Python：从语法到 Agent 工程基础

不再停留在函数这一节

最初学 LangChain 时，函数和代码结构看不懂，我选择回头补 Python。后来整理的主笔记已经覆盖函数、类、JSON、异常、环境变量、HTTP、异步与项目组织。这些内容开始在后续 FastAPI 和 Agent 练习中一起发挥作用。

阶段完成，不等于掌握全部 Python原笔记中的“100%”仅指面向 Agent 的最少必要基础，并非整门语言的完成率。本页不把它转换成能力评分；独立复现、排错和测试仍需要持续练习。

先弄清楚数据怎样流动

函数负责接收输入并返回结果，list 保存有顺序的一组消息，dict 描述每条消息的角色与正文。理解它们之后，多轮对话就不再只是一串陌生的 API 参数。

独立数据结构示例：不调用模型

history = [{"role": "user", "content": "你好"}]
messages = []
messages.extend(history)
messages.append({"role": "user", "content": "继续讲讲 Agent"})

• append 加入一条消息；extend 把历史中的每条消息接进来。
• print 是显示给人看；return 是把结果交给程序中的调用者。
• json.loads 把 JSON 文本转为 Python 数据；文本看起来像字典，不等于它已经是 dict。

类、配置和模块，让代码有明确职责

self 是当前对象，函数参数只是本次调用收到的值；把 model 保存为 self.model，才是在对象上保留状态。模块拆分也不是把一个长文件平均切开，而是让每个文件负责一类事情。

这是入门时形成的职责模型。后续 Agent 整合的课堂版本仍有直接在 agent.py 中调用模型的实现，模型层统一重构尚未完成。

异步不是加一个 async 就完成了

我需要区分的是“函数怎样写”和“任务怎样被安排”。顺序 await 通常仍是依次等待；多个独立协程经 gather 安排后，才可能在 I/O 等待期间共同推进。

• 同步网络请求不会因为放进 async def 就自动非阻塞。
• 并发表示共同推进，不等于多个 CPU 核心同时计算。
• 本阶段 Agent 的模型与数据库调用仍采用同步方案，不宣称已完成异步高并发服务。

原理可对照 Python 协程与任务文档；复习旧项目时以其已验证的运行环境为准。

下一次复习，用输出验证理解

• 不照抄笔记，写一个接收消息列表并返回结果的函数。
• 解释 list、dict、JSON 字符串三者分别出现在数据链路的哪里。
• 在独立虚拟环境中根据依赖清单重建项目，不复制整份虚拟环境。
• 给一个失败调用加入明确的异常处理，能说明错误传给谁。

以上是后续自测清单，不代表本次已重新运行。下一篇从这些基础进入真正的 HTTP 服务。

来源

本页依据个人笔记整理：《Python AI Agent 学习主笔记》第 7—25、27—30 节（原笔记更新于 2026-09-03）。