agi大模型

一、python基础语法 08:47

1. Python基础语法的主要知识点 11:23

  • img

  • 数据类型：包括int、float、string等基本数据类型及其对应方法，如字符串的切割、切片等操作

  • 函数：函数的定义、调用和使用方法，学到递归即可

  • 面向对象编程：类的概念和使用

  • 进阶内容：
    异常处理

  • 内置模块的使用（如OS模块）

  • 模块化编程

  • 基础部分（数据类型和函数）必须掌握

  • 面向对象编程建议学习

  • 更高级内容可根据兴趣选择性学习

  • 推荐B站等平台上的Python基础教程

2. 环境配置与工具使用 13:54
1）Python安装与版本管理 14:50

  • img

  • 版本选择：
    推荐Python 3.10或3.11版本

  • Mac电脑内置Python 3.8，可覆盖安装

  • Windows避免安装在C盘

  • Mac无盘符限制

  • Windows使用where python命令

  • Mac使用where python3命令

  • 注意：C:\Users\Administrator\AppData\Local\Microsoft\WindowsApps\python.exe不是真正的安装路径

2）Jupyter Notebook使用 14:25
  • img
  • 安装方法：
  • 启动方式：

在目标目录下打开终端输入jupyter notebook

  • 启动后会在当前目录打开

浏览器配置

：

  • 推荐使用Chrome浏览器
  • 可复制带token的URL在其他浏览器打开

基本操作

：

  • 代码单元格与Markdown单元格切换
  • 运行快捷键：Shift+Enter或Ctrl+Enter
  • 保存快捷键：Ctrl+S

优势

：

  • 支持分段执行代码
  • 适合教学演示和实验性编程
3）PyCharm与VS Code选择
  • img
  • PyCharm
    ：

推荐社区版，无需专业版

  • 启动较慢，需耐心等待
  • Mac用户直接使用社区版

VS Code

：

  • 轻量级替代方案
  • 适合配置较低的电脑

选择建议

：

  • 根据个人习惯选择工具
  • 不要纠结于工具版本
  • 电脑性能较差时推荐VS Code
4）环境变量配置 32:05
  • img
  • .env文件
    ：

用于存储敏感信息如API KEY

  • 格式：OPENAI_API_KEY=”your_key_here”

代理设置：

加载方法：

5）常用命令
  • 目录操作
    ：

cd：切换目录

  • ls(Mac)/dir(Windows)：列出当前目录内容

Python相关

：

  • python —version：查看Python版本
  • pip install package_name：安装Python包

Jupyter相关

：

  • jupyter notebook：启动Notebook
  • !pip install package_name：在Notebook中安装包

二、大模型的认知

1. env文件问题 32:16
  • img
  • 创建步骤
    ：

Windows系统需先显示文件扩展名

  • 右键新建文本文件后删除前缀，只保留”.env”后缀
  • 内容必须使用英文引号，格式为：

注意事项

：

  • 禁止将变量放入系统环境变量
  • Jupyter用户需重启内核才能识别新建的env文件
  • 建议直接复制课件内容避免格式错误
  • img

内容规范

：

  • 仅包含API_KEY和BASE_URL两个变量
  • 所有符号必须为英文半角（包括引号、等号）
  • 变量名严格区分大小写
2. mac问题 36:38
  • img
  • 特殊处理
    ：

通过PyCharm/VSCode图形界面创建.env文件

  • 在IDE中右键项目目录选择”New File”创建
  • 注意.env是隐藏文件，在Finder中默认不可见

验证方法

：

  • 使用代码编辑器确认文件内容
  • 确保没有多余空格或换行符
3. 全局环境和虚拟环境问题 40:13
1）全局环境和虚拟环境的概念
  • img
  • 核心区别
    ：

