小节三:实现 @tool 自动注册——让“定义工具”和“注册工具”变成一件事
如果每次定义 Tool 都要: def read_file(...): ... registry.register( Tool( name='read_file', description='...', func=read_file, ) ) 当然没问题。 但工具多了以后,会出现一个很常见的问...
小节四:State、Memory、Session、Trace 到底怎么区分——别把所有东西都塞进一个大字典
学到这里,很容易出现一个新问题,“既然 State 什么都能放,那 Memory、Session、Trace 还有什么意义?” 这是非常好的问题。 如果这个边界没想清楚,后面项目会出现一个巨大对象: state = { ...
5. 数据类型
5.1. 概述 就像生活中的物品,都有自己所属的分类一样,数据也有自己所属的『数据类型』。 例如之前写过的这段代码: '张三' 18 65.2 '李四' 22 74.6 在上述代码中: ✅'张三'、'李四'这两个字...
小节二:用 concurrent.futures 并发执行同步 Tool——最适合现有普通 Python 函数的第一步
我们的很多 Tool 都是普通同步函数: def read_file(...): ... 如果为了并发全部改成: async def 不一定值得。 这时 Python 标准库: concurrent.futures 非常实用。 为什么先讲 ThreadPoolExe...
小节三:用 asyncio 并发异步 Tool——当 Tool 本身就是 async 时,事件循环更自然
ThreadPoolExecutor 很适合: 已有同步函数 但很多现代 Tool 原本就是异步的。 例如: async def fetch_api(...): ... 或者: 异步 HTTP 客户端 异步数据库 异步消息队列 这时用: asyncio 更...
3、工具的定义方式2:使用@tool装饰器(推荐)
使用@tool 装饰器修饰,可以自动将普通 Python 函数转化为智能体可调用的工具。此方式最直接,代码量极少,非常适合快速验证想法或创建参数简单的工具。 3.1 自定义工具描述:description 情况1...
章末自测
题目 1:为什么 messages[-20:] 不能等价替代 Context Compaction? 请从项目规则、用户硬约束、历史结论和最近消息四个角度说明,并给出一个更合理的上下文重建结构。 messages[-20:...
6. 离散趋势 – 峰度(Kurtosis)
6.1 介绍 峰度用来观察分布的尾部厚度和极端值倾向。很多资料会说“峰度衡量尖不尖”,这个说法容易让人误会;更稳妥的理解是:峰度越高,分布越容易出现远离均值的极端值。 峰度有两种常见口径...
案例分析一:收入下降约 25.4%,我们如何定位到 Media A 的 position_102,并继续核查 eCPM 变化?
场景背景 用户,“为什么昨天收入突然下降?” 第一步,Agent 不应该马上猜: 某个媒体挂了。 而是先查整体。 Query 1: date request impression click income ecpm Observation: 收入 -25.4%...









