dataclass能省略__init__和__repr__是因为@dataclass在类构造期自动生成这些方法，而非继承或运行时patch；若手动定义了__init__，则装饰器跳过生成。
dataclass 为什么能省掉 __init__ 和 __repr__
因为 @dataclass 装饰器会在类定义后自动注入这些方法——不是靠继承，也不是运行时动态 patch，而是通过 __set_name__ 和 __annotations__ 在类体执行完、但实例还没创建前就生成代码。它本质上是编译期（准确说是类构造期）的代码生成，所以你写 @dataclass 后，MyClass(1, "a") 能直接调用，print(obj) 也能看到可读输出。
注意：它不会覆盖你手动写的 __init__；一旦你显式定义了，@dataclass 就跳过生成——这点常被忽略，导致“加了装饰器却没生效”，其实是自己写了冲突的 __init__。
字段默认值怎么设才不报 ValueError: mutable default 错误
不能直接写 items: list = [] 或 config: dict = {}，Python 会把同一个可变对象绑定到所有实例，造成状态污染。
- 用
default_factory：比如items: list = field(default_factory=list) - 基础不可变类型（
int、str、None）可直接赋值：id: int = 0、name: str = "unknown" -
field()还支持default（仅限不可变值）、repr=False（隐藏字段打印）、compare=False（排除在==比较外）
什么时候该关掉 eq 或 frozen
默认 @dataclass(eq=True)，会自动生成 __eq__ 和 __hash__（但仅当所有字段都可哈希时）。如果类里有不可哈希字段（比如 list），又没关 eq，hash(obj) 就会出错。
frozen=True 表示实例创建后禁止修改字段（底层用 __slots__ + 属性拦截实现），这时 obj.x = 1 会抛 FrozenInstanceError。但它和 eq=True 是兼容的；而 frozen=True 会强制让类变成不可变类型，从而自动获得安全的 __hash__。
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
典型场景：
- 配置类、DTO 对象 → 开
frozen=True避免意外改写 - 带缓存或内部状态的类（如含
_cache: dict = field(default_factory=dict, repr=False)）→ 关eq=False，否则比较逻辑不合理
和 NamedTuple、TypedDict 的关键区别在哪
NamedTuple 是不可变元组的子类，内存紧凑、性能高，但不支持默认值（除非用 _replace()）、不能继承、字段不能动态增删；TypedDict 只是类型提示工具，运行时不生效，也不生成任何行为。
@dataclass 是完整类，支持方法、继承、属性、__post_init__ 钩子（用于校验或计算派生字段），还能和 __slots__ 共存（加 slots=True 参数）。真正要“带行为的数据容器”时，别硬套 NamedTuple。
容易踩的坑：有人用 @dataclass 定义 API 响应模型，但忘了加 repr=False 掩盖敏感字段，结果日志里全打出来。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
