模型上下文协议(MCP)是一种标准化外部系统能力的开放协议，通过MCPServer封装外部服务(如GitHub)为统一工具接口，MCPClient负责接入多服务器工具并转化为LangchainTool。Agent无需关心工具来源，只需初始化获取工具列表。实现示例展示了如何通过远程托管服务配置GitHub MCPServer，使用MCPClient管理器异步加载工具并注入Agent。该架构简化了大模

文章总结了AI智能体的基本概念和开发技术。

本文介绍了Python的7种基本数据类型及其特性：不可变的数字、字符串、元组，以及可变的列表、集合、字典。

本文介绍了python异步编程，阐述了同步/异步、阻塞/非阻塞的区别，并通过协程实例展示了asyncio框架的高效并发处理能力。

大模型部署主要有API调用和本地部署两种方式

本文介绍了使用LangChain框架快速构建基于大语言模型(LLM)的智能代理和应用的方法。

JavaScript 对象表示法（JavaScript Object Notation），是一种轻量级的数据格式，易读，易解析，具体的返回格式一定要看API介绍。：主要配合POST/PUT方法使用，参数放在请求的 “正文” 中（而非 URL），更适合传输大量 / 敏感数据（如 JSON 格式的表单数据）。：高德的天气端点专门处理天气查询，比如它的另一个端点（如/v3/geocode/geo）则处理

本文介绍了基于高德天气API开发的智能天气助手项目。项目通过集成高德API获取实时天气数据，并采用ElasticSearch存储城市编码表实现精确查询。技术实现包括：1) 使用Docker部署ElasticSearch并安装IK分词器；2) 开发ES数据加载和搜索模块；3) 封装天气查询工具函数；4) 构建基于LangChain的智能体系统。项目解决了"杭州上城区"等复合地名识

本文阐述了prompt在规范AI智能体行为中的核心作用

文本向量化需要加载模型来对分割后的文本进行向量化，text2vec-base-chinese模型是huggingface中开源的一个模型，可直接下载放到本地，但是huggingface需要科学上网，国内有些网站也可以下载，需要搜索。可以新建一个jupyter文件来实操rag（非langchaini框架），然后让ai生成一个md格式的内容，用来测试查询。不能获取实时的信息）、无法为预测提供溯源（来源