Anaconda 是一款专为数据科学、机器学习和人工智能领域设计的开源 Python/R 语言发行版。集成了 Python 解释器、Conda 包管理器、数百个预装的数据科学库（如 NumPy、Pandas、Jupyter Notebook 等）以及可视化管理工具。

无法确定参数的个数，使用*和**定义个数可变的位置和关键字形参，结果分别为元组和字典。无法确定参数的个数，使用**定义个数可变的关键字形参，结果为一个字典。无法确定参数的个数，使用*定义个数可变的位置形参，结果为一个元组。注意：位置参数必须在关键字参数之前。二、个数可变的关键字参数（理解为字典结构）三、既有个数可变的位置参数和关键字参数。一、个数可变的位置参数。

with语句可以自动管理上下文资源，不论什么原因跳出with块，都能确保文件正确的关闭，以此来达到释放资源的目的。

这个类对象本身也拥有属性和方法，例如 __name__ (类名)、__dict__ (包含类所有属性和方法的字典) 等。类属性调用：实例对象和类对象均可访问，即类属性：所有实例共享。类作用域内定义的函数的称为方法，作用域外定义的称为函数。类方法通过@classmethod标识，方法含参数cls。类对象：python解释器加载类时所创建的对象。一、类对象、实例方法、类方法、静态方法、函数。类调用实例

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年 11 月推出的开放标准，旨在为大型语言模型（LLMs）提供建立一套安全、标准化的通信协议，以便连接和调用外部数据源和工具。目前，MCP 已获得 OpenAI、Google、微软、百度、阿里、腾讯等主流厂商的支持，正成为构建下一代 AI Agent 的核心基础设施。运行 LLM（如 Cla

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年 11 月推出的开放标准，旨在为大型语言模型（LLMs）提供建立一套安全、标准化的通信协议，以便连接和调用外部数据源和工具。目前，MCP 已获得 OpenAI、Google、微软、百度、阿里、腾讯等主流厂商的支持，正成为构建下一代 AI Agent 的核心基础设施。运行 LLM（如 Cla

装饰器就是为了解决这类“横切面”而生的，它将通用逻辑（如日志、计时、权限校验）封装起来，然后通过 @ 语法糖应用到需要的地方，让代码更简洁、优雅且易于复用。函数即对象：在 Python 中，函数可以被赋值给变量、作为参数传递给其他函数，也可以作为另一个函数的返回值。高阶函数：装饰器本质上就是一个高阶函数，它接收一个函数作为参数，并返回一个新的函数。闭包：装饰器通常利用闭包来“记住”被装饰的函数，并

正向代理是代理客户端，代理客户端访问客户端无法访问的服务器，比如翻墙技术。而反向代理则是代理服务器，反向代理服务器和目标服务器对外就是一个服务器，由反向代理服务器从服务器获取数据，然后返回给客户端，此过程客户端对访问的具体服务器是无感知的，暴露的是反向代理服务器的地址，隐藏了真实服务器地址。Nginx 在提供反向代理服务方面，通过使用正则表达式进行相关配置，采取不同的转发策略，配置相当灵活，而且在

对于单线程下，程序中不可避免出现io操作，但如果能在自己的程序中（即用户程序级别，而非操作系统级别）控制单线程下的多个任务，能在一个任务遇到io阻塞时，就将寄存器上下文和栈保存到其他地方，切换到另外一个任务去计算。方便切换控制流，简化编程模型，单线程内就可以实现并发的效果，最大限度地利用cpu，且可扩展性高，成本低。其作用是，在执行A 函数的时候，可以随时中断，去执行B 函数，然后中断继续执行A

对于单线程下，程序中不可避免出现io操作，但如果能在自己的程序中（即用户程序级别，而非操作系统级别）控制单线程下的多个任务，能在一个任务遇到io阻塞时，就将寄存器上下文和栈保存到其他地方，切换到另外一个任务去计算。方便切换控制流，简化编程模型，单线程内就可以实现并发的效果，最大限度地利用cpu，且可扩展性高，成本低。其作用是，在执行A 函数的时候，可以随时中断，去执行B 函数，然后中断继续执行A