在云主机部署Django项目时，安装依赖，其中安装mysqlclient时报错: Exception: Can not find valid pkg-config name.Specify MYSQLCLIENT_CFLAGS and MYSQLCLIENT_LDFLAGS env vars manually报错信息里提示了找不到 pkg-config如果是源码包安装，可能需要手动移动libmys

文章摘要： 智能体（Agent）通过模拟人类思考模式（规划-行动-反思-改进）提升任务执行效率。其核心设计模式包括：自我纠错、工具调用、思维链分解和多Agent协作。典型架构如ChatSQLAgent，整合规划、工具、动作和记忆四大能力。落地方案可根据需求选择COZE、MetaGPT、LangChain等不同技术栈。OpenAI o1模型的强大推理能力为Agent发展提供关键支撑，但高性能模型仍面

pip 安装 backports.zoneinfo 包，报错。

大模型是大规模语言模型（Large Language Model）的简称。语言模型是一种人工智能模型，他被训练成理解和生成人类语言。“大”在“大语言模型”中的意思是指模型的参数量非常大。比如ChatGPT，文心一言等

用官方的解释，就一句话，“Enable models to fetch data and take actions.”，可以使大模型获取数据并采取行动。简单来说，外部系统的API或功能就像一个工具箱，提供了多种工具供大模型选择。大模型能够自主判断并选择最合适的工具来获取所需的数据，随后根据这些工具的结果进行下一步的操作和决策。这种灵活性不仅提升了大模型的智能水平，也使其在处理复杂任务时更加高效。

在Agent时代，将Agent确立为大模型未来发展的核心方向时，Function Calling技术尤为关键。这项技术通过工具赋能大模型，使其能够突破固有能力的限制。具体而言，大模型可借此实现实时信息查询、检索网络信息或调用企业内部API等功能。

前面文章介绍了关于大模型和Prompt工程的内容，从本篇文章开始，我们开始编码实战。API使用的是OpenAI的API，模型为gpt-3.5-turbo与gpt-4o-mini。

前面章节我们介绍了如何使用Function calling功能使大模型调用外部工具（api），如果有很多工具需要大模型去调用，我们需要一个个去生成吗？事实上是不需要的，可以发现tools中的各个function格式是一样的，所以可以封装一个函数来帮我们生成tool里面function内容，减少工作量。定义function，一定要写好注释，如param、return，大模型会根据这个信息去识别too

前面章节我们介绍了如何使用Function calling功能使大模型调用外部工具（api），如果有很多工具需要大模型去调用，我们需要一个个去生成吗？事实上是不需要的，可以发现tools中的各个function格式是一样的，所以可以封装一个函数来帮我们生成tool里面function内容，减少工作量。定义function，一定要写好注释，如param、return，大模型会根据这个信息去识别too

前面章节我们介绍了如何使用Function calling功能使大模型调用外部工具（api），如果有很多工具需要大模型去调用，我们需要一个个去生成吗？事实上是不需要的，可以发现tools中的各个function格式是一样的，所以可以封装一个函数来帮我们生成tool里面function内容，减少工作量。定义function，一定要写好注释，如param、return，大模型会根据这个信息去识别too