问题和解决方案思维模型的方法论总结（附代码）

可以用思维导图工具Xmind进行整理，下面举几个帮助大家深入思考的几个关键词：

1、问题

定义问题类型；

拓展问题深度和广度；

区分有效问题和无效问题；

问题的本质；

2、边界

识别基础框架和约束范围；

权力与义务范围；

岗位职责范围；

有效划分Deadline；

识别模糊边界和清晰边界；

方法的边界；

3、工具

内部和外部；

软件，硬件；

技术交流平台和书本；

有形和无形；

等；

4、方法

方法和工具是相辅相成的，好的方法肯定用了好的工具，好的工具对方法是起到关键的辅助作用；方法一定是基于工具而言的，方法需要通过工具来实现其价值。

5、途径

不同的人用相同的方法可以达到不同的效果，归根接地是途径的不一样。途径包括很多外在的和内在的内容，内在的是人的思考问题的方式和做事的逻辑；外在是我们使用的各种方法；通过内在和外在的结合，不同的人做同一件事肯定是有所偏差。

降低上述的偏差，需要充分交流，达成共识，这样才能保证通过正确的途径来完成重要的事情。

利用这些关键词解决一个人工智能AI聊天机器人的部署问题。

比如我需要在本地部署一个轻量级的简单的聊天机器人。

1）首先，定义问题类型：

本地部署、轻量、聊天机器人

2）然后，通过各个渠道进行关键词检索

比如检索，本地部署，AI、聊天机器人、轻量级等等关键词，可以在搜索引擎或者是github上去检索，然后通过对搜集到的信息进行识别和分类，得到初步的解决方案。

3）最后，从这些解决方案中，你要识别哪些是能最快解决你问题的方案，那就是对问题的边界要特别清楚，这里就是本地部署轻量级聊天机器人，而不是部署一个特别占用本地资源的AI，这样就不属于我们的初衷了。

我的问题：

 Help me write a simple Python summation cod

我在本地部署的聊天机器人给大家看看，让本地轻量级聊天机器人写的简单代码：

Here's some sample pythonic way to do it in 3 lines of codes using built-in functions `sum()` and `list` module :
```python
import math, operator as op
def sum_series(x): return x.reduce(op.__add__) # or reduce() if you want the result list instead of a single value
print('Summation:', sum([10]*5))  # output = Summation: [24]

关注我，不迷路~

在 AI 深度思考领域持续创作的博主。