构建组织而不破坏消费者配置。

Linux 本地编译

Linux 使用仓库共享的 linux-debug 和 linux-release 预设，不使用 Windows 专属的 local-windows-* 预设。开始构建前，请确保已经安装支持 C++17 的 GCC 或 Clang、CMake 3.23 及以上版本、Ninja、Git 和 vcpkg。

以下示例假设 vcpkg 安装在 $HOME/vcpkg。如果实际安装位置不同，请替换为对应的绝对路径。

Linux Debug 构建与测试

# 设置 vcpkg 根目录，供 CMake 预设定位 vcpkg 工具链文件。
export VCPKG_ROOT="$HOME/vcpkg"

# 使用共享的 Linux Debug 预设检查依赖并生成 Ninja 构建文件。
cmake --preset linux-debug

# 按 Linux Debug 预设编译核心库、示例和测试，并输出完整构建命令。
cmake --build --preset linux-debug -v

# 运行 Linux Debug 预设对应的全部测试，并在失败时显示详细输出。
ctest --preset linux-debug --output-on-failure

Linux Release 构建

在同一个已经设置 VCPKG_ROOT 的终端中执行：

# 使用共享的 Linux Release 预设检查依赖并生成优化构建文件。
cmake --preset linux-release

# 按 Linux Release 预设编译核心库和示例，并输出完整构建命令。
cmake --build --preset linux-release -v

当前仓库没有 Linux bootstrap 预设；如果只需要快速验证 Linux 核心库，应先在 CMakePresets.json 中补充对应预设，而不是复用 Windows 专属预设。

`.env` 配置方式

支持范围

当前仓库已经支持从 .env 文件读取密钥和默认配置，主要覆盖三类入口：

examples/01_chat_deepseek
examples/03_stream_chat
examples/05_tool_call
loadConfigFromFile(...)

这几个入口都会从当前目录向上查找最近的 .env 文件。也就是说：

你可以把 .env 放在仓库根目录
即使从 build/windows-debug/... 子目录启动示例，也能自动找到它

JSON 配置文件中的占位符

如果你使用 loadConfigFromFile 加载 JSON 配置，还可以在 JSON 里继续写占位符：

timeout_ms 仅限制非流式请求的整体时长。stream_total_timeout_ms 可选地限制流式 SSE 的总时长；设为 0 表示关闭总时限，仍由建连超时、持续低速/无数据超时和累计响应大小上限治理。SDK 默认关闭该总时限，ai_agent 会显式设为 10 分钟，以容纳默认开启的高强度思考并在异常流上限到达时返回明确错误。

{
  "providers": {
    "deepseek": {
      "api_key": "${DEEPSEEK_API_KEY}",
      "base_url": "${DEEPSEEK_BASE_URL}",
      "default_model": "${DEEPSEEK_MODEL}",
      "thinking_mode": "enabled",
      "thinking_effort": "high"
    }
  },
  "default_provider": "deepseek",
  "timeout_ms": 30000,
  "connect_timeout_ms": 15000,
  "stream_idle_timeout_seconds": 60,
  "stream_max_response_bytes": 16777216,
  "stream_total_timeout_ms": 0,
  "enable_trace": true
}

connect_timeout_ms：普通与流式请求共用的 TCP/TLS 建连上限。
stream_idle_timeout_seconds：流式响应在持续低速或无数据时的中止窗口；底层按至少每秒 1 字节检测。
stream_max_response_bytes：单次流式原始 SSE 响应的累计上限，默认 16 MiB。
stream_total_timeout_ms：流式请求的可选总时限；0 表示关闭，正整数表示毫秒数。
thinking_mode：DeepSeek 思考模式；留空时使用服务端默认，enabled 或 disabled 时显式发送 thinking.type。
thinking_effort：DeepSeek 思考强度；留空时使用服务端默认，支持 low、high 或 max，请求中映射为 thinking.reasoning_effort。

示例运行

普通聊天示例

构建完成后运行：

.\build\windows-debug\examples\01_chat_deepseek\example_chat_deepseek.exe "请介绍一下你自己"

