本文详细介绍了如何让大语言模型（LLM）完成工具调用的完整流程。首先创建了两个工具：基于高德地图API的IP定位工具和加法计算器工具，并将它们绑定到LLM对象上。重点解析了LLM生成工具调用参数、应用执行实际调用的过程，以及如何将工具调用结果返回给LLM生成最终回答。通过示例代码展示了从工具创建、绑定到完整调用的全流程，最终实现了根据IP地址查询用户位置的功能。整个过程清晰地展现了LLM工具调用的

摘要 本文介绍了LangChain中创建工具（Tools）的三种方法，以增强大语言模型（LLM）的能力： 函数方式：使用@tool注解或StructuredTool.from_function将普通函数转换为工具，可定义名称、描述、参数模式等属性。 Runnables方式：通过as_tool()方法将可运行组件（如提示链）包装成工具，适合已有执行流程的场景。 继承BaseTool类：通过继承实现高

OpenAI发布GPT-5：全面升级AI体验 OpenAI正式发布GPT-5，带来多项重大改进。全新模型具备博士级专家对话能力，相比前代产品显著提升了生成速度和准确性。产品线简化为主力模型、精简版、专业版等5个核心版本，且免费用户也能使用GPT-5（每小时限10条消息）。 主要升级包括：编程能力提升（SWE-bench测试达74.9%）、幻觉率大幅降低、新增个性化聊天风格（4种可选）、Google

MCP（模型上下文协议）是Anthropic推出的标准化AI工具交互协议，通过定义大模型与工具间的通信规范，实现"一次开发，多模型通用"。MCP包含Host、Client、Server等角色，支持stdio和流式HTTP两种通信方式，能显著降低AI应用开发中38%的接口适配耗时。通过配置JSON文件即可连接本地/远程服务，案例演示了如何利用MCP完成从数据获取到HTML生成的完

摘要：本文介绍了LangChain中的记忆组件(Memory)及其实现原理。针对大语言模型无记忆能力的缺陷，记忆组件通过读取、写入和存储历史对话信息，使AI能够记住上下文内容。文章重点分析了BaseChatMemory和BaseChatMessageHistory这两个核心类，并演示了ConversationBufferWindowMemory的使用方法，通过限制最近对话轮数来平衡记忆与token