LLM Tool Use with LangChain

Sie lernen, Tool-augmented LLM-Systeme zu entwickeln – vom Verständnis dafür, warum LLMs externe Tools benötigen, über die Erstellung benutzerdefinierter Python-Funktions-Tools bis hin zur Implementierung von Single-, Parallel- und Serial-Tool-Calling-Patterns. Dies ermöglicht es Ihnen, LLMs über die reine Textgenerierung hinaus zu erweitern, um Informationen abzurufen, Berechnungen durchzuführen und Aktionen auszuführen.

Sie werden lernen, Tools zu entwickeln, die LLMs mit externen APIs verbinden – vom Verständnis der REST-Grundlagen und HTTP-Methoden bis hin zur Implementierung zuverlässiger API-Wrapper-Tools mit ordnungsgemäßer Fehlerbehandlung –, um LLMs den Zugriff auf Echtzeitdaten und externe Dienste zu ermöglichen.

Sie werden lernen, vorgefertigte Tools von LLM-Anbietern und das Model Context Protocol (MCP)-Ökosystem zu nutzen – von der Konfiguration anbietergehosteter Tools wie der Websuche bis hin zur Anbindung von MCP-Servern für Dienste wie Slack und GitHub. Dies ermöglicht es Ihnen, Ihre Anwendungen schnell um neue Funktionen zu erweitern und zu entscheiden, wann Sie Managed Tools einsetzen und wann Sie maßgeschneiderte Lösungen entwickeln.