Python

用 python 开发一个可调用工具的 AI Agent,实现电脑配置专业评价

在人工智能时代,AI Agent凭借其强大的任务处理能力,逐渐成为开发人员手中的得力工具。今天,我们就来一起动手,用Python打造一个能够调用工具的AI Agent,实现根据电脑信息对电脑配置进行专业评价的功能。 一、项目创建与目录结构 1.1 项目创建首先,我们需要创建一个新的项目环境。这里使用UV进行项目创建

Python上下文管理器(with语句)的原理与实践

SQLAlchemy是Python中最流行的ORM(对象关系映射)框架之一,它提供了高效且灵活的数据库操作方式。本文将介绍如何使用SQLAlchemy ORM进行数据库操作。目录 安装SQLAlchemy 核心概念 连接数据库 定义数据模型 创建数据库表 基本CRUD操作 查询数据 关系操作

python:用pip安装第三方包时指定安装源的url地址

用pip安装第三方包时,默认是从#xff0c;但有的时候,会比较慢,此时可以指定另外的下载源。如果要指定第三方源,可以使用格式:python -m pip install -i <下载源的url> <包名>清华大学的镜像:

Python深度挖掘:openpyxl和pandas的使用详细

文章目录 一、Excel处理在数据分析中的重要性 二、openpyxl基础与核心功能 2.1 openpyxl简介与安装 2.2 工作簿与工作表的基本操作 创建新工作簿 打开已有工作簿 工作表操作 2.3 单元格操作详解 基本单元格操作 批量操作单元格 特殊单元格操作 2.4 样式与格式设置 字体样式 对齐方式 边框设置 填充颜色 数字格式

Python常用医疗AI库以及案例解析(2025年版、上)

随着人工智能在医疗领域的持续深入发展,Python 已经成为医疗 AI 项目的首选开发语言。从数据处理、模型训练、大模型集成到系统部署与可视化,Python 社区在过去几年中涌现出大量功能强大且持续演进的开源工具。本指南整理了在 2025 年医疗 AI 项目中广泛使用的 Python 库,涵盖了 机器学习、深度学习、大语言模型(LLM&#x

Python 从0到1构建MCP Server & Client

Python 从0到1构建MCP Server & Client 简介MCP Server 是实现模型上下文协议(MCP)的服务器,旨在为 AI 模型提供一个标准化接口,连接外部数据源和工具,例如文件系统、数据库或 API。 MCP 的优势在 MCP 出现前,AI 调用工具基本通过 Function Ca

Python快速落地的临床知识问答与检索项目(2025年9月教学实现部分)

项目代码实现与工程化 数据加载模块(loader.py)实现临床知识问答与检索项目的核心需求之一是高效处理多样化的医疗文档格式,包括 PDF、DOCX 及各类表格文件。以下是支持批量解析并返回带元数据文档列表的 loader.py 实现方案,结合了非结构化文本处理与医学文档元数据提取的专业需求:import os import re from pathlib import Path from t

基于Python与本地Ollama的智能语音唤醒助手实现

项目简介本项目是一个基于 Python 的智能语音助手,集成了语音录制、语音识别、AI对话和语音合成功能。用户可以通过语音与本地部署的 Ollama 大模型进行自然对话。 技术架构 核心功能模块 语音录制 - 使用 sounddevice 录制用户语音 语音识别 - 使用 faster-whisper 将语音转换为文本 AI对话 - 与本地 Ollama 模型进行文本对话

Pycharm终端问题:python : 无法将“python”项识别为 cmdlet、函数、脚本文件或可运行程序的名称

Pycharm终端问题:python : 无法将“python”项识别为 cmdlet、函数、脚本文件或可运行程序的名称 pycharm终端问题 解决方案 1、查看环境变量是否配置正确 2、检查项目是否配置python解释器 3、修改pycharm的终端 如果有帮助,请点赞👍支持一下博主,感谢你的阅读🤝。

高效邮件发送系统设计与实现:基于Python和SQLAlchemy的实践

个人名片 🎓作者简介:java领域优质创作者 🌐个人主页:码农阿豪 📞工作室:新空间代码工作室(提供各种软件服务) 💌个人邮箱:[2435024119@qq.com] 📱个人微信:15279484656 &