1.2 参数：位置、关键字、默认

三种参数形式

位置参数：按顺序传。f(prompt, temperature)
关键字参数：按名字传，可打乱顺序。f(temperature=0.7, prompt="hi")
默认参数：定义时给个默认值，调用时可以不传。

为什么默认参数重要

推理接口通常有一堆“可调旋钮”——temperature、top_p、max_new_tokens、repetition_penalty。如果每个都要调用方传，参数列表会爆炸。给它们一个合理的默认值，调用方只需要传想覆盖的。

def generate(prompt, max_tokens=512, temperature=0.7):
    return f"{prompt} | max={max_tokens} t={temperature}"

generate("hi")                        # 用默认
generate("hi", temperature=0.0)      # 覆盖一个
generate("hi", 256, 0.0)              # 全位置
generate("hi", max_tokens=256)        # 用关键字

示范

def log_request(endpoint, latency_ms, level="INFO"):
    print(f"[{level}] {endpoint} took {latency_ms}ms")

log_request("/v1/chat", 123)
log_request("/v1/chat", 456, level="WARN")
log_request(endpoint="/v1/embed", latency_ms=88, level="DEBUG")

✍️ 练习

写一个函数 chat(messages, model="qwen2.5-7b", temperature=0.7, max_tokens=1024)，返回一个字典：

{
    "model": model,
    "temperature": temperature,
    "max_tokens": max_tokens,
    "num_messages": len(messages),
}

至少调用它两次：

一次只传 messages
一次用关键字参数覆盖 temperature=0.0

💡 思路提示

点开看提示

messages 应该是个 list，比如 [{"role": "user", "content": "hi"}]
len(list) 返回列表里元素个数，正好就是 num_messages
默认参数必须放在非默认参数后面：def f(a, b=1) ✅ ，def f(a=1, b) ❌

✅ 参考解法

写不出来再打开

def chat(messages, model="qwen2.5-7b", temperature=0.7, max_tokens=1024):
    return {
        "model": model,
        "temperature": temperature,
        "max_tokens": max_tokens,
        "num_messages": len(messages),
    }

print(chat([{"role": "user", "content": "hi"}]))
print(chat([{"role": "user", "content": "hi"}], temperature=0.0))

🔍 进阶思考

默认参数有个经典坑：默认参数不要用可变对象（list / dict）。

# ❌ 危险：所有调用共享同一个 list
def add(item, seen=[]):
    seen.append(item)
    return seen

print(add("a"))   # ['a']
print(add("b"))   # ['a', 'b']   ← 不是你以为的 ['b']

推理服务里几乎不会踩这个坑（因为配置项几乎都是字符串数字），但要知道。