上一节实现了chatbot的连续调用工具的功能，但目前流程还是提示词→模型→解析→调用工具（可选）→输出线性的一条路走到底（LangChain)只适合简单线性任务（问答、摘要、简单RAG）agent的本质是：“模型决定调工具→执行→结果喂回模型→再决定……直到完成”。举例：读日志 → 解析 ─失败→ 重试(≤3次) ─→ 退出│成功↓算统计 → 对比历史 → 生成报告 → [人工审核卡点] → 发

当前chatbot还不能同时调用多次工具，比如发送查询两个城市的天气就不行，如何实现模型能够连续调用工具，根据返回结果决定下一步查杭州和上海虽然也可以并发，但连续调用更适合练习 Agent 的核心能力：模型看到杭州的结果后，再决定查上海、改查其他城市，还是直接回答。可以先保留 [llm_client.py] 中的限制。

必备知识：Python基础、HTTP基础和FastAPI（了解）127.0.0.1是“回环地址”，改成0.0.0.0即可实现局域网其他设备访问环境安装：httpx>=0.27# 发 HTTP 请求调用大模型 APIpython-dotenv>=1.0# 读取 .env 文件里的配置APIkey准备：直接使用deepseek即可，写一个.env文件，apikey不进代码，本地部署建议显卡配置大于等于

OpenCV是一个包含丰富计算机视觉和图像处理功能的库，核心功能可以归纳为五个主要模块：图像处理、视频分析、2D特征框架、3D几何框架以及机器学习工具。图像处理部分包括图像的读取、显示、存储、转换以及滤波等基础操作；视频分析部分则关注于运动检测、背景减除、对象跟踪等功能；2D特征框架提供了从图像中提取关键点和描述符的算子，例如SIFT、SURF和ORB；3D几何框架涵盖了相机标定、三维重建等；机器

监督学习算法分类和回归任务决策树由（初始特征）、（中间特征）、（最终输出：类别或数值）和（特征取值对应的划分规则）组成。以 “银行贷款审批” 为例，决策树可通过客户的特征（如收入、信用评分、工作年限等）自动生成审批规则，直观且可解释。

在 OpenCV 中，所有算法均用 C++ 实现。但这些算法也可以用到不同语言，比如Python、Java等。这得益于绑定生成器。这些生成器在 C++ 和 Python 之间建立了桥梁，使用户能够从 Python 调用 C++ 函数。使用python版本的优势是：开发速度快（语法简洁、无需编译）；生态丰富（可直接结合 NumPy/Pandas/Matplotlib 做数据处理 / 可视化，缺点是速

个人电脑的安装位置位于"C:\Users\Temp\.claude.json"，不同电脑可能位置不同，用于存储用户级状态、MCP 服务器配置、认证信息和界面偏好。所有 MCP 服务都在这里配置。

方面#define宏常量const修饰的变量本质预处理指令，文本替换编译时常量，具有类型类型检测无类型，不进行类型检查有类型，编译器会进行类型检查调试时信息不保留调试信息，宏展开后看不到原名称有符号信息，可以在调试器中查看名称和值作用域没有作用域，宏在定义后到文件末尾有效有作用域，遵循C/C++作用域规则表达能力只能实现简单文本替换，不能定义复杂表达式可以定义复杂的表达式和常量对象内存占用无内存开

是指在一个进程（程序的运行实例）中同时创建和运行多个，这些线程共享进程的内存空间（如全局变量、堆内存），但拥有独立的执行路径（程序计数器、栈空间）。简单来说，多线程允许程序 “同时” 执行多个任务。多线程的核心价值如下：（1）提高CPU使用率：对于多核CPU，单线程程序只能利用一个核心，其他核心处于空闲状态（2）实现 “并发响应”：多线程可将耗时操作放在后台线程，主线程保持响应。（3）拆分复杂任务

MobileNetV3于2019年问世，是目前移动端实时视觉任务的首选，追求极致性价比。在同精度下，V3 比 V2 快约 20%~30%，参数量更小。MobileNetV1V2的原理介绍不再赘述。