别答「智能体」三个字。Agent = 大脑（LLM）+ 推理规划 + 工具调用 + 记忆 + 行动闭环。聊天：用户 → 模型 → 文本。Agent：用户 → 模型 →要不要调工具？→ 你的程序执行 → 结果塞回 → 继续推理 → 最终回答。查北京天气，下雨就帮我叫车Chat：凭训练数据瞎编Agent：Weather API → 判断 → 叫车 API → 完成Agent 能 Act，不只会 Cha

读的时候如果业务上判断已过期，仍然先把旧 data 返回给用户，同时另起线程异步去 DB 拉新的——key 不会在 Redis 里突然消失，就不会出现全员同时 miss 的情况。：一主多从，写走主，主异步把数据推给从，从可以分担读。复制是异步的，主不等从确认就返回，所以性能好，但从可能落后——刚写主库立刻读从库，可能还是旧值。Cluster 里每个负责一部分数据的主节点也可以有自己的从节点，某台主

tensorflow版本太高，服务器版本为2.13.0，执行下面命令解决，换成低版本。