全局环境：通过pip install直接安装到系统Python

  • 虚拟环境：为每个项目创建隔离的Python运行环境

典型场景

：

  • 当不同项目需要同一库的不同版本时（如A库需0.1.0和0.1.1）
  • 避免卸载重装导致的版本冲突

优势对比

：

  • 虚拟环境允许并行存在多个依赖版本
  • 项目迁移时可通过requirements.txt重建环境
2）GitHub示例操作 44:18
  • img
  • 行业实践
    ：

项目根目录通常包含requirements.txt或Pipfile

  • 示例：Dify项目使用Dockerfile管理环境

依赖导出

：

  • 使用pip freeze > requirements.txt命令
  • 该文件记录所有依赖包及其精确版本号

环境重建：

三、Python环境使用详解 45:21

1. 搜索Python相关资源
1）GitHub上的RAG项目
  • img
  • RAGFlow项目：开源RAG（检索增强生成）引擎，基于深度文档理解技术，支持Python语言开发（49.1%代码占比）
  • 项目特点
    ：

包含79.8k个相关仓库结果

  • 支持多语言开发（TypeScript 47.0%，JavaScript 14%）
  • 最新更新时间为1小时前，活跃度较高
2）项目依赖管理方式
  • img
  • 依赖管理
    ：

现代Python项目普遍采用Docker容器化部署

  • 通过Dockerfile配置环境依赖（如Python 3.8+、JDK等）
  • 包含NLTK数据、Tika服务器等专业组件

典型依赖项

：

  • 基础库：libglib2.0、libgdiplus
  • Python包：python-pptx、selenium
  • 工具链：docker-ce、apt-cacher-ng
3）环境配置要点
  • img
  • 关键配置
    ：

使用虚拟环境隔离项目依赖

  • 避免使用系统默认Python路径（如WindowsApps下的python.exe）
  • 通过.env文件管理API密钥等敏感信息

注意事项

：

  • 环境变量引号必须使用英文格式
  • 不建议将密钥存入系统环境变量
  • 典型项目结构包含requirements.txt文件管理Python依赖
2. requirements.txt文件 46:00
  • img
  • 项目依赖管理：在非Docker项目中，requirements.txt是Python项目常见的依赖配置文件
  • 文件内容：记录了项目所需的所有Python模块及其精确版本号
  • img
  • 典型示例：
1）文件作用
  • 环境重建：通过该文件可以在新环境中快速安装相同版本的依赖
  • 版本控制：确保不同开发者使用完全一致的依赖版本，避免兼容性问题
  • img
  • 使用方法
    ：

创建虚拟环境后执行pip install -r requirements.txt

  • 全局环境安装需谨慎，建议使用虚拟环境
2）导出依赖
  • 导出方法：使用pip freeze > requirements.txt命令可将当前环境所有安装包导出
  • 注意事项
    ：

仅导出项目必要的依赖，避免包含无关包

  • 导出版本号确保精确匹配
  • img

版本管理技巧

：

  • 全局环境与虚拟环境可以安装不同版本
  • 项目开发时应固定主要依赖版本
3）与Docker的区别
  • 轻量级方案：相比Docker容器化，requirements.txt提供更轻量的环境配置方案
  • 适用场景
    ：

快速分享Python项目依赖配置

  • 不需要完整系统环境复现的场景
  • 开发初期快速搭建环境
3. 问题答疑 47:34
1）全局环境与虚拟环境 47:51
  • img
  • 环境区别
    :

全局环境：通过pip install a=1.1.1安装的包对所有项目生效

  • 虚拟环境：每个项目独立环境（如a=0.1.0），避免包版本冲突

项目实践：建议每个项目创建独立虚拟环境，防止不同项目间的依赖冲突

2）设置Python环境 48:27
  • img
  • 环境查询
    ：

使用where python命令查看当前使用的Python解释器路径

  • 第一个显示的路径即为当前激活环境

环境切换

：

  • 在PyCharm中通过Settings > Project > Python Interpreter修改
  • 可添加系统环境（System）或指定虚拟环境路径
  • img