如果不传命令行参数，示例会使用默认提示词。

流式聊天示例

.\build\windows-debug\examples\03_stream_chat\example_stream_chat.exe "请流式介绍一下你自己"

该示例会实时输出模型返回的增量文本。

离线工具注册示例

该示例不需要 API Key，用于验证工具定义、注册表和本地执行入口：

.\build\windows-debug\examples\04_register_tool\example_register_tool.exe

Tool Call 示例

配置 DEEPSEEK_API_KEY 后，可以运行真实 DeepSeek Tool Call 示例：

.\build\windows-debug\examples\05_tool_call\example_tool_call.exe "请查询当前本地时间"

SDK 只负责模型协议适配和调用方显式指定的本地工具执行，不会自动形成 Agent Loop。基本调用关系如下：

AIClient client(config);

client.tools().registerTool(tool, handler);

ChatRequest request;
request.messages.push_back(UserMessage("请查询当前本地时间"));
request.tools = client.tools().listTools();

ChatResponse response = client.chat(request);
std::vector<ToolExecutionResult> results =
    client.executeToolCalls(response.tool_calls);

// 是否追加 assistant/tool 消息并再次调用 chat，由上层应用决定。

executeToolCalls(...) 保持模型返回顺序。未知工具或本地处理函数异常会转换为失败的 ToolResult，不会阻断同一批中的其他工具调用。

ai_agent 命令行代码 Agent

ai_agent 是仓库直接构建和安装的命令行代码 Agent，不是示例程序。未传入 --workspace 时，它以程序启动时的当前目录限定文件与命令范围；未传入 --state-dir 时，它将会话快照、JSONL 审计事件和项目记忆保存到当前用户主目录下的 .status（Linux 为 $HOME/.status，Windows 为 %USERPROFILE%\\.status）。显式传入任一选项可覆盖对应默认值，且运行时不会在工作区中创建隐藏状态文件。

未传入 --config 时，CLI 会从当前目录向上加载 .env，并读取 DEEPSEEK_API_KEY、可选的 DEEPSEEK_BASE_URL、DEEPSEEK_MODEL 和 DEEPSEEK_THINKING_MODE。后者默认 disabled，避免复杂工具任务将不可见的思考内容耗尽单轮输出；如需要更强推理可设为 enabled，不支持该字段的兼容代理可设为 inherit。CLI 同时把流式总时限设为 120 秒，并保留低速和响应大小边界。也可以用 --config 传入现有 SDK JSON 配置并自行设置这些字段。构建完成后可直接启动：

# 使用默认目录：当前目录为工作区，当前用户主目录下的 .status 保存运行状态。
.\build\windows-debug\agent\ai_agent.exe "阅读当前项目并修复失败的测试"

# 以一次性任务启动新会话；写文件、目录操作、记忆和命令均会在执行前询问本次批准。
.\build\windows-debug\agent\ai_agent.exe `
  --workspace D:\work\project `
  --state-dir D:\agent-state\project `
  "阅读当前项目并修复失败的测试"

# 进入 REPL；/session 显示稳定会话 ID，/usage 显示最近一次资源治理用量，
# /requests [数量] 显示当前会话的脱敏模型请求账本，/exit 结束本次交互。
.\build\windows-debug\agent\ai_agent.exe `
  --workspace D:\work\project `
  --state-dir D:\agent-state\project

# 恢复指定会话，或继续当前工作区最近一次已保存会话。
.\build\windows-debug\agent\ai_agent.exe --workspace D:\work\project --state-dir D:\agent-state\project --resume <会话ID> "继续任务"
.\build\windows-debug\agent\ai_agent.exe --workspace D:\work\project --state-dir D:\agent-state\project --continue "继续任务"

工具按三档风险治理：Low 的目录列举、读取、查找和搜索可自动执行；Medium 的文件创建、写入、补丁、移动、删除和 remember/forget 必须逐次批准；High 的 run_command 固定在工作区根目录启动，受超时、累计输出上限和取消令牌约束。命令默认总时限为 10 分钟；模型可以在本次工具参数中申请 timeout_seconds，但必须是 1 到 1800 的整数，并会随命令一起进入审计和批准记录。超时或取消仍会终止完整进程树，不支持无限等待。--plan 只将读取工具提供给模型，拒绝全部副作用工具。首期不接入 WebFetch 或 MCP。

