用 Python 跑通第一个回复草稿 Demo

01准备环境与文件

需要 Python 3.10 或更新版本，以及命令行基础。这个示例仅使用标准库，没有 API Key，也不会向外发送数据。先下载源码，放到一个新目录里。

下载可运行 Python 示例 ↓

python --version
python reply_assistant.py

Windows 也可以使用 py reply_assistant.py。如果找不到 Python 命令，需要先安装 Python 并检查 PATH。

02读懂最小流程

程序保存了三条虚构的公开资料。用户提问后，程序按关键词找到相关资料，拼出回复草稿，并保留资料编号。这里没有大模型，也没有语义检索；刻意先把可验证的流程做出来。

matches = [
    doc for doc in DOCUMENTS
    if any(term in question for term in doc[3])
]
if not matches:
    return {
        'status': 'missing',
        'draft': '资料不足，请补充资料或转交人工。',
        'sources': []
    }

03运行三个问题

1. 输入「试用几天？」：应返回 7 天，并引用 D01。
2. 输入「价格是多少？」：应提示资料不足，不能自行给出价格。
3. 输入「部署后会自动发送吗？」：应返回部署说明和人工确认边界，引用 D02、D03。

源码启动时会先执行断言检查。出现 AssertionError 时，不要忽略错误；检查资料、匹配规则和输出是否被意外改动。

04理解限制与下一步

关键词匹配容易漏掉同义表达，也可能把无关问题匹配进来。这个 Demo 不能理解复杂否定、上下文或组合条件，不能拿来代替业务判断。

动手练习：只在 D02 的部署说明正文末尾补充「请先在测试环境验证。」，保留资料编号和关键词。重新运行程序，重复上面的三个问题；部署问题的草稿应出现新句子，来源仍为 D02、D03，试用与价格问题的结果不变。不要为了让检查通过而删除断言。完成后进入下一篇的独立测试，练习移除和恢复资料，而不破坏启动检查。

语义检索与模型生成属于后续进阶内容，目前规划中。

准备好自己的模型 API 后，可以继续真实模型调用入门。暂时不接 API，也可以先学习资料出处与失败边界。