修改HelloAgentsLLM的配置，去掉明文，改为从.env中加载

code/chapter9/01_context_builder_basic.py

@@ -7,7 +7,8 @@ ContextBuilder 基础使用示例
 3. 添加记忆
 4. 构建结构化上下文
 """
-
+from dotenv import load_dotenv
+load_dotenv()
 from hello_agents.context import ContextBuilder, ContextConfig
 from hello_agents.tools import MemoryTool, RAGTool
 from hello_agents.core.message import Message
@@ -88,12 +89,7 @@ def main():
     ]
 
     from hello_agents.core.llm import HelloAgentsLLM
-    llm = HelloAgentsLLM(
-        model="ZhipuAI/GLM-4.6",
-        api_key="6ff5219e-410a-4293-8772-0c948bfa691c",
-        base_url="https://api-inference.modelscope.cn/v1/",
-        provider="modelscope"
-    )
+    llm = HelloAgentsLLM()
     # 注意: 实际使用时需要配置 LLM
     response = llm.invoke(messages)
     print(f"LLM 回答: {response}")

code/chapter9/02_context_builder_with_agent.py

@@ -6,7 +6,8 @@ ContextBuilder 与 Agent 集成示例
 2. 自动构建优化的上下文
 3. 记忆管理与上下文构建的协同
 """
-
+from dotenv import load_dotenv
+load_dotenv()
 from hello_agents import SimpleAgent, HelloAgentsLLM, ToolRegistry
 from hello_agents.context import ContextBuilder, ContextConfig
 from hello_agents.tools import MemoryTool, RAGTool
@@ -77,12 +78,7 @@ def main():
 
     # 配置 LLM
     from hello_agents.core.llm import HelloAgentsLLM
-    llm = HelloAgentsLLM(
-        model="ZhipuAI/GLM-4.6",
-        api_key="6ff5219e-410a-4293-8772-0c948bfa691c",
-        base_url="https://api-inference.modelscope.cn/v1/",
-        provider="modelscope"
-    )
+    llm = HelloAgentsLLM()
 
     # 使用示例
     agent = ContextAwareAgent(

code/chapter9/04_note_tool_integration.py

@@ -6,7 +6,8 @@ NoteTool 与 ContextBuilder 集成示例
 2. 笔记检索与上下文注入
 3. 基于历史笔记的连贯建议
 """
-
+from dotenv import load_dotenv
+load_dotenv()
 from hello_agents import SimpleAgent, HelloAgentsLLM
 from hello_agents.context import ContextBuilder, ContextConfig, ContextPacket
 from hello_agents.tools import MemoryTool, RAGTool, NoteTool

code/chapter9/06_three_day_workflow.py

@@ -14,6 +14,8 @@ import os
 # 方案一：TF-IDF（最简单，无需额外依赖）
 os.environ['EMBED_MODEL_TYPE'] = 'tfidf'
 os.environ['EMBED_MODEL_NAME'] = ''  # 重要：必须清空，否则会传递不兼容的参数
+from dotenv import load_dotenv
+load_dotenv()
 # 方案二：本地Transformer（需要: pip install sentence-transformers 和 HF token）
 # os.environ['EMBED_MODEL_TYPE'] = 'local'
 # os.environ['EMBED_MODEL_NAME'] = 'sentence-transformers/all-MiniLM-L6-v2'
@@ -263,7 +265,7 @@ def main():
         project_name="demo_codebase",
         #实际使用的时候替换代码路径
         codebase_path="/Users/suntao/Documents/GitHub/hello-agents/code/chapter9/codebase",
-        llm=HelloAgentsLLM(provider="deepseek",model="deepseek-chat",api_key="sk-1264257bc4114a73998498ad1436f8f0",base_url="https://api.deepseek.com")
+        llm=HelloAgentsLLM()
     )
 
     # 执行三天工作流

code/chapter9/README.md

@@ -192,6 +192,9 @@ llm = HelloAgentsLLM(
     model="gpt-4"
 )
 ```
+建议直接在'.env'文件中设置。
+    
+
 
 ### 记忆功能配置