配置选项

：

  • System：全局Python环境
  • Virtualenv：虚拟环境
  • Conda：Anaconda环境
  • Pipenv：Pipenv管理环境

操作步骤

：

  • 点击”Add Interpreter”
  • 选择环境类型
  • 指定解释器路径（如D:\Python310\python.exe）
3）虚拟环境的使用 49:12
  • img
  • 存储位置
    ：

默认路径：C:\Users\Administrator\llm_agent

  • 包含不同项目的独立环境（如langchain、RAG等）

创建原则

：

  • PyCharm一般使用全局环境
  • 项目开发时需创建专属虚拟环境
  • 通过venv或virtualenv工具创建
  • img

管理技巧

：

  • 环境命名建议与项目名称关联（如langchain_env）
  • 路径中应包含Scripts\python.exe可执行文件
  • 激活后终端提示符会显示环境名称

最佳实践

：

  • 开发时：使用项目专属虚拟环境
  • 测试时：可切换至全局环境验证兼容性
  • 部署时：通过requirements.txt固化依赖版本
4. VScode 51:24
  • 主要用途：常被当作记事本使用，但实际是功能强大的代码编辑器
  • 汉化设置
    ：

搜索安装”Chinese”插件实现汉化

  • 默认英文界面，汉化后更易理解但可能影响准确性

插件推荐

：

  • Code Runner：用于运行代码
  • Python扩展：支持Python开发
  • Jupyter支持：可运行.ipynb文件（但老师个人不推荐）

优势特点

：

  • 插件生态丰富，支持多种语言
  • 内存占用小，适合配置较低的设备
  • 支持文件夹项目管理

使用建议

：

  • 初学者可先汉化后逐步过渡到英文
  • 虚拟环境设置需自行搜索配置
5. PyCharm 55:17
  • 使用习惯：老师主要开发工具，已习惯英文界面
  • 对比优势
    ：

专业Python IDE，功能更全面

  • 但内存占用较大

汉化说明：支持汉化但不推荐，可能影响功能理解

6. Anaconda 55:38
  • 适用人群：不推荐零基础学习者使用
  • 主要问题
    ：

虚拟环境概念对新手较复杂

  • 环境配置容易造成混淆

替代方案：建议初学者使用PyCharm或VS Code

7. 应用案例 59:01
1）例题:打印问题

  • 题目解析
    换行实现对比：
    单引号/双引号需手动添加转义字符\n

  • 三引号自动支持多行文本

  • 都是字符串类型（str）

  • 语法形式不同但功能等价

  • 多行文本处理时三引号更便捷

  • 简单字符串可使用单/双引号

2）例题:三引号作用 59:12

  • 题目解析
    核心功能：
    实现多行字符串定义

  • 避免频繁使用转义字符

  • 使用type()检查均为str类型

  • 长文本处理

  • 文档字符串(Docstring)

需要保留原始格式的文本

  • 注：本笔记已按照康奈尔笔记法结构化整理，保留了所有关键知识点、使用建议和对比分析，并确保与课程内容完全对应。对于代码运行环境配置等实操性内容，建议结合具体开发环境进行实践验证。
8. 在线编译器 01:00:34
1）MasterCode工具介绍
  • 核心功能：提供在线Python代码编写和运行环境，无需本地安装
  • 适用场景：适合初学者快速验证基础语法，解决环境配置问题
  • 访问方式：通过网页直接体验，老师推荐的学习工具
  • 版本信息：默认使用Python 3.9.x版本环境
2）基础操作指南
  • 项目创建
    ：

