# 第 1-10 课课堂练习：Agent 配置管理器
#
# 完成要求：
# 1. 根据注释完成字典的创建、读取、修改、删除、遍历和嵌套操作。
# 2. 使用有意义的英文蛇形变量名。
# 3. 读取可能不存在的键时使用 get() 或先使用 in 判断。
# 4. 删除键前确认键存在，或为 pop() 提供默认值。
# 5. 不要删除题目注释。
# 6. 完成后运行本文件并核对预期结果。


# 练习一：创建字典 agent_config，包含以下键值对：
# model："gpt-5"
# temperature：0.7
# max_tokens：2000
# enabled：True

# 练习二：输出以下信息：
# 1. 完整字典；
# 2. 键值对数量；
# 3. 使用方括号读取 model；
# 4. 使用 get() 读取 temperature。

# 练习三：使用 get() 读取不存在的 timeout，并提供默认值 30。
# 将结果保存到 timeout，输出该变量。
# 确认执行后 timeout 键仍未自动加入 agent_config。

# 练习四：完成以下添加和修改：
# 1. 添加 timeout，值为 60；
# 2. 把 temperature 修改为 0.3；
# 3. 使用 update() 添加 retries=3，并把 max_tokens 修改为 4000。

# 练习五：完成以下成员判断：
# 1. 判断是否存在 model 键，保存到 contains_model；
# 2. 判断是否存在 timeout 键，保存到 contains_timeout；
# 3. 判断 "gpt-5" 是否直接存在于字典键中，保存到 model_value_is_key。
# 观察第三个结果，理解 in 默认检查键。

# 练习六：使用 pop() 删除 retries。
# 将被删除的值保存到 removed_retries。
# 为 pop() 提供默认值 None，避免键不存在时报错。

# 练习七：使用 in 判断 timeout 是否存在。
# 如果存在，使用 del 删除 timeout。

# 练习八：分别完成三种遍历：
# 1. 遍历并输出所有键；
# 2. 遍历并输出所有值；
# 3. 使用 items() 同时遍历键和值，格式为“model：gpt-5”。

# 练习九：创建嵌套字典 nested_config：
# model 对应一个内部字典，包含 name="gpt-5"、temperature=0.7；
# runtime 对应一个内部字典，包含 timeout=30、enabled=True。
# 输出嵌套的模型名称和超时时间。

# 练习十：创建 Agent 列表 agents，包含两个字典：
# 第一条：name="代码助手"、model="gpt-5"、enabled=True；
# 第二条：name="搜索助手"、model="o3"、enabled=False。
# 使用 for 遍历并输出每个 Agent 的名称、模型和启用状态。

# 练习十一：创建字典 agent_profile：
# name="代码助手"；
# tools=["搜索", "计算"]。
# 向 tools 列表追加 "写作"，再输出工具列表。

# 练习十二：使用 copy() 创建 agent_config 的独立浅复制 backup_config。
# 在 backup_config 中把 model 修改为 "o3"。
# 分别输出两个字典，确认原字典的 model 仍为 "gpt-5"。

# 练习十三：使用 30 个等号输出分隔线，再输出最终报告：
# 1. agent_config；
# 2. timeout 的默认读取结果；
# 3. contains_model；
# 4. contains_timeout；
# 5. model_value_is_key；
# 6. removed_retries；
# 7. nested_config；
# 8. agents；
# 9. agent_profile；
# 10. backup_config。


# 预期核心结果：
# 初次 get("timeout", 30) 得到 30，但不会自动新增键；
# 修改后的 temperature 为 0.3；
# 修改后的 max_tokens 为 4000；
# contains_model = True；
# 添加 timeout 后 contains_timeout = True；
# model_value_is_key = False；
# removed_retries = 3；
# timeout 最终被删除；
# 嵌套模型名称为 gpt-5，超时时间为 30；
# agent_profile 的 tools 包含“写作”；
# backup_config 的模型为 o3，但 agent_config 的模型仍为 gpt-5。


# 完成后进行自查：
# 1. 方括号和 get() 是否按要求分别使用；
# 2. get() 默认值是否没有自动写入字典；
# 3. in 是否用于检查键；
# 4. 删除键时是否进行了安全处理；
# 5. items() 是否正确解包为 key 和 value；
# 6. 嵌套字典是否使用两层键读取；
# 7. 列表中的每个 Agent 是否使用字典表达；
# 8. 修改 backup_config 是否没有影响 agent_config。