1 .*args：接收任意多个【普通位置参数】，打包成元组 tuple，args 就是元组变量名,  *= 打包符号，args是约定名字（可以改成*nums、*data，但规范写 args）

**kwargs:接收所有 key=value 格式的关键字实参，自动打包成字典 dict。

• *args → 打包位置参数 (1,2,3) → 元组
• **kwargs → 打包关键字参数 a=1,b=2 → 字典

2. 字典 .items () 方法

遍历字典键值对（k,v），返回可迭代对象，配合 for k,v in ... 拆包

• .keys()：只遍历键
• .values()：只遍历值
• .items()：键 + 值一起取出

3. 列表推导式

[表达式 for 变量 in 可迭代对象]

4.lambda 匿名函数 :  lambda 入参: 返回表达式

lambda x: x + "!"：接收 x，返回x加感叹号

5.**字典 字典拆包

**result：把字典 {"city":"北京","temp":"25℃"}拆成关键字实参：city="北京", temp="25℃"

6.字符串.format() 模板替换

{变量名} 占位符，.format(关键字参数)自动替换占位内容

7.  *列表 → 拆 / 收 列表、元组 , 拆成位置参数 (1,2,3)

  **字典 →拆 / 收 字典 ,  拆成关键字参数 k1=v1,k2=v2

8.yield → 生成器标志

1. 函数里出现yield，这个函数不再返回普通值，而是返回生成器对象（generator）。
2. yield 数据：暂停函数、抛出当前片段，下次迭代从暂停位置继续往下执行 , 一次只占一块内存；
3. return：直接终止函数，一次性返回数据、函数结束。

9.__repr__(self) 调试打印魔法方法

1. print(对象)时自动调用，自定义对象输出字符串；
2. 不写__repr__：默认打印内存地址<__main__.Document object at ...>，不方便调试；
3. 格式化 f-string：{变量}填充数据。

10. try-except-finally 完整异常结构

     try：包裹可能报错的代码（接口调用最容易报错，放这里）

     except 指定异常类：精准捕获对应错误，细分异常优先写在前（先抓具体错误，再抓通用错误）

• PermissionError：权限 / 密钥鉴权失败（OpenAI 密钥错误、余额不足属于这类业务异常）
• Exception：Python 通用父类，能捕获绝大多数非系统致命异常，用来兜底所有未知报错

       finally：无论 try 里正常运行 / 触发 except 报错，代码一定会执行(接口调用结束收尾固定放这里）

 11. open() 函数：文件操作入口

• 作用：Python 内置函数，用来打开文件，返回文件对象。
• 语法：open(filepath, mode, encoding=...)
  • filepath：文件路径；
  • mode="r"：只读模式（read），默认值，只能读取文件，不能修改；
  • encoding="utf-8"：指定编码格式，避免中文乱码，读取文本文件时强烈建议加上。

  f.read() 方法：读取文件全部内容

  with ... as f: 上下文管理器（重点！）

• 作用：自动管理文件资源，代码执行完会自动关闭文件，不用手动写 f.close()，即使中间报错也能保证文件正常关闭，避免资源泄漏。
• 是 Python 读写文件的标准推荐写法，比裸写 open() + close() 更安全。

  split() 分割

    content.split("。")：按中文句号 。 分割文本，把长文本切成句子列表。

  strip() 去空白

      s.strip()：去掉句子前后的空白（空格、换行、制表符），比如句子前后的空格、换行符会被删掉。

    if s.strip()：过滤掉空白句子。因为 split("。") 后可能会出现空字符串（比如文本末尾的句号分割出的空元素），s.strip() 会把空白字符串转为空，在列表推导式里作为条件，空值会被过滤掉。

12.json.dump()写入文件直接操作文件对象，生成 .json 文件

  json.dumps()转成 JSON 字符串只返回字符串，不写入文件

  json.load()读取文件直接从文件对象读取，还原成 Python 数据

  json.loads()解析 JSON 字符串从字符串解析，不涉及文件操作

json.dump() + json.load() 是 JSON 文件读写的标准组合，必须牢记用法。

13.按固定长度 chunk_size 切割文本

  range(0, len(content), chunk_size) 是按步长切割的标准写法；

  content[i:i+chunk_size] 切片取出每一段文本。

14.re.findall() 函数（提取匹配内容）

      在字符串中，找出所有匹配正则模式的子串，返回一个列表。

15.[]：字符集，表示匹配其中任意一个字符；

  +：量词，表示匹配前面的模式一次或多次

16.re.sub() 函数（替换 / 清洗文本）

     用指定内容，替换字符串中所有匹配正则模式的子串，返回处理后的新字符串。

17.空白字符正则 \s+

  \s：匹配任意空白字符，包括空格 、换行 \n、制表符 \t 等

18.messages 角色的作用：system 设定人设、user 发起提问

    响应体解析：choices[0].message.content 是获取回复文本的固定写法。

 OpenAI SDK 的标准调用流程：初始化客户端 → 发送请求 → 解析响应

    API 密钥的安全管理：使用环境变量 OPENAI_API_KEY

19.stream=True：开启流式模式 , 模型生成一点就发一点，前端可以实时显示，用户体验更流畅。

     stream=False 时，API 会等模型生成完所有内容再一次性返回，体验有延迟。

20.三种 Chat API 角色的核心作用

     system给模型设定角色、规则和行为边界，决定它怎么说话、做什么

     user用户提出的问题或指令

     assistant模型生成的回答 / 回复

21.环境变量读取

  os.getenv("OPENAI_API_KEY") 是读取 API Key 的标准方式

  OpenAI Chat API 调用格式

• messages 必须包含 system 和 user 角色
• 响应内容通过 response.choices[0].message.content 获取
• model 参数（如 gpt-3.5-turbo）是必填项

22. async def 和 await

• async def 用来定义异步函数（协程）
• await asyncio.sleep(t) 用来模拟耗时操作，让出 CPU，让其他任务有机会执行
• 只有 async 函数内部才能使用 await

23.asyncio.gather() 的作用

asyncio.gather(*tasks) 会：

• 接收多个协程 / 任务，并发执行它们
• 等所有任务完成后，按传入顺序返回结果列表
• 总耗时 ≈ 任务中耗时最长的那个，而不是时间相加

24.asyncio.run(main())

• Python 3.7+ 的标准入口方式
• 负责创建事件循环，运行 main() 协程，结束后关闭循环

25.分词：用 jieba.cut() 对问题和知识库文本分词，转成集合方便求交集。

26.排序与筛选：sort(reverse=True, key=lambda x: x[0]) 按分数从高到低排序，取前 top_k 条并过滤掉 0 分文档。

27.关键词重叠法的两个局限

   1.无法理解语义和同义词关系

   2.无法处理语序、句式和歧义，容易误匹配

28.向量检索（embedding-based retrieval）如何解决

   对于同义词、近义词，模型会生成相似的向量

   向量捕捉了文本的整体语义信息，语序、句式和多义词的影响会被大幅削弱，模型能理解句子的     真实含义，从而避免了字面匹配的缺陷。