本文介绍MyBatis-Plus作为MyBatis的无侵入增强工具，阐述其自动注入CURD、Lambda支持、主键自动生成、内置分页与代码生成器等核心特性，以及支持多种数据库的能力。文章通过Spring Boot快速入门示例，演示依赖引入、数据源配置、建表、实体类开发及Mapper继承BaseMapper实现通用CRUD的完整流程，并说明@TableName表映射与@TableId主键配置等常用注

Python初学者几乎都会遇到这个错误：用 for 循环遍历列表的同时删除元素，结果要么漏删、要么越界、要么直接报 RuntimeError。本文从迭代器的内部状态机讲起，拆解 for i in lst 底层到底做了什么——__iter__ → __next__ → StopIteration 的完整链路。逐一分析五种常见边遍历边删除的场景和它们为什么会翻车，然后给出三种安全的解决方案：倒序遍历、

Python 字典是使用频率最高的数据结构之一，但大多数人对它的认知停留在"key-value 存取"。本文从 hash 表原理讲起，逐步推导到 Python 字典的底层实现：哈希函数 → 哈希碰撞 → 开放寻址法 → 负载因子与扩容。重点讨论 Python 3.6+ 字典"有序"的实现原理——实际上是"紧凑存储 + 索引表"的设计带来的副作用，而非真正的有序数据结构。穿插真实场景：为什么用 di

装饰器是 Python 面试和进阶的经典分水岭。上篇聚焦装饰器的前置知识——闭包与自由变量。从"函数是一等公民"讲起，逐步推导：函数可以作为参数传递 → 函数内可以定义函数 → 内部函数可以捕获外部函数的局部变量（闭包） → 闭包的自由变量到底存在哪里 → `nonlocal` 的作用。最后手写第一个装饰器，用计时器案例展示装饰器如何在不修改原函数的前提下增加新功能。每一步都配 `__code__

上篇讲完了闭包和第一个装饰器，下篇解决两个高频问题：(1) 用了装饰器后函数的 __name__ 和 __doc__ 为什么会丢，以及 functools.wraps 怎么修；(2) 带参数的装饰器到底是怎么工作的——为什么需要三层嵌套函数。附带三个实战装饰器：权限校验装饰器、带重试次数的网络请求装饰器、Django 的 @login_required 简化实现。每个装饰器都有完整的逐步拆解和可执

第二板块的收官之作。你每天都在用 Python，但你有没有想过 `Python` 这个程序本身是怎么理解你的代码的？本文带你从零实现一个迷你解释器：第一步——词法分析（Lexer）将代码字符串拆成 Token 序列；第二步——语法分析（Parser）递归下降生成 AST；第三步——解释执行（Evaluator）遍历 AST 计算结果。整个解释器约 500 行 Python 代码，支持变量、加减乘除

本文是Python+AI大模型系列的第一篇，从零带领你完成第一个大模型API调用。内容涵盖OpenAI SDK的安装配置、API Key的安全获取与管理、第一个completion请求的完整代码及返回结果解析，并深入讲解Token费用计算与预算控制策略。文中附有Mermaid流程图拆解API调用的完整链路，适合从未接触过大模型API、想迈出AI开发第一步的Python开发者。

本文手把手教你用一套Python代码同时调用通义千问(Qwen)、文心一言(ERNIE)、DeepSeek和GLM四大国产大模型。内容包括各厂商API的注册与Key获取、OpenAI兼容接口的统一封装技巧、不同模型在代码生成/中文理解/成本控制三个维度的实测对比，以及一个多模型热切换的通用客户端实现。文末附有各模型定价对比表与选型决策树Mermaid图，适合想在国内模型之间灵活切换的AI应用开发者

本文详细介绍了如何将 OpenAI Codex 与 VS Code 编辑器深度集成，实现高效的 AI 编程辅助。从环境准备、API 接入到构建安全的本地代理服务，再到 VS Code 联动配置，提供了完整的实战指南。文章重点讲解了使用 Python FastAPI 搭建代理服务的完整流程，包括代码实现、错误处理和安全管理。同时涵盖了部署监控、性能优化以及云服务器部署方案，帮助开发者构建稳定、可扩展

本文系统讲解 Python 注释的五种形态：单行 # 、三引号多行注释及其字符串本质导致的缩进陷阱、面向函数/类的 Docstring 规范（含 Google/Sphinx/NumPy 三种风格）、类型注解的 IDE 提示作用（非强制检查）、及 TODO/FIXME 标注用法。提供 pydoc 与 Sphinx 自动生成文档实战，以及注释应与代码同步更新、解释"为什么"而非"是什么"等六大书写原则