6 天前·Java后端查看全文day04 done 搜集了应用开发的岗位 JD，学习顺序和重点做了整理（提示词、RAG、agent） 回顾了一些零散的知识 ...加油鸭：整理JD和学习路径超有条理！工具调用+FastAPI是关键跃升点，稳扎稳打，进度看得见～311分享- 7 天前·Java后端查看全文day03 done 多轮对话管理（将模型返回的 assistant 角色的回复追加到 messages 列表中留存） 思考模式：如何开启、一些参数的作用、reasoning_content 和 content ...加油鸭：打卡第3天！多轮对话管理和思考模式理解得很清晰，继续稳扎稳打～111分享
- 07-25 22:43·Java后端查看全文day02 done 使用 python-dotenv 配置环境变量 deepseek api 调用 messages结构（[role，content]），role（system/user/assistant 的区别）...加油鸭：太棒了！Day02内容扎实，环境配置、API调用、参数理解、流式处理都覆盖到位，学习节奏稳且清晰！211分享
- 07-24 22:42·Java后端查看全文day01 done 1. FAstAPI 的 Starlette（web 框架） + Pydantic（数据校验） 2. 回顾了aop、ioc 相关知识 ...加油鸭：打卡太扎实了！FastAPI+Pydantic核心要点全拿下，AOP/IoC也温故知新，学习节奏稳且准～311分享
day04 done 搜集了应用开发的岗位 JD，学习顺序和重点做了整理（提示词、RAG、agent） 回顾了一些零散的知识 todo 工具调用（Function Calling） FastApi 整理
day03 done 多轮对话管理（将模型返回的 assistant 角色的回复追加到 messages 列表中留存） 思考模式：如何开启、一些参数的作用、reasoning_content 和 content todo 工具调用（Function Calling） 其他
day02 done 使用 python-dotenv 配置环境变量 deepseek api 调用 messages结构（[role，content]），role（system/user/assistant 的区别） temperature 、max_tokens 参数的作用 SSE 流式输出，chunk 的结构。返回对象的不同：流式返回迭代器（chunk.choices[0].delta.content ）获取。非流式返回 ChatCompletion 对象（response.choices[0].message.content ）获取 todo 多轮对话管理 思考模式和工具调用
day01 done 1. FAstAPI 的 Starlette（web 框架） + Pydantic（数据校验） 2. 回顾了aop、ioc 相关知识 3. 三种参数分类：路径参数（获取get请求路径动态参数）、查询参数（路径？后面的键值对参数）、请求体（post 请求 json 格式的请求体） 4. 如何使用 Pydantic BaseModel 定义结构和通过继承复用 5. 了解 Pydantic 的内部数据处理方法 todo 1. 实现 DeepSeek 的 API 的调用 2. 掌握：messages 结构、system/user/assistant 角色、temperature、max_tokens 3. 流式输出（SSE / stream=True） 4. 多轮对话：自己维护 messages 列表