REPL 的 /usage 不发起模型调用，展示当前会话最近一次任务的单次请求字节、本次运行新增上下文字节、实际发往主模型的请求次数、工具结果和命令输出上限；还会显示任务总耗时、主模型/审计/工具/人工确认等待的分段耗时、历史压缩次数，以及 Provider 返回的 prompt、completion、缓存与推理 Token 累计值。Provider 的实际 Token 与本地字节预算严格分开，不能将其中任一项理解为另一项。

ai_agent 默认模型为 deepseek-v4-flash：会显式开启思考模式（high），按 1,000,000 Token 上下文窗口和 384,000 Token 单轮输出上限运行。终端收到流式 reasoning_content 后会以 [思考] 前缀即时显示，最终回答和工具生命周期保持原有显示方式；完整工具参数与工具结果正文仍不显示。思考内容属于任务上下文，使用共享终端时请注意可见范围。

可在 .env 或启动环境中配置以下变量覆盖默认模型策略。切换到非 DeepSeek V4 Flash 模型时，必须同时收紧上下文窗口与输出上限，避免本地预算高于服务端能力：

# 默认 enabled；可选 disabled 或 inherit。
DEEPSEEK_THINKING_MODE=enabled
# 默认 high；可选 low、max 或 inherit。
DEEPSEEK_REASONING_EFFORT=high
# 默认 1000000；切换模型时设置其真实上下文窗口。
AGENT_MODEL_CONTEXT_TOKENS=1000000
# 默认 4194304（4 MiB）；限制本地序列化请求体，独立于 Token 窗口。
AGENT_MAX_CONTEXT_BYTES=4194304
# 默认 384000；必须不超过所选模型的单轮最大输出。
AGENT_MAX_OUTPUT_TOKENS=384000
# 可选。未设置时分别默认保留 1024 和 2048 Token。
AGENT_MIN_COMPLETION_TOKENS=1024
AGENT_CONTEXT_SAFETY_TOKENS=2048

max_tokens 是单轮最大生成量，不是上下文窗口；DeepSeek V4 Flash 的 1M 上下文由输入与生成 Token 共同占用，而单轮最大输出为 384K。运行时会先对完整请求进行保守本地 Token 估算，必要时删除最早的完整工具回合，并动态降低本轮 max_tokens；仍无法保留最小输出空间时以 context_tokens 拒绝，且不会调用模型或消耗主模型请求次数。这个估算不是 Provider 的官方 tokenizer，也不能从上一次 usage 推导“当前剩余窗口”；JSON 字节上限始终保留为第二道硬限制。

/requests [1-100] 只读取当前会话的 JSONL 事件，显示最近有限条主任务与审计模型调用的角色、模型、流式状态、成功状态、耗时、尝试次数、估算输入、动态输出上限、结束原因、工具数量与可选实测 Token。账本绝不保存或显示 Prompt、回答正文、密钥、命令或完整工具参数。

启用 --auto-audit 后，审计继续复用当前任务模型，但只发送独立的脱敏工具快照。审计请求固定低随机度；仅在首次回复格式无效时重试一次，并兼容单个 JSON Markdown 代码块。网络、认证和超时等模型不可用，以及两次格式错误或未知结论，都会保守地改为人工确认，绝不会自动放行。

AgentRuntime 工作区文件工具

agent_runtime 自动为每个有效工作区注册受限文件工具。list_directory、read_text_file、find_files 与 search_text 是 Low；创建、写入、替换、目录创建、补丁、移动和删除属于 Medium，会通过运行时的审批策略。所有路径必须相对工作区，工具拒绝绝对路径、越界路径、符号链接逃逸、.git、.env、常见私钥和非 UTF-8 文本。

