10.18学习笔记

一、本周学习收获

1. 类与对象

本周深入理解了面向对象编程的核心思想。类是对象的模板，对象是类的实例。通过new关键字创建对象，对象拥有类的属性和方法。

classStudent:def__init__(self,name,age):self.name=name self.age=agedefstudy(self):print(f"{self.name}正在学习")# 创建对象stu=Student("张三",20)stu.study()

2. 面向过程 vs 面向对象

• 面向过程：以函数为中心，按步骤解决问题，关注"怎么做"
• 面向对象：以对象为中心，将数据和操作封装在一起，关注"谁来做"

面向对象更符合人类的思维习惯，便于代码复用和维护。

3. 三大特性

封装

封装将对象的属性和方法隐藏起来，只对外暴露必要的接口。通过private修饰属性，防止外部直接访问和修改。

继承

子类继承父类的属性和方法，实现代码复用。使用extends关键字，子类可以重写父类的方法。

classAnimal:defeat(self):print("动物在吃东西")classDog(Animal):defeat(self):print("狗在啃骨头")

多态

同一方法在不同对象上有不同表现。通过父类引用指向子类对象，调用时动态绑定实际类型的方法。

a=Dog()a.eat()# 输出：狗在啃骨头

4. 私有化与 set/get 方法

属性私有化后，通过set方法修改值、get方法查询值，保证数据安全。

classPerson:def__init__(self):self._name=Nonedefset_name(self,name):self._name=namedefget_name(self):returnself._name

5. 利用 OpenAI SDK 调用大模型

本周学习了如何通过 OpenAI SDK 调用大模型接口，核心流程包括：

1. 任务：明确要完成的任务目标
2. 对象：确定调用的大模型对象
3. 约束内容：设置参数约束（如温度、最大 token 数）
4. 表达：构造合适的提示词
5. 提供上下文：给模型提供必要的背景信息

fromopenaiimportOpenAI client=OpenAI(api_key="your-api-key")completion=client.chat.completions.create(model="gpt-4",messages=[{"role":"user","content":"请解释什么是多态"}],)print(completion.choices[0].message.content)

6. 提示词与提示词注入

• 提示词（Prompt）：引导模型输出的输入文本，好的提示词能显著提升回答质量
• 提示词注入（Prompt Injection）：恶意构造输入，试图让模型执行非预期指令，需要做好防护

7. 断点的使用

调试时设置断点可以暂停程序执行，观察变量状态：

• 恢复程序（Resume）：继续执行到下一个断点
• 步过（Step Over）：单步执行，不进入方法内部

8. HTTP 协议与 API 交互

请求结构

• 请求行：方法 + URL + 协议版本
• 请求头：携带认证信息、内容类型等
• 请求体：携带业务数据

响应结构

• 状态行：协议版本 + 状态码 + 状态描述
• 响应头：服务器信息、内容类型等
• 响应体：返回的业务数据

状态码

• 200：成功
• 400：客户端请求错误
• 500：服务端内部错误

9. Swagger 接口文档

Swagger 可以自动生成接口文档，方便前后端联调。一个好的接口必须有参数校验，对参数类型进行校验，避免非法数据进入系统。

10. 请求与响应规范

11. 对话小助手项目实践

本周还利用 AI 工具实现了一个简易版的智能对话界面，将前面学到的大模型调用、HTTP 协议、接口规范等知识串联起来。

项目目标

做一个能跟用户对话的小助手，用户输入问题，AI 返回回答，界面实时展示对话内容。

核心流程

1. 前端界面：搭建一个简单的聊天窗口，包含输入框、发送按钮和消息列表
2. 后端接口：接收用户消息，调用大模型 SDK 获取回答
3. 对话交互：把用户消息和 AI 回答按顺序展示在界面上

importosimportuvicornfromopenaiimportOpenAIfromfastapiimportFastAPI app=FastAPI()# 请将 api_key 和 base_url 替换为你自己的配置client=OpenAI(api_key="your-api-key",base_url="https://your-base-url/v1",)msgs=[{"role":"system","content":"你是一只可爱的小狗，每次回答都需要汪一下"}]@app.get("/chat")defsend_message(msg:str):u_msg={"role":"user","content":msg}msgs.append(u_msg)completion=client.chat.completions.create(model="qwen3.8-max",messages=msgs,)result=completion.choices[0].message.content ai_msg={"role":"assistant","content":result}msgs.append(ai_msg)returnresultif__name__=="__main__":uvicorn.run(app,host="127.0.0.1",port=8000)

收获与体会

• 把「请求有规范、响应有规范」真正落地到了项目里，前后端联调顺畅了很多
• 通过实际调用大模型，加深了对提示词工程的理解——同样的接口，提示词写得好，回答质量差别很大
• 调试时用断点观察请求参数和响应结果，比盲目打印高效得多

请求有规范，响应也应有统一规范：

{"msg":"操作成功","data":[],"code":200}

统一响应格式便于前端统一处理，降低联调成本。

二、遇到的难题与困惑

1. 多态的理解

刚开始很难理解为什么父类引用调用子类方法，后来通过画内存图、多写多练，逐渐明白了动态绑定的原理。

2. 提示词注入的防护

如何有效防止提示词注入？目前的理解是：对用户输入做过滤、限制系统指令的暴露、使用分隔符区分指令和数据，但实际效果还需要进一步验证。

3. HTTP 状态码的区分

400 和 500 的区别容易混淆。经过学习明确：400 是客户端的问题（参数错误、格式不对），500 是服务端的问题（代码异常、数据库故障）。

4. 参数校验的粒度

不知道参数校验应该做到什么程度，是只校验类型，还是也要校验业务规则（如范围、格式）？目前倾向于：基础类型校验 + 关键业务规则校验。

三、错题反思与总结

1. 封装理解错误

错误：以为private只是语法要求，不理解其意义。

反思：封装的核心是"保护数据 + 隐藏实现"，private是手段，安全是目的。

2. 继承与多态混淆

错误：以为继承就是多态。

反思：继承是代码复用机制，多态是运行时行为。继承是多态的前提之一，但多态还依赖方法重写和动态绑定。

3. 响应格式不统一

错误：不同接口返回不同格式，前端处理困难。

反思：统一响应格式（{msg, data, code}）是接口设计的基本规范，应在项目初期就确定。

4. 调试效率低

错误：遇到问题不会用断点，只会加打印语句。

反思：断点 + 步过 + 观察变量，比打印语句更高效，应养成调试习惯。

5. 总结

本周收获很大，从面向对象基础到 HTTP 协议、大模型调用，知识面拓宽了不少。接下来需要：

• 多写代码巩固面向对象三大特性
• 深入理解 HTTP 协议细节
• 练习提示词工程，提升大模型调用效果
• 规范接口设计，养成良好编码习惯