用 response_format 让模型直接返回 JSON，对比 json_object、json_schema 与 Pydantic parse 三种方式的用法、差异和常见坑。

用 stream=True 让模型回复像打字一样逐字出现，理解流式 chunk 的结构、如何累加完整文本与获取 token 用量。

理解 temperature、top_p、max_tokens 和 stop 四个核心生成参数，通过最小可运行示例观察它们如何影响模型输出。

理解 Token 与上下文窗口的概念，学会用 tiktoken 估算 token 数量，并写出一个自动裁剪历史的方案，避免对话因超限而中断。

理解大模型 API 中的三种消息角色，学会管理对话历史，写出能记住上下文的聊天程序。

用 OpenAI Python SDK 发出第一次真实的大模型 API 请求，理解请求参数、响应结构，并写出一个可复用的最小聊天程序。

从零搭建可复现的 Python AI 开发环境，掌握虚拟环境、依赖清单、环境变量与密钥保护的基本方法。

从一次最小的大模型调用出发，理解模型、提示词、上下文与 API 在 AI 应用中的职责和协作方式。

FastAPI 中使用 Jinja2Templates 渲染 HTML 页面，包括模板配置、变量传参、控制结构与模板继承实战。

详解 FastAPI 应用从开发到生产的部署方式，包括 Uvicorn 单进程、Gunicorn 进程管理、Worker 数量调优、优雅关闭、Docker 打包以及 Nginx 反向代理配置等实战要点。