需要在嵌入式程序中单独注册同一组工具时，包含 agent_runtime/WorkspaceFileTools.h 并链接 ai_sdk::agent_runtime：

aiSDK::agent::WorkspaceFileToolOptions options;
options.root = "D:/agent-workspace";
options.read_risk_level = aiSDK::ToolRiskLevel::Low;
options.write_risk_level = aiSDK::ToolRiskLevel::Medium;
options.enable_advanced_write_tools = true;
options.advanced_write_risk_level = aiSDK::ToolRiskLevel::Medium;
aiSDK::agent::registerWorkspaceFileTools(client.tools(), options);

默认单个文件和写入内容最大为 64 KiB，目录列表最多返回 256 项；两项搜索默认最多返回 256 个命中，也可在单次调用中降低 max_results。search_text 会跳过超限或非 UTF-8 文件，并在结果中标记跳过数量和截断状态。生产调用应始终传入最小必要的专用目录。

Trace 链路追踪

Trace 默认关闭。开启 Config::enable_trace 后，调用方通过 startTrace() 创建显式会话，并把同一个会话传给需要关联的模型请求、工具执行和后续模型请求：

Config config;
config.enable_trace = true;
AIClient client(config);

TraceSession trace = client.startTrace();

ChatResponse first = client.chat(request, trace);
std::vector<ToolExecutionResult> results =
    client.executeToolCalls(first.tool_calls, trace);

// 是否补充消息并再次请求仍由上层应用显式决定。
ChatResponse final = client.chat(request, trace);

Trace snapshot = trace.snapshot();
nlohmann::json trace_json = trace.toJson();

每个公开操作都是同一 trace_id 下的新根步骤；Provider、HTTP、SSE 和单个工具步骤通过明确的 parent_step_id 形成内部层级。SDK 不会根据“上一次操作”推断父节点，也不会隐式形成 Agent Loop。

默认 Trace 只保存 Provider、Model、步骤类型、状态、HTTP 状态码、耗时、SSE 与工具增量数量、工具名称及成功计数等元数据。它不会自动保存以下内容：

API Key 或完整 Authorization 头
URL、用户消息、完整请求体或响应正文
SSE 文本增量、工具参数、工具结果或底层异常原文

确需业务详情时，可以提供返回 JSON 对象的脱敏器。TraceDetailContext::kind 表示原始输入类别，operation_name 表示当前操作名称：模型请求与响应使用 Provider 名称，工具参数与结果使用工具名称。只有脱敏器返回的顶层对象会写入 details：

TraceOptions options;
options.detail_sanitizer = [](const TraceDetailContext& context, const nlohmann::json& raw) {
    if(context.kind == TraceDetailKind::ToolArguments &&
       context.operation_name == "get_current_time") {
        return nlohmann::json{{"field_count", raw.size()}};
    }
    return nlohmann::json{{"recorded", true}};
};

TraceSession trace = client.startTrace(options);

每个已处理的详情槽位都固定为 {"status": ..., "value": {...}}。脱敏器正常返回对象时状态为 recorded；返回数组、标量或 null 时状态为 rejected；抛出异常时状态为 sanitizer_failed。后两种状态的 value 都是空对象，且不会保存异常文本或原始值。例如：

{
  "details": {
    "arguments": {
      "status": "recorded",
      "value": {
        "field_count": 2
      }
    }
  }
}

脱敏器会接收四类原始输入，调用方必须按类别建立自己的字段白名单：

ModelRequest：chatRequestToJson(request) 的完整对象，可能包含消息、工具定义和模型参数。
ModelResponse：chatResponseToJson(response) 的完整对象，可能包含正文、工具调用、用量和 raw_response。
ToolArguments：解析后的 ToolCall::arguments 对象，不传入 raw_arguments。
ToolResult：成功时为 {"success": true, "data": ...}，失败时为 {"success": false, "error_message": ...}。

Trace JSON 的每个步骤都固定包含 error_code 和 error_summary。成功步骤的 error_code 为 none；失败步骤使用 SDK 固定枚举映射，禁止写入任意错误码或底层异常原文。

TraceSession 可复制，副本共享同一线程安全状态；并发追加、读取快照和 JSON 导出不会丢步骤，输出按步骤开始序号排序。自定义脱敏器自身的并发安全由调用方保证。ToolRegistry 仍不是线程安全容器，不能因为 Trace 会话线程安全而省略工具注册表的外部互斥。

