LLM Tool Use with LangChain

Vous apprendrez à concevoir des systèmes LLM augmentés par des outils — de la compréhension des raisons pour lesquelles les LLM ont besoin d'outils externes à la création de fonctions Python personnalisées, jusqu'à la mise en œuvre de modèles de *tool calling* simples, parallèles et en série — vous permettant d'étendre les capacités des LLM au-delà de la génération de texte pour récupérer des informations, effectuer des calculs et entreprendre des actions.

Vous apprendrez à concevoir des outils connectant les LLM à des API externes — de la compréhension des bases de REST et des méthodes HTTP à la mise en œuvre d'outils de wrapper d'API fiables avec une gestion des erreurs appropriée — vous permettant ainsi de donner aux LLM l'accès à des données en temps réel et à des services externes.

Vous apprendrez à exploiter les outils pré-intégrés des fournisseurs de LLM et l'écosystème Model Context Protocol (MCP) — de la configuration d'outils hébergés par les fournisseurs, comme la recherche web, à la connexion de serveurs MCP pour des services tels que Slack et GitHub — vous permettant ainsi d'enrichir rapidement vos applications et de déterminer quand utiliser des outils managés plutôt que de développer des solutions sur mesure.