#Python
共 127 篇相关文章
LangChain 还是 LangGraph？用 create_agent …
LangChain 还是 LangGraph？用 create_agent 返回值判断
LangChain 1.4.3 中 create_agent 实际返回 LangGraph 图。通过五个可运行脚本对比 create_agent、StateGraph 和 agent-as-node 三种方案，给出选型判断法则与常见报错排查。
AI Python Mentor：用FastAPI与RAG构建AI编程学习平台
AI Python Mentor是一个基于FastAPI、Next.js和RAG构建的开源AI编程学习平台，结合结构化课程、编程练习与AI导师。本文解析其架构设计、RAG集成、代码执行安全边界及工程经验。
TradeGuard：离线分析8种爆仓交易习惯的开源工具
TradeGuard 是一个纯 Python 标准库编写的离线交易行为分析器，可审计 8 种导致账户爆仓的坏习惯——过度杠杆、马丁格尔、报复性交易等，每条发现都附带精确的交易证据，数据不上传、完全本地运行。
用Python构建可靠的Polymarket WebSocket行情监控器
一篇面向Python开发者的实战教程，讲解如何构建可靠的Polymarket WebSocket行情监控器：涵盖连接订阅、消息类型解析、过时数据保护、指数退避重连与心跳机制，为交易机器人打下稳健的市场数据基础。
Python机器学习模型保存与加载完全指南：joblib、pickle与Flask部署
系统讲解Python中保存与加载机器学习模型的方法，对比joblib与pickle的选型差异，演示用scikit-learn训练模型并通过Flask部署，并梳理版本匹配、相对路径等常见踩坑点。
Python新手入门：用免费API快速集成AI能力
面向Python初学者的AI集成教程：用OpenRouter、Hugging Face、Google Gemini等免费API，无需GPU即可快速接入AI能力。含代码审查器完整示例、错误重试与限速处理最佳实践。
Python json.dumps 默认参数如何让 Claude 多烧 24% Token
Python 的 json.dumps 默认 ensure_ascii=True 会把非 ASCII 字符转义成十六进制，当这段输出进入提示词时，会让 Claude 多消耗 24% 输入 token，日文载荷暴涨 3 倍并读错人名。本文解析成因、实测数据与修复方案。
SQLAlchemy 2.1.0 发布：Python ORM 的持续演进
Python ORM 框架 SQLAlchemy 发布 2.1.0 版本。本文解析 SQLAlchemy 在 Python 生态中的地位、2.x 系列的技术走向，以及开发者升级时需要关注的异步支持、类型注解与迁移要点。
Miso：完全离线的本地AI桌宠，用开源LLM催你去户外
Miso 是一个完全离线、零云端 API 的本地 AI 桌面宠物，用 SmolLM2/Qwen2.5 开源模型在 CPU 上运行，专注时长到点就催你去户外。专为 i7-6600U/8GB 内存的低配硬件设计，隐私、零成本、可自定义。
构建响应回执：用小脚本拦截AI的空白与幻觉输出
一个不到50行的 Python 脚本，把 AI 模型回答冻结成可校验的 JSON 回执卡片，自动拦截空白输出与脱离上下文的幻觉答案。本文详解其设计思路、三类测试用例与方法边界，适合注重可复现性的开发者与学生。
每个 Python 开发者都该掌握的 API 核心技能
现代软件开发离不开 API。本文详解每个 Python 开发者都应掌握的 API 核心技能：从调用端的 JSON 处理、认证、速率限制与错误码，到用 FastAPI、Django、Flask 构建类型安全的接口，助你两端兼修快速融入团队。
APSW：被低估的Python SQLite高级封装库
APSW（Another Python SQLite Wrapper）是一个完整暴露SQLite底层能力的Python封装库。本文解析它与标准库sqlite3的核心区别、适用场景及选型建议，帮助开发者理解何时该用这个进阶工具。
LLM响应缓存实战：为OpenAI兼容API构建精确匹配缓存
如何在OpenAI兼容API前搭建客户端精确匹配缓存？本文详解缓存键设计、SQLite与Redis存储、流式响应缓存与请求合并，附完整Python代码，帮你降低LLM延迟与成本。
Python零基础全套教程拆解：基础到实战的学习路径
拆解B站Python零基础全套教程的内容架构，从基础篇、进阶篇到实战篇，详解Python语法、爬虫、数据分析、AI应用与办公自动化的完整学习路径，并给出初学者的实用建议。
用AI写Python文档字符串：从平庸到精准的提示词实战
一位开发者分享用大语言模型为Python工具函数生成docstring的实战经验：为什么直接丢代码只能得到平庸文档，以及如何通过提供具体输入输出示例，将AI生成质量从30%提升到85%。核心是提示工程中的示例驱动策略。
构建模型回退链：何时切换LLM及Python实现指南
如何在同一个 OpenAI 兼容 base URL 下构建 LLM 模型回退链？本文用 Python 详解何时切换模型、哪些错误该回退、哪些该直接抛出，并给出可落地的核心循环代码与测试方法。
用12行代码实现AI Agent工具调用：Claude与OpenAI的Function Calling实战
深入解析 Claude 与 OpenAI 的 Function Calling 工具调用机制，用约12行 Python 代码实现无框架的 Agent 循环。涵盖 tool_use 与 function_call 的差异、Pydantic 结构化输出及常见 ID 错误。
用备忘录模式让 Python 撤销功能变得异常简单
深入解析 Python 备忘录模式（Memento Pattern）如何用状态快照优雅实现撤销功能。涵盖 frozen dataclass、Protocol 抽象、泛型 History 类，以及与命令模式的取舍和真实世界边界。