离线示例不需要 API Key：

.\build\windows-debug\examples\07_trace\example_trace.exe

迁移说明：早期预留的 TraceRecorder(Trace)、addStep(...) 和返回内部引用的 snapshot() 已移除。新代码应从 AIClient::startTrace() 获取会话，通过带 TraceSession& 的公开重载记录链路，并使用 TraceSession::snapshot() 按值读取稳定快照。

测试方式

全量测试

ctest --preset local-windows-debug --output-on-failure

Provider 在线集成测试

tests/provider/ai_sdk_provider_test 会优先加载最近的 .env。如果没有发现 DEEPSEEK_API_KEY，测试会自动跳过，而不是失败。

单独执行方式：

.\build\windows-debug\tests\provider\ai_sdk_provider_test.exe

当前测试覆盖

tests/smoke/ai_sdk_smoke_test.cpp
tests/core/ai_sdk_core_test
tests/provider/ai_sdk_provider_test
tests/tool/ai_sdk_tool_test
tests/http/ai_sdk_http_test
tests/trace/ai_sdk_trace_test
agent/agent_runtime_test：离线覆盖会话/记忆存储、工作区文件工具边界、资源与命令治理、批准策略、计划模式和多轮运行时闭环。

本地环境说明

当前这台机器上的已知本地约定如下：

vcpkg 路径：D:\vcpkg
Visual Studio 开发者环境入口：D:\software\VS\Community\VC\Auxiliary\Build\vcvars64.bat
本地调试预设：local-windows-debug

如果更换机器，只需要同步修改自己的 CMakeUserPresets.json，不需要改共享的 CMakePresets.json。

当前状态

当前仓库已经不是单纯的目录骨架，已经具备以下能力：

统一的根目录构建入口
模块化的 include/... 头文件结构
DeepSeek 真实 API 的普通请求与流式请求
基于 .env 和环境变量的本地配置读取
Tool Schema 请求序列化、Tool Call 响应解析
本地工具注册、单批串行执行和 Tool 结果消息转换
显式、线程安全、默认脱敏的内存 Trace 与 JSON 导出
可安装的 agent_runtime 与真实 ai_agent CLI：显式会话恢复、项目记忆、受限工作区文件工具、分级批准、资源治理和受控本地命令
可本地执行的核心测试与在线 Provider 测试入口

下一步的实现重点会是：

更完整的工具参数 Schema 校验
流式 Tool Call 增量聚合
WebFetch、MCP 与其他外部工具适配；它们将复用已有会话、审批、资源与审计边界
MiniMaxProvider
Trace 持久化与 OpenTelemetry 适配（当前 Trace 只存在于内存中，支持 snapshot() 和 toJson()；进程退出后数据就消失，也不会发送给外部监控系统。）

Name		Name	Last commit message	Last commit date
.agents/skills		.agents/skills
.codex		.codex
.trellis		.trellis
.vscode		.vscode
agent		agent
cmake		cmake
docs		docs
examples		examples
include		include
src		src
tests		tests
.clang-format		.clang-format
.gitignore		.gitignore
AGENTS.md		AGENTS.md
CMakeLists.txt		CMakeLists.txt
CMakePresets.json		CMakePresets.json
README.md		README.md
vcpkg.json		vcpkg.json

Latest commit

History

Folders and files

Repository files navigation

AI SDK for C++

项目简介

目录结构

依赖要求

通用要求

当前 vcpkg.json 依赖

构建方式

推荐方式

Windows 本地编译

Windows Release 构建

Windows 快速验证

作为 CMake SDK 安装和使用

Linux 本地编译

Linux Debug 构建与测试

Linux Release 构建

.env 配置方式

支持范围

推荐 .env 内容

JSON 配置文件中的占位符

示例运行

普通聊天示例

流式聊天示例

离线工具注册示例

Tool Call 示例

ai_agent 命令行代码 Agent

AgentRuntime 工作区文件工具

Trace 链路追踪

测试方式

全量测试

Provider 在线集成测试

当前测试覆盖

本地环境说明

相关文档

当前状态

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

当前 `vcpkg.json` 依赖

`.env` 配置方式

推荐 `.env` 内容