今天完成了Agent基础的学习，简单调用agent完成单轮工具调用。之前其实实现过类似的了，主要的收获是今天完成了github代码的上传（拖拽），但没有完成本地代码直接维护上传，主要卡在了如何加载指定的文件，每次都乱加载，把所有文件全加载进去。同时完成了claude的本地部署，其可以操控电脑命令行的能力还是可以的，明天我会继续尝试使用workbuddy来进行电脑操作，进一步扩展工具使用面。

# 学习
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

cover

码道 · 寻艺——从零构建“非遗交互式对话平台“的完整实践

avatar AI编程社区

码道：从零构建一个带 Swagger 文档的学生管理系统 API

在 Python 生态里，做 Web 接口的主流选择有 Flask、Django、FastAPI 等。我选择 FastAPI，主要是看重以下几点。第一，性能好。FastAPI 基于 Starlette 构建，底层是异步的 ASGI 架构，官方基准测试中吞吐量在主流 Python 框架中名列前茅。即使本项目目前只用同步逻辑，留出的异步能力升级空间也是实实在在的。第二，类型提示带来极佳的开发体验。

avatar AI编程社区

码道：从零搭建一个学生管理 API：FastAPI + 内存存储 + Swagger 文档实战

在做技术选型时，我们对比了 Python 生态中几款主流 Web 框架：Flask、Django、FastAPI。Flask 足够简单，号称微框架，但路由、参数校验、序列化、文档生成这些能力都需要开发者自己组装，写起来自由却繁琐。Django 功能全面，自带 Admin 后台和 ORM，但框架偏重，对于「一个接口服务」来说显得有些杀鸡用牛刀，学习成本也更高。FastAPI 则精准地踩在了这个需求点

avatar AI编程社区