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。

详解 FastAPI 中如何使用 pydantic-settings 管理配置，包括环境变量读取、多环境切换、嵌套配置、敏感信息保护和与依赖注入结合的实战用法。

详解 FastAPI 中内置响应类的选择与使用，包括 JSONResponse、HTMLResponse、PlainTextResponse、RedirectResponse、StreamingResponse、FileResponse 以及自定义响应类，覆盖自定义响应头、状态码和媒体类型的实战场景。

详解 FastAPI 中表单数据的接收与处理，包括 Form 字段声明、文件与表单混合上传、数据校验、表单编码类型以及与 Pydantic 模型的配合使用。

FastAPI 中如何挂载和提供静态文件服务，包括 StaticFiles 配置、目录挂载与路径查找规则。