依托 Rokid Glasses 智能眼镜与灵珠 AI 开发平台，搭建适配 AI 眼镜的文献速读 AI 助手，通过 OCR 识别、结构化分析及语音播报实现免手持高效闭环，本指南聚焦实操，指导完成相关配置与搭建，助力增强科研效率。
sid sessions[sid]['language_pair'] = { 'source': data.
") except (TypeError, OverflowError) as e: # 捕获多种异常 print(f"类型或溢出错误: {e}") except Exception as e: # 捕获所有异常（基类） print(f"未知错误: {e}") else: # 无异常时执行 print(f"结果是: {result}") finally: # 无论如何都执行 print("清理资源…") # --- 常见异常类型 --- # ValueError 值错误 # TypeError 类型错误 # KeyError 字典键不存在 # IndexError 索引越界 # AttributeError 对象没有该属性 # NameError 变量名不存在 # FileNotFoundError 文件未找到 # IOError I/O 错误 # ZeroDivisionError 除以零 # ImportError 导入失败 # RuntimeError 运行时错误 # StopIteration 迭代结束 # AssertionError 断言失败 🔑 要点总结：永远捕获最具体的异常类型，不要使用裸露的 except:（它会捕获 SystemExit 和 KeyboardInterrupt）。
过去的验证方式通常是调低阈值等它触发，或者干脆等一次真实故障「顺便」验证。v9 给了一个体面的答案：告警规则支持「测试触发」，在条件尚未满足时，按真实查询到的时序数据手动触发一次，同步走完整条链路，并给出分阶段报告—— 查询校验 → 阈值判断 → 事件生成 → 事件流水线 → 通知发送 每个阶段的执行结果一目了然：查询有没有查到数据、事件流水线怎么处理的、屏蔽规则有没有拦截、通知最终发给了谁。
C# LibDeflateCompressor（我们的移植版） 本次实现，基于 libdeflate 1.
train/policy_gradient_loss 策略梯度损失（Actor 网络专属损失）。