上一篇我们学了函数、、列表推导式等语法糖。这篇是整个 Python 教程中最重要的一篇——我们要系统学习 Python 中刷算法题最常用的数据结构。算法题的本质就是对数据结构进行操作，如果你不熟悉这些数据结构的基本用法，看算法代码就会一头雾水。好消息是，Python 的数据结构用起来非常简洁直观，你不需要记住所有 API，只需要掌握最常用的那几个操作就够了。用多了自然就记住了，忘了随时可以回来查。

大模型根据收到的工具执行结果进行总结提炼，将其转化为人类易于理解的自然语言答案，并最终呈现给用户。流程圆满结束！为了避免概念混淆，你可以这样记忆这三个角色的核心职责：🧠大模型 (LLM)： “只动脑，不动手”。它专门负责理解需求、制定计划和最终的语言总结，绝对不参与实际的物理操作。📬MCP Client： “超级调度员”。它是沟通的桥梁，负责在用户、大模型和 MCP Server 之间来回传递

Python 最突出的优势就是。很多编程语言需要写大量繁琐的样板代码，而用 Python 往往几行就能实现同样功能。它无需编译，不用提前声明变量类型，甚至不必编写固定的main函数。你可以直接打开文件编写代码，写完就能运行，上手极其轻便。下面，我们就从最简单的程序开始入门。

本文介绍了使用Python和OpenCV从视频中提取帧并保存为图像文件的方法。首先需要安装opencv-python库，然后通过命令行工具运行脚本。脚本支持按帧间隔或时间间隔提取视频帧，可自定义输出目录和文件名前缀。文中提供了完整的代码实现，包括视频属性获取、帧提取逻辑和参数解析功能。最后展示了两种运行方式：按帧间隔（如每30帧提取1帧）和按时间间隔（如每秒提取1帧）。这种方法适用于计算机视觉和图