输入: [system tokens] + [instruction tokens] + [context tokens] + [user tokens]
输出: [generated tokens] ← 每一步都受前面所有 token 的 attention 影响

R - Role（角色）: 你是什么身份？
A - Action（任务）: 你要做什么？
C - Context（上下文）: 背景信息是什么？
E - Expectation（期望）: 输出格式和标准是什么？
S - Scope（边界）: 不能做什么？

帮我写一个 Python 的 HTTP 服务器

你是一名资深 Python 后端工程师（Role）

请实现一个支持以下功能的 HTTP 服务器（Action）：
- 处理 GET/POST 请求
- 支持静态文件服务
- 有简单的请求日志
- 使用 asyncio 实现异步处理

背景：这是一个教学项目，代码需要简洁易读（Context）

要求：
- 代码不超过 150 行
- 每个函数有类型注解和简短注释
- 不需要第三方依赖，只用标准库（Expectation）

注意：不要实现 TLS、认证或数据库功能（Scope）

请将以下自然语言需求转化为技术任务。

需求: "我想查一下昨天北京的温度"
输出: {
  "tool": "weather_query",
  "params": {"city": "北京", "date": "昨天"}
}

需求: "帮我预约明天下午3点的会议"
输出: {
  "tool": "calendar_create",
  "params": {"title": "会议", "date": "明天", "time": "15:00"}
}

需求: "查一下上海后天会不会下雨"
输出:

问题: 一个农场有鸡和兔子共 35 个头、94 只脚。鸡和兔子各多少只？

请一步步思考：
1. 设鸡有 x 只，兔子有 y 只
2. 根据头的数量：x + y = 35
3. 根据脚的数量：2x + 4y = 94
4. 从方程 2 得：x = 35 - y
5. 代入方程 3：2(35 - y) + 4y = 94
6. 展开：70 - 2y + 4y = 94
7. 简化：2y = 24
8. 解得：y = 12（兔子），x = 23（鸡）

答案：鸡 23 只，兔子 12 只

用户: "Python 3.12 相比 3.11 性能提升了多少？"

Thought: 我需要搜索 Python 3.12 的性能数据
Action: search("Python 3.12 vs 3.11 performance improvement benchmark")
Observation: 根据 speed.python.org，3.12 比 3.11 快约 5-25%，取决于场景

Thought: 这个数据不够具体，我需要更详细的 benchmark
Action: search("Python 3.12 pyperformance benchmark results")
Observation: pyperformance 显示平均提升 12%，其中 f-string 提升最大（30%+）

Thought: 现在我有足够的数据来回答了
Answer: Python 3.12 相比 3.11 平均性能提升约 12%...

# OpenAI API 格式的工具调用
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名称"},
                    "date": {"type": "string", "description": "日期，格式 YYYY-MM-DD"}
                },
                "required": ["city"]
            }
        }
    }
]

# 模型返回的是结构化的 JSON，不是自然语言
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "北京明天天气怎么样？"}],
    tools=tools
)

# 模型输出:
# {
#   "tool_calls": [{
#     "function": {
#       "name": "get_weather",
#       "arguments": '{"city": "北京", "date": "2026-05-19"}'
#     }
#   }]
# }

问题: 如果一列火车以 120km/h 的速度行驶，它需要多长时间才能行驶 300km？

Let's think step by step.

from string import Template

# 模板文件：prompts/rag_answer.yaml
template = """
你是专业的知识问答助手。

## 上下文信息
以下是从知识库中检索到的相关信息：
{context}

## 用户问题
{question}

## 回答要求
1. 仅基于上下文信息回答，不要使用外部知识
2. 如果上下文中没有足够信息，请说"根据现有信息无法回答"
3. 回答要简洁明了，不超过 200 字
4. 引用上下文中的关键数据或观点时，标注来源编号 [1]、[2] 等
"""

# 渲染模板
def render_prompt(template: str, **kwargs) -> str:
    return Template(template).safe_substitute(**kwargs)

# 使用
prompt = render_prompt(
    template,
    context="根据研究[1]，GPT-4 的 MMLU 得分为 86.4%...",
    question="GPT-4 的 MMLU 得分是多少？"
)

# prompts/rag_answer/v2.3.yaml
version: 2.3
created: 2026-05-18
author: team
description: "优化了引用标注要求，增加了字数限制"

template: |
  你是专业的知识问答助手。
  ...

changelog:
  - v2.3: 增加引用标注格式要求
  - v2.2: 增加"无法回答"的兜底策略
  - v2.1: 优化上下文格式
  - v2.0: 重写为结构化模板
  - v1.0: 初始版本

eval_results:
  accuracy: 0.87
  relevance: 0.92
  hallucination_rate: 0.03

# 对比两个 Prompt 版本的输出质量
prompt_v1 = "请简要介绍 Transformer 架构"
prompt_v2 = """你是一名 AI 讲师，请用以下结构介绍 Transformer：
1. 它解决了什么问题
2. 核心创新点（Attention 机制）
3. 相比 RNN 的优势
4. 在 LLM 中的地位
每部分不超过 100 字。"""

# 用同样的测试集评估两个版本
test_cases = [
    {"question": "Transformer 是什么？", "expected_keywords": ["attention", "并行", "encoder-decoder"]},
    {"question": "为什么 Transformer 比 RNN 好？", "expected_keywords": ["并行计算", "长距离依赖", "梯度"]},
]

一个典型的 RAG Prompt 结构：
System Prompt:          ~100 tokens
任务指令:                ~50 tokens
检索到的上下文 (5 段):   ~2000 tokens
用户问题:                ~50 tokens
格式约束:                ~80 tokens
─────────────────────────────────
总计:                   ~2280 tokens

按 GPT-4o 价格 $2.50/1M input tokens:
单次请求成本 ≈ $0.0057
月 100 万次请求 ≈ $5,700