资源受限环境的性能调优方案
对于8GB以下内存的设备，可采用以下策略保证稳定运行：
- 分块处理模式： increase
--chunk-size 5参数，系统会将大课题分解为多个子任务序列执行（每个子任务最多处理5个关联概念） - 轻量级爬虫配置： exist
scrape命令中使用--lite模式，禁用动态渲染并限制DOM深度，可通过shandu configure永久设置 - 内存警报机制： Add at startup
--monitor mem参数，当内存占用达80%时自动保存检查点并释放缓存
应急处理方案：
1. 遇到崩溃时使用shandu resume [task_id]从最后检查点恢复
2. 对超大型项目建议分段执行：先用aisearch确定研究框架，再对每个模块单独执行research
3. 临时交换空间扩展：Linux用户可配合ulimit -v 8000000设置虚拟内存上限
Measured data: 在4GB内存的Raspberry Pi上，通过分块模式成功完成深度2的”边缘计算”研究，峰值内存控制在3.2GB。
This answer comes from the articleShandu: an AI research automation tool for collecting and analyzing information in multiple roundsThe
May not be reproduced without permission:AI productivity tools " 在有限硬件资源下如何防止复杂研究任务的内存溢出？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil