章末自测
题目 1:为什么“LLM + 三个工具”不一定是 Agent? 某系统接入了一个大模型,并提供“查天气”“计算器”“网页搜索”三个工具。程序固定规定:每次请求都先搜索网页,再查天气,最后调用计算...
小节二:Tool Registry 怎么设计——Coding Agent 需要的是“窄而可靠”的 Tool,而不是万能 Shell
这里建议大家把重点放在“可控”两个字上。Tool 不是越多越好,也不是给一个万能 Shell 就算完事。真正好用的 Tool Registry,一定是参数可校验、权限可限制、执行可审计。下面这张图把“窄而可...
3. 注释
3.1. 概述 注释是对代码的备注和解释,在代码执行的时,通常不起任何作用。 3.2. 注释的作用 注释的核心作用如下: 提高代码的可读性,通常用来辅助程序员快速理解代码的逻辑。 屏蔽掉暂时不需...
4.3. 字符串常用方法
1️⃣使用字符串.index(字符),获取『指定字符』在字符串中『第一次』出现的下标,返回值:下标。 # index 方法:获取指定字符,在字符串中第一次出现的下标 msg = 'welcome to dsrw' result = ...
4.5 Affine的反向传播和实现
class Affine: def __init__(self, W, b): self.W =W self.b = b self.x = None self.original_x_shape = None # 权重和偏置参数的导数 self.dW = None self.db = None def forward(self, x): #...
小节二:一条 Trace 到底应该记录哪些字段——Prompt、Response、Tool、Latency、Token 一个都不能乱
一条 Step 里的信息不少,如果只看一张长字段表,很容易把输入、输出、动作和指标混在一起。下面把它们围绕同一个 TraceStep 摆开,阅读时可以先认清各组字段的作用。 尤其要区分“工具请求”...
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...










