本文介绍了如何使用Python开发MCP（Model Context Protocol）服务，实现大语言模型与外部工具的交互。主要内容包括：MCP协议概述及其标准化、安全性优势；环境准备与FastMCP框架安装；通过装饰器定义MCP工具（文件写入和天气查询示例）；服务启动配置（支持SSE和STDIO两种传输方式）；环境变量安全管理；以及扩展建议（添加新工具和参数验证）。文章提供了完整代码示例，帮助

Function Calling技术扩展了AI模型的能力边界，使其能够调用外部函数、访问实时数据并执行特定任务。本文以阿里云DashScope API为例，详细讲解了该技术的原理、实现和应用。核心内容包括：1）系统提示词设计引导AI行为；2）JSON格式函数定义声明可用函数；3）实际函数实现执行具体操作；4）API请求构建与结果处理流程。通过天气查询和文件写入两个实例，展示了如何让AI模型具备实时

本文对比分析了阿里云API和DeepSeek API的函数调用功能。两者在函数定义格式上完全一致，均采用OpenAI标准结构，包含函数名称、描述和参数定义。阿里云API通过tools参数传递函数定义，响应中包含tool_calls字段指示函数调用。实际使用时需手动执行函数并返回结果给模型。主要差异在于API端点地址不同：阿里云使用DashScope服务端点，而DeepSeek有其专用地址。整体实现

经过环境配置，我们跑通了和LLM的链接，有了这些基础的设置，我们可以尝试使用LLM进行一次编程操作。由于predict在新版langchain里不支持，所以将predict替换为invoke（）即可。

摘要：本文详细解决PyCharm2025配置Conda环境时出现的lateinit property envs has not been initialized错误。通过验证Conda安装状态、检查版本兼容性、正确配置PyCharm中的Conda环境路径（推荐使用_conda.exe而非conda.bat）以及检查系统环境变量，逐步排查问题根源。特别提示从命令行验证开始排查，并提供Windows环

通过本文的学习，我们对LangChain框架中的PromptTemplate提示词模板有了全面的理解。核心价值PromptTemplate是LangChain中构建高质量提示词的核心工具，能够将用户输入转化为结构化的提示文本通过模板化处理，提高了代码的可维护性和复用性主要模板类型基础PromptTemplate：适用于文本生成模型，支持简单的变量替换：专为聊天模型设计，支持多角色消息结构消息组件：

编程语言整数除以0浮点数除以0Java / C#抛出异常得到Infinity或NaNC/C++未定义行为(通常崩溃)得到Infinity或NaN(遵循IEEE 754)Python抛出异常得到inf或nanJavaScript得到Infinity(所有数字都是浮点数)得到Infinity或NaNGo抛出 panic(运行时恐慌)得到+Inf-InfNaN。