一、什么是闭包？先用一句人话解释
闭包 = 函数 + 它创建时所捕获的外部变量
也可以理解为：
'带私有状态的函数'
二、一个最小但完整的闭包示例
def make_adder(x):
def adder(y):
return x + y
return adder
使用方式：
add_10 = make_adder(10)
print(add_10(5)) # 15
print(add_10(20)) # 30
发生了什么？
make_adder(10)执行完后，本应销毁- 但
adder记住了x = 10 x被'封'在函数里 —— 这就是 closure
📌 重点：
x 并不是参数，而是被'捕获'的变量
三、闭包 vs 普通函数
❌ 普通函数（无状态）
def add(x, y):
return x + y
- 每次调用都要传全参数
- 无法保存中间状态
✅ 闭包（有状态）
def make_counter():
count = 0
def counter():
nonlocal count
count += 1
return count
return counter
使用：
c = make_counter()
print(c()) # 1
print(c()) # 2
print(c()) # 3
👉 你得到了一个不依赖 class 的'对象'
四、闭包 ≈ 轻量级对象（非常重要）
我们用 class 对比一下：
class Counter:
def __init__(self):
self.count = 0
def next(self):
self.count += 1
return self.count
而闭包版本：
def make_counter():
count = 0
def next():
nonlocal count
count += 1
return count
return next
工程角度对比
| 对比项 | 闭包 | class |
|---|---|---|
| 语法复杂度 | 低 | 高 |
| 私有状态 | 天然支持 | 需要 self |
| 适合 Agent / 回调 | ✅ | 一般 |
| 适合复杂模型 | 一般 | ✅ |
📌 这也是为什么 AI / LangChain 场景大量用闭包
五、一个经典工程示例：配置型函数
def make_logger(prefix):
def log(message):
print(f"[{prefix}] {message}")
return log
使用：
info = make_logger("INFO")
error = make_logger("ERROR")
info("service started")
error("db connection failed")
👉 不需要 class
👉 不需要全局变量
👉 每个 logger 都是'定制实例'
六、闭包在 Web / AI 中的真实用途
示例：构建一个 Agent（你刚写过的）
from typing import Callable
def build_agent() -> Callable[[str], str]:
memory = []
def agent(prompt: str) -> str:
memory.append(prompt)
return f"History size: {len(memory)}"
return agent
使用：
agent = build_agent()
print(agent("hi")) # History size: 1
print(agent("hello")) # History size: 2
🧠 这里的 agent 就是一个'带状态的函数对象'
七、Callable 是什么？为什么要引入？
先看这行代码：
def build_agent() -> Callable[[str], str]:
它的含义是：
build_agent返回一个函数
这个函数：接收str返回str
等价于 Java：
Function<String,String>
八、为什么闭包 + Callable 是绝配？
1️⃣ 没有 Callable 会怎样？
def build_agent():
...
- IDE 无法提示
- FastAPI 无法校验
- 你不知道 agent 怎么用
2️⃣ 加上 Callable 后
def build_agent() -> Callable[[str], str]:
你立刻知道：
- 这是一个 agent
- 输入输出是什么
- 可以当作参数传递
📌 Callable = 闭包的'类型说明书'
九、再来几个经典闭包场景（速览）
1️⃣ 权限校验器（类似装饰器）
def require_role(role):
def check(user_role):
return user_role == role
return check
2️⃣ 延迟执行（lazy eval）
def lazy_sum(*nums):
def calc():
return sum(nums)
return calc
3️⃣ 策略模式（无 class）
def make_strategy(rate):
def apply(price):
return price * rate
return apply
十、什么时候该用闭包？什么时候不用？
✅ 适合用闭包
- Agent / Tool
- 回调函数
- FastAPI 依赖注入
- 状态简单、生命周期短
❌ 不适合用闭包
- 复杂继承
- 大量方法
- 状态结构复杂
👉 那种场景用 class
十一、总结一句话
闭包让函数拥有'状态'，Callable 让函数拥有'类型'
在现代 Python（尤其是 AI / Web / 工程领域）：
闭包 + Callable = 轻量级对象系统