uopenaiuopenai是一个专为 MicroPython 设计的轻量级 OpenAI 兼容异步客户端库。它基于aiohttps实现，​无其他外部依赖​，支持非流式和流式（SSE）文字对话、视觉模型图片输入、base64 图片编码，特别适合内存受限的嵌入式设备（如 Pico 2W）与 OpenAI 兼容云端 API（DeepSeek、豆包、Moonshot 等）的对接。​文字对话（非流式）返回

上一篇算是把这个系列开了个头.我当时给自己定了一个目标:那今天就从最基础的问题开始:大模型到底是什么?这个问题看起来简单.但真要说清楚,其实不容易.因为它很容易被讲得特别玄.比如有人会说它在思考.也有人会说它只是概率接龙.这两个说法都有一点道理,但如果只记这两句话,还是很难落到项目里.所以这篇我想换一个角度:看看它到底和我们平时写的代码有什么不一样.

我还是用原词吧，我知道有翻译为“记录类型”的说法。只是，只是，老周老觉得这不太好听，可是老周也找不出更好的词语，还是用回 record吧。record 是，跟 class 很像（确实差不多）。那么，用人民群众都熟悉的 class 不香吗，为何要新增个 record 呢？答：为了数据比较的便捷。不明白？没事，往下看。最近有一位热心邻居送了老周一只宠物：set;set;set;这只新宠物可不简单，一顶

显而易见，如果不注意这个问题，当程序从中文操作系统移植到英文操作系统上运行时，中文字符串的排序结果会完全不同，如果这个排序结果仅仅用于显示，则显示结果会不同，如果排序结果被作为一种类似主键的方式存储在文件，那么在中文操作系统下排序的文档，到了英文操作系统下就变成了不排序的文档，整个程序逻辑都会发生错误。我们可以看出，不同的区域性信息，上述字符串的排序结果完全不同，简体中文下，排序按照汉字的拼音顺序

这样一来就可以确定，事件触发页面的页面类型（单据列表类型），触发时机（用户点击按钮之后），事件的逻辑（获取到用户选择的数据之后批量修改数据的字段值，最后刷新页面）。然后开始编写事件逻辑方法，（补充：状态字段的字段标识为status，控件类型为下拉列表，状态正常的对应值为"0"，数量字段的字段标识为qty，控件类型为整数）1.我的插件类为页面插件，所以选择plugin目录下的form文件夹新建插件类

整体流程图：是否用户提问获取图谱 SchemaLLM 生成 Cypher 查询Neo4j 执行查询查询成功?获取查询结果返回错误信息LLM 增强生成自然语言回答详细流程说明：Neo4j图数据库大语言模型用户Neo4j图数据库大语言模型用户自然语言问题 + 图谱Schema生成 Cypher 查询语句Cypher语句执行 Cypher 查询返回查询结果问题 + 查询结果增强生成（总结回答）自然语言回

最早接触SKILLS这个概念，是在2025年去字节参加TRAE线下活动的时候。活动现场有观众提问，说CLAUDE新推出的SKILLS机制特别实用，想问字节的TRAE什么时候会跟进这项功能。听到这个问题的瞬间，我心里就有了明确的预感：字节作为AI领域的风向标，大概率会快速布局跟进，而在智能体框架领域深耕的LangChain，必然也不会缺席这场技术浪潮。今年早些时候，SKILLS在大模型圈彻底火了起来

最早接触SKILLS这个概念，是在2025年去字节参加TRAE线下活动的时候。活动现场有观众提问，说CLAUDE新推出的SKILLS机制特别实用，想问字节的TRAE什么时候会跟进这项功能。听到这个问题的瞬间，我心里就有了明确的预感：字节作为AI领域的风向标，大概率会快速布局跟进，而在智能体框架领域深耕的LangChain，必然也不会缺席这场技术浪潮。今年早些时候，SKILLS在大模型圈彻底火了起来

一开始我热衷于找各种 Skill，感觉每装一个就多了一种超能力。装了不用的 Skill 是负资产，它在消耗你的 context 预算，增加 Claude 的触发混淆，不会给你带来任何收益。真正值得花时间的是：把你自己工作流里最高频的步骤，自己写成 Skill。一个你自己写的、教了 Claude 你团队内部 API 约定的 Skill，价值远大于 10 个从 Awesome 仓库装来的通用 Skil