Stream_Silver的博客

阶段一：编译阶段Python 源代码（.py文件）被编译成字节码字节码是一种介于源代码和机器码之间的中间语言这种编译是自动完成的，对开发者透明阶段二：执行阶段Python 虚拟机（PVM）解释执行字节码逐行读取并运行程序逻辑源代码 (.py) → 编译 → 字节码 (.pyc) → 解释执行 → 程序输出本质.pyc文件是 Python 源代码编译后的字节码缓存作用：加速模块导入和程序启动验证：Python 自动通过时间戳验证缓存有效性更新：修改源代码后，Python 会自动重新编译。

本文介绍了如何使用Python开发MCP（Model Context Protocol）服务，实现大语言模型与外部工具的交互。主要内容包括：MCP协议概述及其标准化、安全性优势；环境准备与FastMCP框架安装；通过装饰器定义MCP工具（文件写入和天气查询示例）；服务启动配置（支持SSE和STDIO两种传输方式）；环境变量安全管理；以及扩展建议（添加新工具和参数验证）。文章提供了完整代码示例，帮助开发者快速构建安全的MCP服务。

Function Calling技术扩展了AI模型的能力边界，使其能够调用外部函数、访问实时数据并执行特定任务。本文以阿里云DashScope API为例，详细讲解了该技术的原理、实现和应用。核心内容包括：1）系统提示词设计引导AI行为；2）JSON格式函数定义声明可用函数；3）实际函数实现执行具体操作；4）API请求构建与结果处理流程。通过天气查询和文件写入两个实例，展示了如何让AI模型具备实时信息获取和操作执行能力，使其从"知识库"转变为真正的"智能助手"。

本文对比分析了阿里云API和DeepSeek API的函数调用功能。两者在函数定义格式上完全一致，均采用OpenAI标准结构，包含函数名称、描述和参数定义。阿里云API通过tools参数传递函数定义，响应中包含tool_calls字段指示函数调用。实际使用时需手动执行函数并返回结果给模型。主要差异在于API端点地址不同：阿里云使用DashScope服务端点，而DeepSeek有其专用地址。整体实现逻辑相似，开发者可根据服务偏好选择。

摘要：本文详细解决PyCharm2025配置Conda环境时出现的lateinit property envs has not been initialized错误。通过验证Conda安装状态、检查版本兼容性、正确配置PyCharm中的Conda环境路径（推荐使用_conda.exe而非conda.bat）以及检查系统环境变量，逐步排查问题根源。特别提示从命令行验证开始排查，并提供Windows环境变量配置建议。若问题持续，建议参考JetBrains官方文档或社区论坛获取进一步帮助。（149字）

摘要 本文记录了Windows系统重装Anaconda时遇到"Failed to link extracted packages"错误的解决方法。主要问题源于权限不足、残留文件或防病毒软件干扰。解决方案包括彻底删除旧安装目录和C:\Users\用户名.condarc配置文件。关键经验是重装前必须完全清理旧文件，特别注意隐藏的.condarc配置文件。文中还提供了Anaconda官方文档和镜像源等参考资源。该问题常见于Anaconda重装场景，通过完整清理可有效避免安装失败。

Anaconda卸载与安装指南 卸载步骤： 使用官方卸载工具并重启电脑 手动删除残留文件夹（如ProgramData\Anaconda3等） 清除环境变量中的Anaconda相关路径 安装步骤： 从官网或清华镜像下载安装包 安装时勾选"添加到PATH"选项 验证安装后建议配置国内镜像源 推荐为每个项目创建独立虚拟环境 核心要点：彻底清理残留文件、正确配置环境变量、使用镜像加速下载。