模板类型适用场景核心能力纯文本提示词变量填充、部分填充多轮对话角色分离、MessagesPlaceholder 插槽需要示例引导固定示例 + 动态示例选择插入历史消息为 Memory 组件预留插槽提示词模板的本质，是把"写提示词"从体力活变成工程活。模板让你可以像管理代码一样管理提示词——版本控制、A/B 测试、组件复用——这些在字符串手拼时代想都不敢想的事情，现在都是标配。

要点一句话现代开发一律用 ChatModel，LLM 已退居二线消息三种角色System（定规则）、Human（提问）、AI（回答）多厂商调用一个ChatOpenAI通吃所有兼容 OpenAI 协议的模型本地模型Ollama +ChatOllama，数据不出门，零成本调用流式输出stream()让模型逐字输出，用户体验大幅提升嵌入模型把文字变向量，语义搜索和 RAG 的地基核心参数控制创造力，ma

掌握点核心 API创建 Tensor查属性.shape.dtype.device类型转换.float().int()dtype=索引切片[row, col][:, col]变形.reshape().view()-1自动推导拼接NumPy 互转.numpy()GPU自动求导.gradTensor 就是深度学习的"基本粒子"。后面接触的全连接层、卷积层、RNN……本质上都是对 Tensor 的封装和运

用着顺手、敲着愉悦→ 三种工具没有绝对优劣，只有场景匹配：学术科研、深度学习实验 →conda（稳妥、生态全）企业项目、团队协作、CI/CD →uv（极速、锁文件）想要 conda 生态 + 工程体验 →pixi（新物种、两全）尽量少码字、省力→ 环境建好后，把终端美化、IDE 配置、AI 工具一次性配到位，之后所有重复劳动（查包、写代码、配环境）都可以交给工具与 AI。环境管理是投资最少、回报最

DeepSeek Harness 是 DeepSeek 官方开源的下一代 Agent 框架，采用「一切皆插件」的设计理念，将模型、工具、人设、沙箱、界面等全部模块化。该框架基于 Cordis 插件系统，支持自由组合和扩展，提供多 Agent 协作、长期任务管理、会话工程等核心功能。通过 Profile 配置和分层设计，用户可轻松定制个性化 AI 助手。目前已推出 Web、TUI 和 Headles