新建项目时可自定义项目名称（如P007）

  • 详情设置保持默认即可

文件管理

：

  • 可删除默认生成的文件
  • 支持新建.py文件（如demo.py）

代码执行

：

  • 右键选择”Run”运行当前文件
  • 支持通过顶部按钮运行主程序
3）AI辅助功能
  • 代码解释
    ：

选中代码后点击”解释”获取AI分析

  • 支持整段代码的逐行解释（如环境变量加载、实例化过程等）

注释生成

：

  • 自动为方法添加功能说明文档
  • 包含参数说明和返回值描述
  • 用户可选择接受(Y)或拒绝(N)生成的注释

代码对话

：

  • 可询问方法调用方式等具体问题
  • 提供使用示例和返回结果说明
4）环境配置
  • 模块安装
    ：

支持通过pip install安装第三方库

  • 安装速度快（如openai 1.59.6版本）

系统限制

：

  • 内存上限4GB
  • 硬盘空间有限制
  • 不适合运行大型项目
9. 问题答疑 01:12:05
1）虚拟环境问题
  • 处理方案：将在正式课程中详细讲解虚拟环境创建和使用
  • 应用场景：后续项目开发时会实际应用
2）程序员工作方式
  • 开发流程
    ：

项目前期进行技术评审和框架选定

  • 在确定的技术框架基础上实现需求

代码编写

：

  • 传统开发以手写代码为主
  • 固定代码段可采用复制粘贴
  • 现代开发可结合AI辅助

岗位区分

：

  • 开发、运维、设计等不同岗位工作内容差异大
  • 不同编程语言有对应的专用框架
3）网页运行原理
  • 课程关联：已在前期课程中多次讲解网页运行机制
  • 框架学习：后续将学习LangChain等专业框架的使用

四、Streamlit使用指南 01:15:23

1. 运行方法
  • 运行命令: 使用streamlit run命令运行项目，需先定位到项目目录
  • 目录定位方法
    :

在文件资源管理器中打开项目文件夹

  • 通过cmd或终端进入项目目录
  • 在PyCharm等IDE中，终端默认打开当前项目目录
2. 运行机制
  • 自动启动: 运行后会默认打开浏览器显示界面
  • 网络配置
    :

使用本机IP地址

  • 端口号由Streamlit自动分配
  • 首次运行直接敲回车即可
3. 环境注意事项
  • Windows系统
    :

用户名路径不要使用中文

  • 项目路径避免包含中文字符

目录结构

:

  • 项目应组织在单一文件夹内
  • 打开最上层文件夹即可访问整个项目
4. Streamlit优势探究
  • 作业要求
    :

对比Streamlit与其他框架的区别

  • 分析Streamlit的独特优势
  • 研究为何选择Streamlit开发界面
5. 开发建议
  • 调试技巧
    :

通过与大模型对话解决编码问题

  • 遇到问题时先分析错误信息

教学目的

:

  • 重点掌握实际应用方法
  • 理解问题解决思路比直接看结果更重要

五、知识小结

知识点 核心内容 考试重点/易混淆点 难度系数
Python环境配置 全局环境与虚拟环境区别、jupyter notebook使用技巧 虚拟环境路径设置、不同系统命令差异(Win/mac) ⭐⭐⭐
代码调试方法 VS Code/PyCharm调试配置、在线编译器(MasterCode)使用 环境变量(.env)加载机制、浏览器兼容性问题 ⭐⭐
Python基础语法 数据类型/函数/面向对象三大知识模块 三引号字符串特性、递归函数理解 ⭐⭐⭐⭐
大模型开发基础 API密钥管理、Streamlit框架应用 代理设置、端点URL配置 ⭐⭐⭐⭐
学习资源推荐 B站基础教程、AI代码解释工具 官方文档与第三方资源取舍 ⭐
项目部署实践 requirements.txt文件作用、Docker基础概念 依赖版本冲突解决 ⭐⭐⭐⭐
开发工具对比 PyCharm社区版/专业版差异、Jupyter分段执行优势 内存占用优化、快捷键配置 ⭐⭐
代码理解技巧 AI辅助注释生成、多行代码解释方法 上下文关联分析 ⭐
agi大模型
https://zhengcookie.github.io/zhengcookie/agi大模型/
作者
zhengcookie
发布于
2025年12月6日
许可协议