LLM Tool Use with LangChain

Du kommer att lära dig att bygga tool-augmented LLM-system – från att förstå varför LLM:er behöver externa verktyg, genom att skapa anpassade Python-funktionsverktyg, till att implementera mönster för single, parallel och serial tool calling – vilket gör det möjligt för dig att utöka LLM:er bortom textgenerering för att hämta information, utföra beräkningar och vidta åtgärder.

Du kommer att lära dig att bygga verktyg som kopplar samman LLM:er med externa API:er – från att förstå grunderna i REST och HTTP-metoder till att implementera pålitliga API-wrapper-verktyg med korrekt felhantering – vilket gör det möjligt för dig att ge LLM:er tillgång till realtidsdata och externa tjänster.

Du kommer att lära dig att utnyttja förbyggda verktyg från LLM-leverantörer och Model Context Protocol (MCP)-ekosystemet – från att konfigurera leverantörshostade verktyg som webbsökning till att ansluta MCP-servrar för tjänster som Slack och GitHub – vilket gör att du snabbt kan lägga till funktioner i dina applikationer och avgöra när du ska använda hanterade verktyg kontra att bygga egna lösningar.