Python 学习笔记(一)

一、Python 数据类型与类型判断

1.1 类型注解与变量定义

1
SKILL_REGISTRY: dict[str, dict] = {}

• 这是 Python 3.9+ 的类型提示语法
• dict[str, dict] 表示：键（key）是字符串 str
  ，值（value）是字典 dict
• = {} 初始化为空字典
• 用于提高代码可读性和支持静态类型检查

1.2 isinstance() 类型判断

1
isinstance(block, dict)

• 不是判断值是否在字典中，而是判断变量 block
   是否是字典（dict）类型
• 如果 block 是 dict 类型（或其子类实例），返回 True；否则返回 False
• 与 in 操作符完全不同："key" in block 才是判断键是否存在

适用数据类型（classinfo 参数）：

• 基本类型：int, float, bool, str, complex
• 容器类型：list, dict, tuple, set
• 特殊类型：bytes, bytearray
• 支持多类型联合检查：isinstance(block, (list, tuple, dict))
• 支持自定义类和继承关系判断

1
2
3
# 多类型检查isinstance(42, (int, float))  # Trueisinstance("hello", Iterable) # True（可迭代对象）

二、字典安全取值

2.1 .get() 方法

1
meta.get("name", d.name)

• meta 必须是字典类型（dict），因为 .get()
   是字典的专有方法
• 从字典 meta 中获取键 "name" 的值，若不存在则返回 d.name 作为默认值
• d.name 是动态表达式，在代码执行时被求值
• 值的类型没有限制，可以是任意 Python 对象（字符串、数字、列表、字典、函数等）

与直接索引meta["name"]的区别：

2.2 getattr() 函数

1
getattr(block, "type", None)

• 从对象 block 中获取名为 "type" 的属性值
• 属性不存在时返回 None，不会抛出 AttributeError
• 等价于：block.type（但更安全）

适用对象类型：

• 几乎所有 Python 对象，包括：
• 类实例（对象）
• 类本身
• 模块（module）
• 内置类型实例（字符串、列表等）
• 自定义对象

1
2
3
4
5
6
7
8
# 获取类的静态属性getattr(MyClass, "class_var", None)# 获取模块的函数getattr(math, "sin", None)# 获取字符串的方法getattr("hello", "upper", None)()

核心特点：

• 动态性：属性名可以是变量/字符串
• 安全性：提供默认值避免 AttributeError
• 通用性：适用于所有 Python 对象

三、序列操作与迭代

3.1 enumerate() 函数

1
2
3
for mi, msg in enumerate(messages):    # mi 是索引（0, 1, 2...）    # msg 是列表中的每个元素值

• 同时获取可迭代对象中的索引和值
• 返回枚举对象，每次迭代产出 (index, element) 元组
• 语法：enumerate(iterable, start=0)，可设置索引起始值

适用数据类型（所有可迭代对象）：

• 列表（list）
• 元组（tuple）
• 字符串（string）
• 字典（dict，默认枚举键）
• 集合（set）
• 文件对象（file object）
• range 对象
• 生成器表达式（generator）
• 自定义可迭代对象

1
2
3
# 从1开始（常用于行号）for num, day in enumerate(weekdays, start=1):    print(f"{num}: {day}")

推荐使用enumerate()而不是range(len())，因为代码更清晰、性能更优、适用于生成器。

3.2 sorted() 排序

1
sorted(blocks, key=lambda p: len(str(p[1].get("content", ""))), reverse=True)

• 返回新的排序后列表，不修改原列表
• key： 指定排序依据的函数
• reverse=True： 降序排列（从大到小）
• 从 blocks 中提取 content 字段的字符串长度，按长度从大到小排序

3.3 any() 判断

1
any(_block_type(block) == "tool_use" for block in content)

• 判断可迭代对象中是否存在至少一个为真的元素
• 遍历生成器表达式，检查是否至少有一个 block 的类型是 "tool_use"
• 短路特性： 一旦找到第一个真值就立即返回，不继续遍历

3.4 列表切片赋值

1
messages[:] = compact_history(messages)

• 原地替换列表的全部内容，不是清空列表
• messages[:] 选中列表的全部元素
• 等价于：先清空 messages，再将新列表的元素逐个填入

与messages = compact_history(messages)的区别：

核心应用场景：AI Agent 的上下文压缩（Context Compaction），确保主循环中的 history 变量同步更新为压缩后的内容。

1
2
3
4
# 变量作用域：messages 只在 agent_loop 函数内部# 使用 messages[:] = ... 才能将改变作用到函数外部def agent_loop(messages):    messages[:] = compact_history(messages)  # 外部 history 同步更新

四、Lambda 匿名函数

1
lambda p: len(str(p[1].get("content", "")))

• 匿名函数，用于定义简单的一次性小型函数
• 语法：lambda 参数: 表达式
• 自动返回表达式的计算结果
• 常用于 sorted(), filter(), map() 等函数的 key 参数

与def定义函数对比：

五、路径操作

5.1 pathlib.Path.mkdir()

1
TOOL_RESULTS_DIR.mkdir(parents=True, exist_ok=True)

• 确保目录存在，如果不存在则创建
• parents=True： 递归创建所有缺失的父目录（相当于 Linux 的 mkdir -p）
• exist_ok=True： 目标目录已存在时不报错

四种参数组合：

六、常用代码模式

6.1 兼容多数据格式的取值函数

1
2
def _block_type(block):    return block.get("type") if isinstance(block, dict) else getattr(block, "type", None)

• 同时支持字典和对象两种数据格式
• 如果 block 是字典：使用 .get() 安全获取值
• 如果 block 是对象：使用 getattr() 获取属性

6.2 判断是否包含工具调用

1
has_tool_call = any(_block_type(block) == "tool_use" for block in content)

• 判断 AI Agent 的响应内容是否包含工具调用（Tool Use）
• 结合 _block_type() 和 any() 实现高效判断