为了方便看到效果，我们编写补全服务端代码。

注意：此处实际推荐的代码在后续推荐系统课程中会涉及到

在toutiao-backend/common/rpc目录下新建server.py文件

import reco_pb2_grpc
import reco_pb2
import time
import grpc
from concurrent.futures import ThreadPoolExecutor

# 首先补全被调用的函数代码
class UserRecommendServicer(reco_pb2_grpc.UserRecommendServicer):
    def user_recommend(self, request, context):
        """
        在接口中定义的用户推荐方法
        request：调用时的请求参数对象 UserRequest
        context： 通过此对象可以设置调用返回的异常
        """
        #获取请求参数
        user_id=request.user_id;
        channel_id=request.channel_id
        article_num=request.article_num
        time_stamp=request.time_stamp
        #决定调用的返回数据
        resp=reco_pb2.ArticleResponse()
        resp.exposure='exposure param'
        resp.time_stamp=round(time.time()*1000)
        # 注意对于列表类型的赋值使用extend
        _recommends=[]
        for i in