1. 整体描述整体项目使用 SpringBoot2.x、MySQL实现。使用到的插件：hutool、mybatis-plus、liquebase、lombok、h2。项目主要为展示如何使用 h2 内存数据库进行单元测试的边写，不会对参数进行有效性检测，尽可能简化逻辑！不会对其他插件进行详细讲解。使用 liquebase 进行数据库结构的管理，使用 mybatis-plus 简化数据库操作。为了防止

根据需要选择「用户变量」或「系统变量」，点击「新建」或「编辑」即可。至此，Windows 11 与 macOS 的环境变量配置完成。在弹出的「系统属性」窗口中，点击「环境变量」。打开「设置」→「系统」→「系统信息」。右侧「相关链接」→「高级系统设置」。

该教程旨在带大家从 0 起步，掌握用 Python 开发大模型应用的技能。若当前内容让你感到晦涩，可回溯本合集的前期文章，降低学习难度。

每轮结束后重新总结远早于 Buffer 达到上限总结耗 token，可能丢细节长会话、会议纪要。

在人工智能领域的激烈竞争中，OpenAI 推出的 GPT-5 成为了众人瞩目的焦点。它的出现，不仅在技术层面带来了诸多突破，还在产品命名与用户体验的优化上做出了大胆革新，其中统一模型命名的举措，看似简单，实则对用户体验产生了深远影响。

角色核心职责核心价值人类1. 定义功能需求、性能标准、质量规范；2. 拆解需求，传递清晰指令；3. 监督流程，及时介入异常问题把控方向、设定规则，避免双模型偏离需求编码模型1. 接收人类指令，将自然语言需求转化为可执行代码；2. 接收审核模型反馈，针对性修复代码；3. 循环迭代，直至代码达标高效完成编码实现，避免低级语法错误，提升开发速度审核模型1. 对照人类设定的标准，全面校验代码；2. 生成详

当一款 AI 模型能在几分钟内生成可直接运行的法语学习 APP，包含单词卡片、互动测验和 “老鼠与奶酪” 教学游戏时，我们不得不承认：人工智能的编程能力已从 “辅助工具” 进化为 “独立开发者”。GPT-5 的发布，标志着 AI 编程正式完成从 “写代码片段” 到 “造完整应用” 的质变，这种跨越不仅体现在技术指标上，更重塑了人类与代码的交互方式。

有次跟创业的朋友聊起招人标准，他说现在最不想要的就是“AI依赖症晚期患者”——对AI生成的代码不假思索就提交，写的技术方案不经深度思考就交付，出了问题只会甩锅“AI没弄好”。深以为然。我见过太多人把越来越聪明的AI当成“万能代码生成器”，却忘了它本质上是个需要被严格监督和驾驭的“超级辅助工具”。就像会议系统里的“自动生成会议纪要”功能，AI现在能提炼要点、归纳结论，像个优秀的记录员， 但人类得判断

该教程旨在带大家从 0 起步，掌握用 Python 开发大模型应用的技能。若当前内容让你感到晦涩，可回溯本合集的前期文章，降低学习难度。

如果你已经会用 Python 调 OpenAI，下一步最划算的学习路径就是“用 LangChain 把记忆、检索、工具调用各跑通一次”。这些概念跑通后，再回头看 Assistant API，你会迅速理解它背后的线程、文件检索、函数调用到底做了什么，从而真正做到“用对工具、做对选择”。“从裸调 API 到框架思维”——这既是 LangChain 的价值，也是开发者跳出“demo 级玩具”走向“生产级