这个工具让你在随意尝试时走得更远，但通过一些性能分析可以显著提升表现。是什么占用了上下文？是什么占用了空间，查看追踪记录。是什么在内存中拥挤？是什么搞砸了并抛出错误？是什么花费了太长时间（长达300倍）（因为它以fp32加载而不是fp16，并且交换到系统内存中）

模型的倾向是什么？你可以在环境中构建什么来增强基于这些倾向的能力？你如何增强长期的一致性和记忆？