入门示例,依赖最小,适合初次了解 ContextSeek 的用户。
依赖标记说明见 examples/README.md。
uv run python examples/basic/pipeline_file.py依赖: 仅项目本身,无需额外安装。
演示:
FileBackend把每个 ref 落盘为本地文件(零外部依赖)- 写入
ContextItem,做关键词 / 子串检索 - 直接使用
RetrievalOrchestrator做底层检索
FileBackend 不接 embedder,检索走朴素子串匹配,查询建议用短关键词(如"分布式"、"向量")。
uv run python examples/basic/pipeline_ob.py依赖:
pip install "contextseek[oceanbase,langchain]"
# Embeddings provider 任选其一:
pip install "contextseek[openai]" # OpenAI
pip install "contextseek[ollama]" # Ollama 本地
pip install "contextseek[dashscope]" # 阿里云百炼 / DashScope演示:
OceanBaseBackend作为向量 + 全文混合检索后端LangChainEmbedder包装任意 LangChain Embeddings 模型- 写入
ContextItem并做语义检索 - 直接使用
RetrievalOrchestrator做底层检索
uv run python examples/basic/langchain.py依赖:
pip install "contextseek[langchain]"演示:
ContextSeekMemory— 聊天历史持久化ContextSeekRetriever— 上下文检索- LangChain adapter 用法(非 DataPlug 模式)
uv run python examples/basic/langchain_deepagents_example.py演示:
- LangChain
create_agent基线(无 ContextSeek middleware) - DeepAgents
ContextStore+TraceSink预热写入 lesson - LangChain +
ContextSeekMiddleware检索增强后 fail -> pass - 单文件完成「写入 -> 检索 -> 复用」全链路展示