关系# 多对多关联表。

依赖注入（Dependency Injection）是一种设计模式，用于管理组件之间的依赖关系。共享数据库连接强制执行安全性和认证参数验证代码复用。

让数据库查书，查完再通知我，这段时间我不阻塞服务器。，我要用它异步查库，不卡住整个接口。

【代码】FastAPI-passlib密码加密。

AI Agent 的下半场，是系统架构师的舞台。开发者必须完成从“提示词集成商”向“系统架构师”的角色转变。Harness 架构不仅仅是一个技术框架，更是一种工业化思维：通过稳健的后端底座与严谨的工程闭环，将脆弱的模型能力锚定在可靠的业务价值之上。只有当架构足够坚韧，Agent 才能真正从实验性的对话框，走向千行百业的生产线。

AI Agent 的下半场，是系统架构师的舞台。开发者必须完成从“提示词集成商”向“系统架构师”的角色转变。Harness 架构不仅仅是一个技术框架，更是一种工业化思维：通过稳健的后端底座与严谨的工程闭环，将脆弱的模型能力锚定在可靠的业务价值之上。只有当架构足够坚韧，Agent 才能真正从实验性的对话框，走向千行百业的生产线。

前面已经掌握了RAG和微调，那多模态就是技术栈的自然延伸。简单来说，多模态就是让模型能够理解和处理多种类型的数据——文本、图像、音频、视频等，并且能在这些模态之间建立联系。这不是简单地把不同模型拼在一起，而是要让模型真正理解"一张猫的图片"和"cat"这个词描述的是同一个概念。

预训练还好理解，就是给模型从零上学知识。但，很多人越看越懵：到底是大修？小改？还是重新训练一遍？要不要很贵的显卡？普通人能不能碰？。

Token就是大模型的“文字计量单位”，用来衡量文本长度、计算使用成本、限制处理范围。中文粗略记“1Token≈0.7~0.8个汉字”，英文记“1Token≈0.75个单词”，日常使用完全够用。以后再看到“Token限制”“Token计费”，就不会再懵啦——知道它是什么、怎么换算、有啥影响，就能更高效地使用大模型，避免踩坑。

（1）Agent核心：Agent的“大脑”，负责理解用户意图、规划任务、调用工具、反思迭代。推荐使用LangChain的create_react_agent（基础版）或LangGraph（进阶版，适合复杂流程）。LangGraph的优势是能构建“状态机”，清晰定义每个步骤的逻辑和跳转条件，比如“检索失败→重新检索”“生成报告成功→发送邮箱”。（2）工具集：Agent的“手脚”，包括我们之前封装的R